초거대 AI ‘엑사원’, 산업 현장 난제 해결사로 나섰다
2022.12.08■ LG AI연구원, 8일 ‘LG AI 토크 콘서트’에서 LG의 AI 기술 연구 성과 공유
□ LG AI연구원, 항암 백신과 차세대 리튬황 배터리 개발 등 실제 산업 현장의 다양한 기술 난제 해결에 AI 기술 활용
□ LG의 초거대 AI ‘엑사원(EXAONE)’, 전문 문헌 학습하며 난제 해결 기반 구축
■ 엑사원 상용화를 위한 ‘AI 경량화·최적화 신기술’ 연구에서 가시적 성과 보여
□ 초거대 언어모델에 ‘AI 경량화·최적화 신기술’ 적용해 추론 속도 40% 향상
□ 한국어 성능 평가 16개 항목 중 15개 글로벌 최고 수준 의미하는 ‘SOTA’ 상회
■ 고객 대상 언어 전문가 AI 기획·개발하는 ‘유니버스(언어)’, 기존에 없던 새로운 이미지 창작하는 ‘아틀리에(창작)’ 등 AI 전문가가 아니어도 활용할 수 있는 플랫폼도 공개
■ 배경훈 LG AI연구원장 “세상의 지식을 실시간으로 활용해 현실 세계의 복잡한 문제들을 해결하고 최적의 의사결정을 돕는 전문가 AI 즉, ‘Universal AI’ 구현을 목표로 연구”
LG AI연구원이 8일 설립 2주년을 맞아 온라인으로 진행한 ‘LG AI 토크 콘서트’에서 ‘전문가AI 개발을 위한 도전과 혁신’을 주제로 LG의 AI 기술 연구 성과를 공유했다.
■ LG AI연구원, 항암 백신과 차세대 리튬황 배터리 개발 등 실제 산업 현장의 다양한 기술 난제 해결에 AI 기술 활용
LG AI연구원은 LG 계열사 및 국내외 파트너사들과 협업해 실제 산업 현장에 AI 기술을 적용하고 있다.
LG전자는 주 단위로 국가별, 지역별 제품 판매 수요를 예측하는 데 AI 기술을 적용하기 시작했으며, LG이노텍은 카메라 렌즈와 센서의 중심을 맞추는 공정에 AI 기술을 도입해 최적화 기간을 50% 이상 단축하는 등 효율성과 생산성을 높이는 데 AI 기술을 활용하고 있다.
특히, LG AI연구원은 ▲개인 맞춤형 항암 백신 신항원 ▲차세대 배터리인 리튬황 배터리 전해질 ▲차세대 OLED 고효율 발광 재료를 발굴하는 AI 모델을 선보이는 등 산업 난제 해결을 위한 AI 기술 개발에 박차를 가하는 모습이다.
기존에는 최적의 백신 후보 물질이나 산업의 판도를 바꿀 화합물을 찾기 위해 무한대에 가까운 경우의 수를 놓고 사람이 직접 실험을 하거나 시뮬레이션 계산 방식을 사용했기 때문에 시간과 비용 부담이 상당했고 성공 확률도 낮았다.
LG AI연구원은 환자의 유전 정보와 암 세포의 돌연변이 정보를 이용해 암 세포의 사멸을 유도하는 신항원을 예측하는 AI 모델을 개발했고, 이는 기존 타 예측 모델들과 비교했을 때 가장 우수한 성능을 보여 개인 맞춤형 항암 백신 개발 기간을 크게 단축시킬 수 있을 것으로 기대하고 있다.
이 밖에도 LG AI연구원은 차세대 배터리인 리튬황 배터리에 최적화된 전해질 화합물을 찾아내는 AI 모델, 차세대 OLED용 발광 재료 성능을 예측하는 AI 모델 등을 개발했으며, 현재 가능성이 높은 후보 물질들을 찾아 검증을 진행하고 있다.
■ LG의 초거대 AI ‘엑사원(EXAONE)’, 전문 문헌 학습하며 난제 해결 기반 쌓아
LG AI연구원은 LG의 초거대 AI ‘엑사원(EXAONE)’이 논문?특허 등 전문 문헌의 텍스트뿐만 아니라 수식과 표, 이미지까지 스스로 학습해 데이터베이스화 하는 기술을 개발했다.
이 기술은 인류가 쌓아온 지식을 AI가 스스로 학습해 활용할 수 있다면 질병, 에너지와 같은 세상의 난제를 해결하는 데 도움이 될 수 있을 것이라는 아이디어를 구체화한 것이다.
LG AI연구원은 엑사원을 활용하면 인간 전문가가 전문 문헌의 데이터를 AI가 학습 가능한 형태로 수집하고 가공하는 작업이 필요하지 않아, 학습 데이터가 축적될수록 신약과 신소재 개발 범위와 속도에 혁신을 가져올 것으로 보고 있다.
특히, LG AI연구원은 화학 구조식을 읽고 분자를 구성하고 있는 원자와 결합 유형까지 인식해 데이터베이스화 하는 자체 기술이 기존 모델 대비 효율성 부분에서 100배 이상의 성능을 내는 것으로 나타나 최근 미국에서 진행한 세계적 AI 학회인 ‘뉴립스(NeurIPS)’에서 해당 성과를 발표키도 했다.
