MLOps Insight 구독자 여러분, 안녕하세요! Product Advocate 정현지입니다😀

하루가 다르게 쌀쌀해지는 가을 날씨가 벌써 4분기가 시작되었음을 알려주는 것 같아요🍁

오늘은 뉴스레터를 시작하기에 앞서, 여러분에게 꼭 여쭤보고 싶은 것이 있는데요!

바로 여러분과 함께할 특별한 연말 이벤트 계획에 대한 것입니다!

올 한 해 동안 MLOps Insight를 구독해 주신 여러분과 함께 해볼 수 있는 이벤트를 준비해 보려고 합니다! 크고 화려하지는 않지만, 소소하게 모여 한 해를 즐겁게 마무리할 수 있는 자리를 마련해 보고 싶은데요! 여러분이 가장 즐겁게 참여할 수 있는 이벤트는 무엇일까요?

아래 설문에서 선택해 알려주세요! 첫 번째 구독자 이벤트인 만큼, 알찬 내용과 선물(?)들로 가득 채우도록 최선을 다하겠습니다!💝🎁🏆

👉 딱 3문항!! 구독자 이벤트 설문 조사하러 가기👈

많은 참여 부탁드립니다!!😘

——————————————————————

혹시 MLOps Insight를 포워딩 받으셨다면 👉 여기 👈에서 구독하실 수 있습니다! 

*MLOps Insight는 PC버전에 최적화되어 있습니다.

Spotlight🌟

환자의 얼굴만 보고 통증을 진단하는 AI가 등장했다?

본 글은 슈퍼브에이아이 기술 블로그의 '얼굴 표정만으로 환자의 통증을 평가하는 AI가 있다?'를 편집한 것으로 전체 내용은 원글을 참고해 주세요.

매년 시간을 내어 하루를 투자해야 하는 번거로운 건강검진 없이, 얼굴만 스캔하면 깜짝 놀랄 정도로 정확하게 건강 상태를 진단할 수 있는 기술이 있다면 어떨까요? 마치 공상과학 영화에서나 가능한 이야기 같지만, 날로 발전하는 AI 기술이 이제는 그런 상상을 현실로 만들기 위해 연구되고 있다고 합니다. 최근 분당서울대병원 연구팀은 얼굴 표정만으로 수술 후 통증을 예측하는 AI 모델을 개발했다고 발표했는데요. 이 AI 모델은 수술 후 환자의 얼굴 표정과 생리적 신호 데이터를 활용하여 통증을 객관적으로 예측하는데 높은 정확도를 보였다고 합니다. 특히 통증을 표현하기 어려운 소아나 정신질환자 등에서 유용한 역할을 할 수 있을 것으로 기대된다고 하는데요. 통증의 주관적 특성을 극복하기 위해, 이러한 AI 기술은 의료진에게 새로운 통증 평가 도구로 자리 잡을 가능성을 보여줄 수 있게 되었다고 합니다.

AI 기반 통증 평가가 주목받는 이유는, 통증이 단순한 불편함을 넘어 환자의 삶의 질을 크게 좌우하기 때문입니다. 정확한 통증에 대한 평가가 적절한 치료와 관리의 첫걸음이지만, 기존에 자기 보고 방식은 정확성과 신뢰성에 한계가 있었죠. AI 기술은 이러한 통증 평가를 자동화하고 표준화하여 객관적인 평가를 가능하게 만들며, 이를 통해 의료진이 신속하고 정확하게 대처할 수 있는 기반을 제공할 수 있다고 합니다.

(출처 : 슈퍼브에이아이 블로그)

통증을 예측하는 AI 모델은 다양한 AI 기술을 통합하여 사용하고 있습니다. 예를 들어, 머신러닝(ML) 기술은 얼굴 표정 데이터를 통해 통증을 자동으로 감지하는 데 활용되고, 딥러닝(DL)은 복잡한 데이터에서 학습하여 통증과 관련된 특징을 인식합니다. 또, 컴퓨터 비전(CV) 기술은 환자의 얼굴 표정과 움직임을 분석해 통증을 평가할 수 있는데요. 이러한 기술의 조합은 통증 평가를 더욱 정확하고 신뢰성 있게 해주게 됩니다.

AI를 활용한 통증 평가는 초기 단계이지만, 그 잠재력은 무궁무진함을 알 수 있습니다. 앞으로는 AI를 통해 개인 맞춤형 치료 계획을 세우고, 실시간으로 통증을 모니터링하며, 다양한 데이터를 통합해 더욱 정확한 통증 평가가 가능해질 것이라는 전망도 있죠. 이 기술은 의료진이 더 나은 결정을 내릴 수 있도록 돕고, 환자에게는 더욱 개인화된 통증 관리 서비스를 제공할 수 있을 것입니다.

앞서 설명해 드린 부분 이외에도 더 자세한 내용은 슈퍼브에이아이의 블로그에서 확인하실 수 있습니다. 본문에서 꼭 확인해 보세요!

Learning & Other Insights🌟

OpenAI의 DevDay 2024: 4가지 주요 업데이트

얼마 전 열린 OpenAI의 DevDay 2024에서는 개발자가 현실적으로 AI를 더 쉽게 접근하고 저렴하게 사용할 수 있도록 아래와 같은 4가지 주요 업데이트를 발표했습니다!

실시간 API : 새로운 실시간 API는 개발자에게 6가지 AI 음성을 제공하여 다양한 애플리케이션에 쉽게 통합할 수 있도록 하며, 시간당 18달러에 생생한 대화를 지원합니다. API는 실시간 응답을 지원하여 다양한 애플리케이션에서 사용자 경험을 향상시키지만, 개발자는 AI에서 생성된 음성의 사용을 공개해야 합니다.

