구독자 여러분, 안녕하세요! MLOps Insight를 전하는 Product Advocate 정현지입니다
어느덧 🍁단풍이 물든 가로수를 보면서 쌀쌀해지는 계절을 실감하고 있는데요. 지난 뉴스레터에서 구독자 이벤트에 관한 설문을 진행했었죠! 많은 분들이 설문에 참여해 주신 덕분에 정말 많은 아이디어를 얻을 수 있었습니다. 이번에는 조금 더 알찬 이벤트 소식을 전해드리기 위해 준비 중이에요😢 아쉽지만, 조금만 더 기다려 주시면 더욱 뜻깊은 경험이 될 수 있는 이벤트로 찾아뵙겠습니다! (구독자 여러분에게 제일 먼저 알려드릴게요! Coming soon…🙏)
그리고 지난 한 달 사이, 미국 대선이라는 큰 뉴스도 있었죠. 🇺🇸 미국은 전 세계에 영향력이 큰 나라인 만큼, 다양한 분야에서 주목받을 수밖에 없었는데요. 특히 AI 시장에도 많은 변화 예측되었습니다. 'AI 개발 기업에 대한 지지'나 '맨해튼 프로젝트'와 같은 적극적인 AI 공약들이 주목받고 있는 와중에, 이러한 변화가 앞으로 AI 업계에 어떤 영향을 미칠지 기대가 됩니다🤔 앞으로도 AI 업계의 흥미로운 변화를 MLOps Insight에서 계속 전해드릴게요 :)
여러분의 소중한 의견을 듣고 싶어요! 더 좋은 컨텐츠의 뉴스레터가 될 수 있도록 도와주세요!🙏
Spotlight🌟
맞춤형 여행의 시대, 생성형 AI의 역할
본 글은 슈퍼브에이아이 기술 블로그의 '생성형 AI가 바꾸는 여행산업을 편집한 것으로 전체 내용은 원글을 참고해 주세요.
매년 휴가 시즌에 어디로 떠날지 고민하는 것은 언제나 즐거운 일이죠. 전 세계 다양한 여행지를 야무지게 돌아보기 위해서는 꼼꼼한 계획이 필수인데요. 이렇게 여행에 대한 수요가 끊이지 않는 만큼, 여행 산업도 생성형 AI와 변화하는 여행 트렌드에 맞춰 빠르게 진화하고 있습니다. 소비자들은 이제 획일적인 패키지 여행보다 자신만의 취향과 스타일에 맞춘 맞춤형 여행 기획하여 조금 더 특별한 여행을 만들기를 선호하고 있죠. 기존의 항공권, 숙박, 액티비티 예약 대행만으로는 이러한 다양해진 소비자 요구를 만족시키기 어려워진 상황에서, 생성형 AI는 이 수요에 대한 솔루션을 제공합니다.
생성형 AI는 여행지 정보, 사용자 리뷰, 인구통계학 데이터 등 여행 업계에 특화된 대량의 데이터와 선호 여행지, 성별, 연령 등 소비자 개개인에게 특화된 데이터를 바탕으로 맞춤형 여행 플랜을 제공하고 있는데요. 이러한 기술은 여행지 추천뿐만 아니라 고객 지원 서비스, 마케팅 등에도 폭넓게 적용되고 있습니다.
(출처 : Leveraging LLMs on your domain-specific knowledge base - Medium)
생성형 AI의 기술적 원리는 초거대언어모델(LLM)의 사전학습(Pre-trained)과 미세조정(Fine-tuning)으로 나눌 수 있는데요. 먼저, 사전학습 단계에서는 대규모 데이터를 통해 언어의 구조와 패턴을 이해하고, 이후 미세조정 단계에서 여행에 관련된 데이터를 학습하여 맞춤형 여행 서비스에 최적화됩니다. 이렇게 최적화 된 여행 산업에 특화된 생성형 AI 적용를 실제로 한 사례들도 있는데요.
