구름 : 컨퍼런스

구름에서 진행하는 컨퍼런스를 온라인으로 듣게 되었다. 해당 컨퍼런스를 선정한 이유는 최근 chatGPT 처럼 거대 언어모델이 연구라는 한정적인 환경에서만 실질적 활용 혹은 성능평가가 이루어지는 것이 아닌 실제 사용자가 사용할 수 있는 환경이 구성되고 있는 변화에 주목하여 해당 기술을 이후 어떻게 다루어야하고 이러한 변화속에서 내가 어떤 자세로 이를 받아드려야하는지 알고 싶었기 때문이다.

---

거대언어모델?

올해 들어 거대언어 모델이 활약하는데에는 우건 최근 몇년간 자연어 처리분야에서의 연구와 개발이 크게 진전한 것이 있습니다. 하지만 이에 앞서 OpenAI는 전세계 사람들이 해당 언어모델을 사용할 수 있는 제품을 개발할 수 있었다는 것에 발표자님 께서는 주목하였습니다. 즉 단순히 성능 좋은 언어모델이 이러한 돌풍을 만든 것이 아닌 전세계를 상대로 대응 가능한 서비스팀 그리고 비스니스 모델이 존재야만 합니다.

---

기업의 거대언어모델 적용

그렇다면 기업은 적극적으로 해당 기술을 적용시켜야만 할 것 입니다. 위 그림은 거대 언어 모델을 구축하는데 생기는 문제점 들입니다. 하지만 조건에 따라 문제점들을 trade off 관계로 나타낼 수 있습니다.

---

API 서비스 이용

첫번쨰로 존재하는 서비스를 이용하는 방법입니다. 장점으로는 적은 자원으로 모델을 사용할 수 있습니다. 하지만 서버관리가 의존적이라는 점이 큰 단점입니다.

두번쨰는 LLAMA, Polyglot-ko 등 어느정도 규모가 있는 언어모델로 서비스를 제공하는 것입니다. 장점으로 기업에서 원하는 도메인을 학습시켜 성능을 보일 수 있지만 데이터가 대량으로 필요하고 실제로 첫번째 방법보다 성능이 잘 나올 것이라는 보장이 없습니다.

마지막으로 BERT 혹은 GPT2 와 같은 작은 모델을 학습시켜 사용합니다. 장점으로는 적은 자원으로 언어모델을 운용가능합니다 하지만 성능적인 부분과 오히려 도메인에 따라 위에 상황보다 더 큰 자원을 필요로 합니다.

따라서 기업은 상황에 맞게 모델을 운용할 수 있어야합니다.

---

koAlpaca 모델

koAlpca모델은 기존에 존재한 언어모델을 한국어 데이터로 파인튜닝한 모델입니다. 학습 방법은 Alpca 데이터셋 52k개와 input을 DeepL로 번역 함으로써 모델을 학습했습니다. 이후 버전에 따라 더 좋은 데이터를 사용함으로써 모델의 성능이 일반적으로 상승하고 또한 학습하는데 있어 도메인에 따라 가성비가 좋은 데이터가 존재하는데 이를 잘활용해야한다고 합니다.

위 그래프는 모델에 따라 학습시켜야하는 데이터 학습 비용을 나타냈습니다. 또한 아래는 모델을 서빙하는데 필요한 장비의 비용입니다.

발표자분 께서는 계속해서 기업마다 적절한 모델과 비용을 계산하고 이를 운용해야한다고 강조합니다.

---

나의 후기

해당 컨퍼런스는 최근 대규모 언어모델의 강세로 개인 혹은 규모가 작은 기업에서 해당 기술을 어떻게 활용해야하는지 제시해주고 있다. 학부연구생으로 인공지능을 연구하려는 나에게 있어 본 컨퍼런스는 연구분야에서는 성능이 최우선적으로 여겨져 실용성이라는부분을 잘 고려하지 않는반면 실제로 기업에서 언어 모델을 학습하기 위해 가성비가 좋은 방향을 우선시해야하는 것을 알게 되었다.