Vision fine-tuning API : Vision Fine-Tuning API를 통해 이미지 데이터를 텍스트와 결합하여 GPT-4o의 시각적 이해력을 향상하게 시킬 수 있습니다. 이 기능은 고급 시각적 검색, 자율 주행차용 객체 감지, 정밀한 의료 이미지 분석을 지원하며, 모두 100개 정도의 이미지로 달성할 수 있습니다. OpenAI는 데이터 소유권을 완전히 제어할 수 있으며, 자동화된 안전 평가로 규정 준수를 보장합니다.

API의 프롬프트 캐싱 : 프롬프트 캐싱은 비용 절감과 지연 시간 감소에 도움을 주어, 특히 코드 편집과 멀티턴 대화 시 처리 시간을 최대 50% 절약합니다. 이 기능은 GPT-4o 및 미니 버전에 자동 적용되며, 1,024개 이상의 토큰을 지원하면서 개인 정보 보호를 보장합니다.

Model Distillation in the API : OpenAI의 모델 증류는 개발자가 비용 효율적인 모델을 쉽게 개선할 수 있도록 도와줍니다. 여러 도구 없이도 고성능 모델을 간소화하여 제작할 수 있으며, 무료 교육 토큰도 제공됩니다. 10월 31일까지 GPT-4o는 100만 개, GPT-4o mini는 매일 200만 개의 토큰을 제공합니다. 이후에는 표준 가격이 적용됩니다.

그리고, 새로운 프롬프트 생성기도 공개했죠! 바로 글쓰기 및 코딩 프로젝트에 맞춤화된 새로운 'Canvas' ChatGPT 인터페이스인데요! 최신 'Canvas' 인터페이스는 ChatGPT에 새로운 차원을 더해, 실무 쓰기 및 코딩 작업을 위해 설계되었다고 하는데요. 이 기능은 일반적인 채팅 창 옆에 전용 작업 공간을 팝업하여 사용자가 재 프롬프트 하는 번거로움 없이 콘텐츠를 생성하고 조정할 수 있도록 한다고 합니다.

각 링크를 통해 자세한 내용을 확인해 보세요!

RATIONALYST: 암묵적 근거(implicit rationales)가 AI 추론을 개선하는 방법

존스홉킨스 대학의 연구자들은 라벨이 지정되지 않은 텍스트 데이터에서 파생된 암묵적 근거를 활용하여 대규모 언어 모델의 추론 기능을 향상하도록 설계된 AI 모델인 RATIONALYST를 소개했습니다. RATIONALYST는 단계별 문제 솔루션을 모니터링하여 각 단계에 대한 추론을 생성하고, 최적의 다음 단계를 선택하도록 안내한다고 합니다. 다양한 추론 작업에 대한 평가에서 RATIONALYST는 평균 3.9%의 정확도 개선을 달성하여 GPT-4를 포함한 더 큰 모델을 능가했다고 하는데요! GitHub에서도 공개된 소스를 확인할 수 있다고 하네요! 링크를 통해 더 자세한 내용을 알아보세요!

Meta, 2025년 Instagram에 강력한 Movie Gen 출시!

Meta에서 비디오 및 오디오 제작을 위해 설계된 생성적 멀티모달 AI 모델 모음인 Movie Gen의 출시를 발표했습니다. 이 제품은 2025년 Instagram에서 첫선을 보일 예정이라고 하는데요! 이 제품은 300억 개의 매개변수를 가진 텍스트-비디오 생성기인 Movie Gen Video, 130억 개의 매개변수를 가진 오디오 생성기인 Movie Gen Audio, 사용자의 이미지를 사용하여 맞춤형 비디오를 만드는 personalized Movie Gen Video, 그리고 정밀한 비디오 수정에 초점을 맞춘 Movie Gen Edit의 4가지 핵심 모델을 갖추고 있다고 합니다. 자세한 내용은 링크를 통해 확인하실 수 있습니다!

Liquid AI의  새로운 LFM 기반 모델 출시

보스턴의 MIT 분사 기업인 Liquid AI는 효율성과 파워가 모두 구축된 세련된 새로운 AI 시스템인 Liquid Foundation Models(LFM)를 출시했습니다. 라인업에는 리소스가 부족한 설정을 위한 13억 개의 매개변수 모델인 LFM-1B, 드론과 같은 엣지 디바이스를 위한 LFM-3B, 클라우드 중심 애플리케이션을 위해 구축된 403억 개의 매개변수를 가진 중량급 LFM-40B가 포함됩니다. 초기 결과에 따르면 이러한 모델은 주요 벤치마크에서 Microsoft의 Phi-3.5와 Meta의 Llama를 능가했다고 하는데요! 링크를 통해 확인하세요!

✨슈퍼브에이아이 블로그 외부 필진 모집

현재 슈퍼브에이아이에서는 AI, 머신러닝, SaaS, 데이터 과학 등 관련 분야에 대해 형식에 상관없이 작성해 주실 외부 필진 분들을 모집하고 있습니다. 외부 필진 분들에게는 소정의 원고료를 지급하고 있습니다. 관심이 있으면 아래 폼을 통해 신청서를 제출해 주세요. 추후 블로그 운영진이 확인 후 연락드리도록 하겠습니다. 

 📌슈퍼브에이아이 블로그 : https://blog-ko.superb-ai.com/

 ➡️신청 폼 바로가기 : https://forms.gle/ZXXo3PTxtH2HQS5h7

Author: Hyeonji Jeong

Product Advocate at Superb AI 

Let's connect 🤗