기업들의 생성 AI 도입이 가속화되고 있다. 챗GPT와 같은 생성 AI 서비스의 인기가 높아지며 유료 고객을 대상으로 고객 데이터 학습을 지원하는 서비스도 활발히 제공되고 있다. 그러나 최근 기업들은 클로즈드 모델 대신 오픈소스 모델을 파인튜닝해 각자 기업 목표에 최적화한 맞춤형 서비스를 구축하는 방식으로 전환하고 있다. 파인튜닝은 라마(Llama), 미스트럴(Mistral), 퀜(Qwen)과 같은 오픈소스 모델을 특정 데이터로 재학습해 기업 내부 데이터나 특정 업무 관련 정보를 반영한 AI 서비스를 구축하는 기술이다. 이 기술의 강점은 투명성과 소유권에 있다. 기업은 모델의 내부 구조를 이해함으로써 신뢰성 높은 AI 서비스를 설계할 수 있으며 외부 서비스의 정책이나 비용 변동에 영향 받지 않고 안정적으로 AI 서비스를 운영할 수 있다. 이러한 흐름 속에서 기업 프렌들리에이아이는 지난 10월 오픈소스 모델을 활용한 기업 맞춤형 AI 개발 서비스 ‘프렌들리 파인튜닝’을 출시했다고 18일 밝혔다. 이 서비스를 통해 기업은 비용 효율적인 오픈소스 모델을 최적화해 사내 업무와 서비스에 효과적으로 도입할 수 있으며 이 과정에서 발생하는 높은 GPU 비용과 실무적 부담
생성형 AI 기술로 ML 예측 모델 개선에 필요한 파인튜닝 데이터 효율적으로 확보 이글루코퍼레이션(이하 이글루)은 머신러닝 예측 모델의 성능을 개선하는 인공지능(AI) 특허 등록을 완료했다고 밝혔다. 본 특허의 적용을 통해 머신러닝의 핵심 과정 중 하나인 ‘파인튜닝(fine tuning)’ 작업의 효율성을 높일 수 있게 될 전망이다. 인공지능의 한 분야인 머신러닝은 기계가 데이터에 대한 학습을 토대로 자체적인 판단 기준을 만들어 또 다른 데이터에 대한 예측을 내리게 하는 기술이다. 이를 잘 활용하기 위해서는 기존에 학습된 모델을 새로운 목적에 맞게 변형하고자 이미 학습된 모델에 신규 목적에 부합하는 추가 데이터를 학습시키는 파인튜닝 작업이 요구된다. 이글루코퍼레이션이 이번에 취득한 특허는 생성형 AI 기술을 활용해 머신러닝 예측 모델 개선에 필요한 파인튜닝 데이터를 효율적으로 확보하는 데 중점을 두고 있다. GPT의 앱 프로그래밍 인터페이스(API)를 통해 원본 데이터 전처리를 위한 프롬프트를 입력하고 이를 토대로 복수의 원본 데이터를 생성하는 형태이다. 이를 통해 시시각각 변화하는 방대한 보안 정보에 대한 전처리 속도를 끌어올리는 효과를 기대할 수 있다.