디지틀조선TV 유튜브 바로가기

LG ‘엑사원 유니버스’, 산업 현장의 완벽한 파트너를 꿈꾸다

임주희 기자 ㅣ ju2@chosun.com
등록 2023.07.19 15:10

질문에 정확한 근거로 답변 생성…출처와 논문 함께 표기
텍스트와 비주얼 데이터 함께 사용… 높은 신뢰성 제공
“신뢰성은 엑사원 유니버스의 최고의 경쟁력”

LG AI 토크 콘서트 2023 티저 영상 내 엑사원 소개 이미지./LG 제공

LG의 인공지능(AI) 기술이 높은 신뢰성을 필요로하는 연구개발과 산업 현장의 완벽한 파트너로 진화하고 있다. 허구적 사실도 답변으로 제공하는 기존 생성형 AI를 넘어 정확한 근거에 기반하는 전문가용 대화형 AI를 개발한 것이다.

LG AI연구원은 19일 서울 마곡 LG사이언스파크에서 초거대 멀티모달 AI인 ‘엑사원(EXAONE) 2.0’을 공개했다.

지난 2021년 12월에 처음 공개된 엑사원은 언어와 이미지 간의 양방향 생성이 가능한 멀티모달 모델로 지난 3월 공개된 챗GPT-4보다 앞서 발표됐다. 이번 엑사원 2.0은 진화 버전으로 신뢰성과 전문성이 더 높아졌으며, 이를 활용한 플랫폼 상용화를 앞두고 있다.

엑사원을 활용한 LG전자의 AICC 상담사 화면./LG 제공

엑사원 2.0은 연구개발과 산업 현장에서 최적의 파트너로 자리 잡을 것으로 보인다. 실제 LG전자의 AICC(AI 컨택 센터)에 활용돼 고객과의 상담 내용을 실시간으로 분석·요약하고 상담 내용에 적합한 답변이나 콘텐츠를 실시간으로 제안하고 있다.

전문 지식을 생산하고 소비하는 프로슈머에 특화된 ‘엑사원 유니버스’는 사용자의 질문에 논문 등 정확한 근거를 바탕으로 답변을 생성한다. 예를 들어 “생성형 AI에 주목해야 하는 이유가 뭐야?”라고 질문하면 질문에 대한 답변을 논리정연하게 설명하며 화면 좌측과 우측에 각각 질문과 연관성이 가장 높은 전문 문헌들을 제공한다.

그동안 전문가가 지식을 찾고 답을 얻기 위해 검색하고, 유용하면서도 신뢰성 있는 답변을 추리고, 정리하는 그 모든 과정을 엑사원 유니버스는 단 한 번의 질문만으로 제공해 주는 것이다.

엑사원 유니버스의 답변 생성 과정./LG 제공

기존 생성형 AI 사용자의 질문에 답을 내놓는다. 하지만 엑사원 유니버스의 차별점은 높은 신뢰도다.이 AI 플랫폼은 기존 생성형 AI의 문제점인 허구적 사실을 극복하는 데에 개발 초점이 맞춰져 있다.

사용자의 질문에 답변을 단순히 생성만 하는 것이 아닌, 내부 디테일을 살펴 충분히 근거 있는 답변을 제시한다. 모든 문서를 아우르는 인사이트 또한 빠르게 제공한다. 출처는 물론, 실제 논문도 확인할 수 있다.

이같이 신뢰도 높은 정보 제공이 가능한 이유는 엑사원 유니버스가 텍스트 데이터뿐 아니라 비주얼 데이터를 함께 사용하기 때문이다. 예를 들어 타사 생성형 AI에 “아프리카에도 빙하가 있을까?”라고 묻는 질문에 답하려면 해당 AI에 “아프리카 킬리만자로에 빙하가 있다”는 텍스트 데이터를 학습시켜야 한다.

하지만 엑사원 유니버스는 이미지도 함께 사용하기 때문에 텍스트로 학습하지 않아도 아프리카 킬리만자로에 있는 빙하 이미지를 찾아낼 수 있다. 이를 통해 더 적은 양의 데이터로도 더 높은 신뢰성을 확보할 수 있다.

이문태 LG AI연구원 랩장은 “사실적으로 답하고, 답할 수 없는 문제에 대해 답할 수 없다고 말하는 능력은 글로벌 톱 수준”이라며 “근거와 출처를 제공하는 만큼 신뢰성은 이 AI 플랫폼의 최고의 경쟁력”이라고 자신했다.

LG AI연구원은 지난 14일 특허청과 ‘특허 전용 초거대 AI 모델 구축을 위한 업무협약(MOU)’를 체결하는 등 비즈니스 모델을 적극적으로 발굴하며 사업화를 추진하고 있다. 엑사원 유니버스는 오는 31일부터 LG 그룹 내 AI 연구자와 협력 중인 대학을 대상으로 서비스가 진행될 예정이다.

지난 14일 서울 강서구 마곡 LG사이언스파크에서 진행된 '특허 전문가 AI 개발을 위한 업무 협약'에서 이인실 특허청장(왼쪽), 배경훈 LG AI연구원장이 기념촬영을 하고 있다./LG 제공



최신기사


    최신 뉴스 더보기


        많이 본 뉴스

          산업 최신 뉴스 더보기

            많이 본 뉴스