■ 엑사원 상용화를 위한 ‘AI 경량화·최적화 신기술’ 연구에서 가시적 성과 보여
LG AI연구원은 초거대 언어모델에 적용한 ‘AI 경량화·최적화 신기술’ 연구 성과도 공개했다.
LG AI연구원은 초거대 AI를 산업 현장에 활용할 경우, AI 모델 개발을 위한 추가 학습에 긴 시간과 많은 자원의 투입이 필요해 부담이 크다는 고객들의 목소리를 적극 반영해 지난 1년간 관련 기술 연구에 집중했다.
LG AI연구원은 지난해 공개한 엑사원 대비 그래픽처리장치(GPU) 사용량은 63% 줄이면서도 AI 개발 속도를 좌우하는 추론(Inference) 속도는 40% 더 빠르고, 정확도는 글로벌 최고 성능을 의미하는 ‘SOTA(State-of-the-art)’ 이상으로 개선한 모델을 개발했다.
LG AI연구원은 이날 한국어 성능 평가 결과도 공개했다. 엑사원은 ▲분류 ▲번역 ▲기계독해 ▲요약 등 4개 영역 16개 평가 지표 중 15개가 ‘SOTA’를 상회하는 우수한 성능을 보였다.
■ 고객 대상 언어 전문가 AI 기획·개발하는 ‘유니버스(언어)’, 기존에 없던 새로운 이미지 창작하는 ‘아틀리에(창작)’ 등 AI 전문가가 아니어도 활용할 수 있는 플랫폼도 공개
LG AI연구원은 코딩에 관한 전문 지식이 없거나 AI 개발자가 아니어도 쉽고 간편하게 엑사원을 사용해보고 활용할 수 있도록 서비스 플랫폼도 개발했다.
‘엑사원 유니버스(Universe)’는 고객 대상 언어 전문가 AI를 보다 편하게 기획하고 개발할 수 있도록 한 초거대 언어모델 기반 플랫폼이다.
LG AI연구원은 ▲인간처럼 자연스러운 질의응답·대화 ▲텍스트 분류·생성 ▲키워드 추출·생성 ▲번역·변환 기능을 활용할 수 있는 플랫폼을 통해 누구나 쉽게 전문가 AI 개발이 가능하도록 했다.
▲고객 상담과 은행 업무 처리를 위해 개발한 AI 은행원(우리은행) ▲지능형 고객 응대 서비스인 AI 컨택 센터(AICC, AI Contact Center)(LG생활건강) ▲어플리케이션에 관한 고객들의 리뷰에 빠르게 대응하기 위해 개발한 앱스토어 고객 리뷰 분석(LG유플러스) 등이 대표적인 예다.
‘엑사원 아틀리에(Atelier)’는 텍스트와 이미지간 양방향 생성이 가능한 엑사원만의 멀티모달 특성을 살려, 사람과 AI가 협업해 세상에 없던 창조적 디자인을 생성하는 플랫폼이다.
LG AI연구원은 세계 3대 디자인스쿨 파슨스, 글로벌 크리에이티브 플랫폼 기업인 셔터스톡과 생성 AI 기술을 공동 연구하고 있으며 향후 협업 대상과 영역을 확대할 계획이다.
끝으로 LG AI연구원은 인간의 언어를 컴퓨터의 언어로 변환하는 ‘코딩하는 AI 기술’과 ‘작곡하는 AI’ 등 선행기술 연구 성과와 함께 지난 8월 ‘LG AI 윤리원칙’ 공표 후 진행 중인 ▲공정성 ▲안전성 ▲신뢰할 수 있는 AI(Responsible AI) 분야 연구 현황을 소개했다.
배경훈 LG AI연구원장은 “LG가 지향하는 ‘전문가 AI’의 역할은 인간과 협력해 인류의 난제를 해결하며 ‘기존에 없던 새로운 고객 가치’를 창출하는 것”이라며,
“세상의 지식을 실시간으로 활용해 현실 세계의 복잡한 문제들을 해결하고 최적의 의사결정을 돕는 전문가 AI 즉, ‘Universal AI’ 구현을 목표로 연구를 진행하고 있다”고 밝혔다.
한편, LG는 구광모 대표 취임 이후 LG의 미래 사업 포트폴리오의 한 축으로 AI를 꼽으며 기술 혁신과 인재 확보를 위해 향후 5년간 AI·데이터 분야 연구개발에 3조 6,000억원을 투입하기로 하는 등 적극적인 지원을 이어가고 있다.
#참고. LG AI연구원의 LG 계열사와 국내외 파트너사들과의 협업 사례
LG전자 |
제품 수요 예측, AICC(AI 컨택 센터), AI 기반 PCB 자동 설계 |
LG디스플레이 |
차세대 OLED 발광 소재 개발 |
LG이노텍 |
검사 공정 비전 검사 |
LG화학 |
납사 스케쥴링 최적화 |
LG에너지솔루션 |
리튬황 배터리 전해질 개발 |
LG생활건강 |
제품 디자인, AICC(AI 컨택 센터) |
LG유플러스 |
앱스토어 고객 리뷰 분석 |
우리은행 |
AI 은행원 |
셔터스톡 |
이미지 캡셔닝, 이미지 생성 |
파슨스 |
이미지 생성 |
엘스비어 |
전문 문헌 데이터베이스화 |