여행사는 생성형 AI를 활용해 맞춤형 여행 플래너를 제공하여 고객이 개인화된 여행 일정을 짤 수 있도록 돕고, ChatGPT와 같은 AI 도구를 통해 여행 계획을 더욱 편리하게 세울 수도 있죠. 또한, 고객 지원 서비스에 AI를 도입하여 기존의 규칙 기반 챗봇보다 더욱 빠르고 개인화된 응답을 제공함으로써 고객 만족도를 크게 높이고 있습니다.
그리고 이러한 적극적인 생성형 AI의 활용도가 마케팅에도 빠질 수 없겠죠. AI는 소비자의 과거 여행 이력, 선호도 등을 분석하여 초개인화된 여행 제안을 제공하며 마케팅 효과를 극대화할 수 있도록 도와주게 됩니다. 이러한 맞춤형 마케팅을 통해 여행사와 항공 및 숙박업체들은 고객 경험을 향상시키고, 더 많은 관심을 유도하기 위해 노력하고 있습니다.
이렇게 여행 산업은 생성형 AI와 함께 점점 더 개인화되고 효율적인 방향으로 나아가고 있는데요. 앞서 설명해 드린 부분 이외에도 더 자세한 내용은 슈퍼브에이아이의 블로그에서 확인하실 수 있습니다. 본문에서 꼭 확인해 보세요!
Learning & Other Insights🌟
Google DeepMind, AlphaFold 3 오픈 소스화
Google DeepMind는 AlphaFold 3을 오픈 소스화 하여 Creative Commons 라이선스에 따라 학술 연구자에게 소스 코드에 대한 전례 없는 액세스를 제공했습니다. (모델 가중치에는 명시적 권한이 필요하다고 하네요!) 단백질, DNA, RNA 및 소분자 간의 상호 작용에 대한 복잡한 모델링을 가능하게 한다고 하는데요. 이는 약물 발견 및 분자 생물학을 가속하는 동시에, 시간과 비용이 많이 소요되는 실험에 대한 의존도를 줄이는 데 필수적인 기능이라고 합니다. 링크를 통해 자세히 알아보세요!
Anthropic에서 계산 능력과 논리적 추론에서 높은 성능 향상을 보이는 Claude 3.5 Haiku와 Claude 3.5 Sonnet 모델을 출시했습니다. Haiku 모델은 다양한 벤치마크에서 이전 모델인 Claude 3 Opus를 능가하는 동시에 100만 개의 입력 토큰당 1달러, 출력 토큰당 5달러라는 경쟁력 있는 가격을 유지한다고 합니다. 또한 Claude 3.5 Sonnet은 컴퓨터 상호 작용을 위한 기능을 도입하여 복잡한 작업을 수행하는데 제한이 있음에도 불구하고, 가상 인터페이스를 통해 기본 화면 명령을 실행할 수 있다고 하는데요. 링크에서 자세한 내용을 확인해 보세요!
Runway는 Gen-3 Alpha Turbo AI 비디오 생성기에 정밀한 카메라 제어를 도입하여 AI에서 생성된 장면 내에서 카메라 움직임에 대한 사용자 명령을 강화했다고 합니다. 이 업데이트를 통해 제작자는 팬, 확대/축소, 앞뒤 이동을 포함하여 카메라 움직임의 방향, 속도 및 유형을 지시하여 복잡한 시각적 내러티브를 구성할 수 있다고 하네요! 링크에서 확인해 보세요!
OpenAI, GPT-4o 및 GPT-4o-mini 모델의 대기 시간을 줄이기 위한 예측 출력 도입
OpenAI의 Predicted Outputs 기능은 이제 채팅 완료 API에서 사용할 수 있으며, 참조 문자열을 제공하여 GPT-4o 및 GPT-4o-mini 모델의 대기 시간을 크게 줄입니다. 이 향상된 기능은 블로그 게시물 업데이트, 이전 응답 반복, 기존 파일의 코드 다시 작성과 같은 작업의 속도를 높여줄 것이라고 합니다. 또한, Factory AI는 이 기능을 테스트하여 이전 모델에 비해 2~4배 더 빠른 응답 시간을 보고하면서도 높은 정확도를 유지했다고 하는데요. 각 링크에서 더 자세한 내용을 확인해 보세요!
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.
