구글 딥마인드가 새로운 AI 훈련 방법인 ‘제스트(JEST)’를 공개했습니다. 이 혁신적인 방법은 AI 모델 훈련 시간을 13배 단축하고, 필요한 컴퓨팅 성능을 10배 줄일 수 있다고 합니다. 이 기술의 도입으로 AI 훈련은 더욱 빠르고 효율적으로 변모할 것으로 기대됩니다.
제스트의 혁신적 접근법
제스트는 ‘멀티모달 대조 학습(Multimodal Contrastive Learning)’을 통해 AI 훈련의 속도와 효율성을 극대화합니다. 기존에는 무작위로 데이터를 선택하거나 개별 데이터의 관련성을 기반으로 선택하는 방식이 일반적이었습니다. 그러나 제스트는 고품질 데이터를 포함하는 ‘배치(batch)’를 선택하여 훈련 데이터를 최적화합니다.
제스트는 훈련 데이터의 선택 방식을 혁신적으로 바꿨습니다. 데이터를 무작위로 선택하는 대신, 사전 훈련된 모델을 통해 데이터 품질을 평가하고 순위를 매깁니다. 이를 통해 고품질 데이터를 포함한 배치를 선택하여 AI 모델의 성능을 극대화할 수 있습니다.
고품질 데이터의 중요성
제스트의 성공은 고품질 데이터의 큐레이션에 달려 있습니다. 구글 딥마인드 연구진은 소규모의 고품질 데이터 세트로 사전 훈련한 제스트 모델이 전체적인 성능을 결정짓는다고 강조합니다. 이 모델은 이후 더 큰 데이터 세트를 필터링하여 고품질 데이터를 가려내는 역할을 합니다.
고품질 데이터는 AI 모델의 성능을 결정하는 핵심 요소입니다. 제스트는 소형 모델을 통해 데이터를 신중하게 선별하고, 이를 바탕으로 멀티모달 AI 모델을 훈련하여 더욱 효율적이고 강력한 모델을 만들 수 있습니다.
에너지 효율성과 환경 보호
제스트는 에너지 집약적인 AI 훈련 과정을 최적화하여 에너지 소비를 줄일 수 있습니다. 이는 환경 보호에도 큰 기여를 합니다. Microsoft의 물 소비량이 AI 컴퓨팅 수요 증가로 인해 34% 급증한 것처럼, AI 훈련은 막대한 에너지를 필요로 합니다. 제스트는 이러한 에너지 소비를 획기적으로 줄일 수 있는 가능성을 보여줍니다.
제스트의 미래 가능성
제스트는 AI 훈련 방법의 새로운 지평을 열었습니다. 이 방법은 AI 모델 훈련의 효율성을 높여 더 많은 기업과 연구자들이 AI 기술을 효과적으로 활용할 수 있게 할 것입니다. 앞으로 제스트가 AI 분야에 어떤 변화를 가져올지 기대가 큽니다.
참고 자료: decrypt.co