[AWS AI Practitioner 2일차] 생성형 AI 원리 및 파운데이션 모델(FM) 특징

 

• 원문 링크: AWS 공식 문서 - 생성형 AI란?
• 요약
  • 생성형 AI(Generative AI): 방대한 양의 원본 데이터(텍스트, 이미지, 오디오 등)를 학습하여 기존에 없던 새로운 콘텐츠를 창출하는 AI 기술.
  • 파운데이션 모델(Foundation Model, FM): 특정 단일 작업에 국한되지 않고, 광범위한 데이터 세트로 사전 학습(Pre-trained)된 범용적인 초대형 머신러닝 모델.
  • 파운데이션 모델의 핵심 특징:
    • 규모(Scale): 수십억 개 이상의 매개변수(Parameter)를 보유하여 복잡한 패턴 인식.
    • 적응성(Adaptability): 비교적 적은 양의 추가 데이터로 미세 조정(Fine-tuning)하여 다양한 목적(문서 요약, 코드 생성, 번역 등)에 맞게 최적화 가능.
  • 트랜스포머(Transformer) 아키텍처: 문맥의 흐름과 단어 간의 연관성을 병렬로 처리하여 텍스트 생성 속도와 성능을 극대화한 최신 신경망 모델 구조.
• 코멘트 & 시험 시사점
  • 일반 ML 모델(단일 목적용)과 파운데이션 모델(다목적, 범용성)을 비교하고 구분하는 문항 출제 빈도 높음.
  • 파운데이션 모델을 특정 기업 환경에 맞추기 위해 수행하는 '미세 조정(Fine-tuning)'의 개념을 묻는 문제 대비 필수.