앰버-1

앰버-1은 인공지능 기업 파이어웍스 리서치가 기존의 대형 인공지능 모델인 키미 K3를 바탕으로 개발한 맞춤형 인공지능 모델입니다. 인공지능이 정답을 내놓기 전에 내부에서 거치는 불필요한 생각 과정을 효율적으로 줄이도록 학습된 것이 특징입니다.

기존 인공지능은 정답을 찾는 과정에 과도한 생각 과정을 거치며 사용량의 대부분을 낭비하는 문제가 있었습니다. 단순히 추론 설정을 낮추면 답변 품질이 크게 떨어졌지만, 앰버-1은 답변의 품질을 유지하면서도 처리 과정에서 사용하는 데이터 조각인 토큰을 훨씬 적게 소비해 비용 효율성 면에서 큰 차이가 있습니다.

연구진은 사용자들이 뛰어난 프로그래밍 능력을 원하면서도 긴 추론 과정 때문에 비용이 많이 든다는 점에 주목했습니다. 단순히 설정을 낮추는 대신 인공지능이 더 효율적으로 생각하는 법을 학습하는 새로운 훈련 과정을 설계했고, 50번이 넘는 학습 실험과 200번 이상의 성능 평가를 거쳤습니다. 컴퓨터 장비를 직접 관리하지 않고 빌려서 쓰는 클라우드 환경에서 개발을 진행했습니다. 여러 공개 성능 시험과 실제 고객사의 서비스 운영 환경에서 평가한 결과, 기존 모델의 추론 과정을 35퍼센트에서 50퍼센트까지 줄이면서도 정확도를 유지했습니다. 내부 개발자들의 실제 업무에서도 데이터 소모량이 줄었지만 아무런 변화를 눈치채지 못할 정도로 품질이 유지되었습니다. 현재 앰버-1은 연구용 미리보기 형태로 제공되며, 기업들이 자체 데이터를 활용해 맞춤형 고효율 모델을 만들 수 있는 학습 지원 기능도 함께 나왔습니다.

일반 독자나 개발자가 인공지능을 활용해 자동화 작업을 할 때, 성능 저하 없이 이용 비용을 낮출 수 있는 선택지를 제공합니다. 다만 이러한 효과는 사용하려는 작업의 성격과 기업의 시스템 환경에 따라 달라질 수 있어 모든 상황에서 동일한 비용 절감으로 이어진다고 단정하기는 어렵습니다. 개발자나 기업은 서버리스 환경에서 새로운 연구용 모델을 직접 시험해 볼 수 있습니다.