초거대 AI '엑사원 2.0' 공개
논문 등 전문 문헌 4500만건 학습
한국어·영어 동시에…시행착오 줄여
신소재·신물질 개발 등 활용 가능
"산업 난제 해결 성공사례 만들 것"
논문 등 전문 문헌 4500만건 학습
한국어·영어 동시에…시행착오 줄여
신소재·신물질 개발 등 활용 가능
"산업 난제 해결 성공사례 만들 것"
|
LG AI연구소는 19일 서울 강서구 마곡 LG사이언스파크 컨버전스홀에서 'LG AI 토크 콘서트 2023'을 열고 소재·화학·바이오 연구 환경을 획기적으로 변화시켜줄 △유니버스 △디스커버리 △아뜰리에 등 엑사원 2.0의 3대 플랫폼을 선보였다.
LG는 구광모 회장 취임 후부터 AI를 바이오·클린테크와 함께 미래 사업 포트폴리오의 한 축으로 설정하고 기술 혁신에 적극 나서고 있다. 2026년까지 AI·데이터 분야 연구개발에만 3조6000억원 투입을 결정했고, 지난 2020년 LG AI 연구원을 설립했다.
이날 행사에서 배경훈 LG AI연구원장은 "산업현장의 존재하는 난제를 해결하는 것이 가장 첫 번째 미션"이라며 "엑사원은 고품질의 데이터 학습, 비용 절감, 고객 수요에 따른 맞춤형 모델"이라고 설명했다. 이어 "실제 산업현장에서 생성형 AI가 사업화를 통해 성공한 사례는 없는 것 같다"며 "엑사원 2를 전문성, 신뢰성에 있어 세계에서 최고 경쟁력을 가진 모델로 발전시켜, 실제 산업 현장에서 의미있는 성공사례를 만들어나갈 것"이라고 강조했다.
엑사원 유니버스는 특허·논문 등 약 4500만 건의 전문 문헌과 3억5000만장의 이미지를 학습해 만든 거대언어모델(LLM)을 토대로 한다. 유니버스의 학습량은 오픈AI의 LLM 'GPT'가 초기 학습한 데이터 보다 4배 이상 많은 수준이다. 엑사원 2.0의 언어모델은 기존 모델과 성능을 유지하면서도 추론 처리 시간은 25% 단축하고, 메모리 사용량은 70% 줄였다. 이로 인해 비용을 약 78% 절감했다. 한국어와 영어를 동시에 이해하고 답변할 수 있다.
특히 언어와 이미지 간의 양방향 생성이 가능한 멀티모달(Multimodal) 모델은 이미지 생성 품질을 높이기 위해 기존 모델 대비 메모리 사용량을 2배 늘리면서도, 추론 처리 시간을 83% 단축했다. 이로써 절감되는 비용은 약 66%에 달한다.
엑사원 디스커버리의 경우 화학, 바이오, 소재 연구 과정의 시행 착오를 획기적으로 줄여주는 목적으로 만들어졌다. 논문, 특허 등 전문 문헌의 텍스트뿐만 아니라 분자 구조, 수식, 차트, 테이블, 이미지 등 비(非)텍스트 정보까지 자동으로 읽고 학습할 수 있는 형태인 심층 문서 이해(DDU) 기술을 개발, 적용했다.
유니버스와 디스커버리를 연계해 AI 질문을 통해 △전문 문헌 검토 △분자 정보 추출 △소재 구조 설계(UMD) △소재 합성 예측(NCS) 등 후보 소재를 찾아내 합성 결과를 예측할 수 있다.
한세희 LG AI연구원은 "엑사원 디스커버리를 통해 1만회가 넘었던 합성 시행착오를 수십회로 줄이고, 연구개발 소요 시간은 40개월에서 5개월로 단축시킬 수 있다"고 강조했다. LG AI연구원은 올 3~4분기 중 그룹 내 화학 및 바이오 분야 연구진들을 대상으로 엑사원 디스커버리 서비스를 제공할 예정이다.
엑사원 아틀리에는 학습된 텍스트와 이미지를 토대로 블로그, SNS, 에세이, 마케팅 문구 등 목적과 사례에 맞게 알아서 창의적인 글과 그림을 만들어주는 서비스다. 실제 계열사 LG생활건강과의 협력으로 화장품 '숨37' 신제품 패키지 디자인을 엑사원이 제작하기도 했다. 유니버스와 디스커버리가 전문적인 지식과 환경에서 더 적합하다면, 아틀리에는 B2C(기업과 소비자간 거래)향 까지 확장할 수 있는 대중적인 서비스다.
