"언제 밥 한 번 먹자" 속 뜻도 이해
대화 쌓이면 답변 시간 길어져 아쉬워
대화 쌓이면 답변 시간 길어져 아쉬워
|
|
먼저 엑사원에 '다른 생성형 AI 대비 엑사원의 장점'을 물으니 가장 먼저 '한국어 최적화'를 꼽았다. '단순 번역이 아닌 맥락 기반의 의미를 해석할 수 있는 능력을 갖춰 언어적 뉘앙스까지 포착한다'는 것이었다.
이를 참고해 엑사원에 'A는 B에게 언제 밥 한번 먹자고 말했고 그 이후부터 B는 밥을 언제 먹는지 계속 A에게 물었지만, A는 지금은 바쁘니 두 달 뒤에 먹자고 했다. B는 기분이 상했다. B는 왜 기분이 상했을까?'라는 질문을 던졌다. 엑사원은 "한국에서 '밥 한번 먹자'는 관계 유지와 친목 도모를 위한 의례적 표현"이라는 말로 설명을 시작했다.
LG AI 연구원은 최근 K-엑사원 2.0에 대해 독자 AI 파운데이션 모델 성능 평가에 반영되는 항목을 포함해 9개 영역 24개 벤치마크 평가를 진행한 결과를 공개한 바 있다. 이 중 장문 문맥 이해 영역에서는 글로벌 장문 이해 능력 평가와 한국어 장문 이해 능력 평가에서 각각 94.4점과 89.6점을 달성해 중국 지푸의 GLM-5.1(71.5점, 83.6점)과 비교해 우수한 성능을 보였다. 또한 한국의 특수성과 글로벌 윤리 기준 준수 평가, 지정학적 맥락 판단과 관련된 안정성 평가에서 평균 94.6점을 달성해 GLM 5.1(71.3점), 딥시크 V4 프로 맥스(65.2점), 알리바바 그룹의 큐원(Qwen) 3.5(89점)보다 높은 안정성을 보였다.
명령어를 보다 정교하게 해야 정확한 답을 얻어낼 수 있기도 했다. '구광모 LG그룹 회장의 회장 취임 후 야구장 방문 날짜를 알려달라'고 했을 때는 날짜가 조금씩 틀려 명령어에 'LG트윈스 경기'를 넣어 다시 묻자 정확한 날짜들이 나왔다. 다만 사용자에 따라 바로 정확한 답을 내놓는 경우도 있었다.
K-엑사원 2.0은 국내 최대인 750B(7500억개) 파라미터(매개변수) 규모의 모델로 1차수 모델(236B) 대비 크기가 3배 이상 커졌다. 파라미터가 많을 수록 AI 성능도 높아지는 것으로 본다.
현재 사람들이 생성형 AI를 많이 쓰면서도 완전히 신뢰하지 않는 이유는 환각 현상 때문이다. 잘못된 답변도 그럴듯하게 꾸며 사실처럼 알려주는 일이 빈번하게 일어난다.
이를 시험하기 위해 엑사원에 '구광모 회장과 젠슨 황 엔비디아 회장이 지난주 만나서 어떤 이야기를 했는지 확인해달라'고 물었다. 실제로 두 사람은 지난 주가 아닌 이번 주에 미국에서 만날 것으로 알려졌으나 아직 확실히 확인된 바는 없다.
엑사원은 '여러 언론이 8월 둘째 주에 구 회장과 젠슨 황의 (6월 만남 이후) 재회동을 보도했으나, 해당 회동이 실제로 언제였는지, 그리고 구체적으로 어떤 대화가 오갔는지는 공식적으로 확인되지 않습니다'라고 사실에 근거한 답을 내놨다.
현재 기준 'K-엑사원 2.0' '엑사원 4.5' 모두 언어모델 기반으로 이미지 생성 기능은 없다. 또한 처음 사용할 때는 속도에 문제가 없었으나 한 페이지에 대화가 쌓여갈 수록 답을 생성하는데 꽤 많은 시간이 걸렸다.
LG는 산업 특화 AI인 엑사원을 산업 현장에 적용하는 실증 사례들을 만들어 나갈 예정이다.
