가장 많은 사람들이 사용하는 챗GPT는 대형 언어 모델 (LLMS)을 기반으로 사용자와 대화를 자유롭게
주고받는 일종의 챗봇 프로그램입니다.
Chat GPT 이전에도 대화형 인공지능 프로그램이 있었습니다. 하지만 Chat GPT는 대량의 언어 학습과
딥러닝 기술 등을 접목함으로써 말의 앞뒤 문맥을 파악하고 이전 대화를 기억하면서
자연스럽게 대화할 수 있었습니다.
많은 사람들이 실제 사람과 대화하는 듯한 느낌을 챗GPT와 대화하면서 받았던 것입니다.
이런 생성형 AI에는 챗GPT말고도 많은 플랫폼들이 있습니다.
오늘은 몇 가지 주요 플랫폼들의 소개 및 순위를 알아보고자 합니다.
1. 가장 많이 사용된 생성형 AI 플랫폼 순위 (2024년 4월 기준)
• 챗GPT (ChatGPT): 오픈AI의 챗봇으로, 월간 방문 수 16억 1,000만 건으로 1위를 차지
• 제미나이 (Gemini): 구글의 AI 플랫폼으로, 3억 9,120만 건의 방문 수
• 퍼플렉시티 AI (Perplexity AI): AI 기반 검색 엔진으로, 5위를 차지했습니다.
• 클로드 (Claude): 앤트로픽의 AI 챗봇으로, 6위에 올랐습니다.
2025년이 된 지 얼마 되지 않았지만, 2025년 1월 기준으로 한국에서 가장 많이 사용된 생성형 AI 앱은
챗 GPT로, 682만 명의 사용자를 기록했습니다.
2. 정확성 기준 생성형 AI 플랫폼 비교
지난 8년 동안 프론티어 AI 모델 훈련 비용은 매년 2~3배씩 증가해 왔으며, 2027년에는 가장 큰 모델의
경우 10억 달러 이상의 비용이 소요될 것으로 예상됩니다.
프런티어 모델의 최종 훈련 실행을 위한 상각 하드웨어 및 에너지 비용은 2016년 이후 매년 2.4배씩 빠르게
증가했습니다. 기본 접근 방식은 모델 훈련 기간 동안의 하드웨어 감가상각과 에너지 소비를 기준으로
훈련 비용을 계산합니다.
하드웨어 비용에는 AI 가속기 칩(GPU 또는 TPU), 서버, 상호 연결 하드웨어가 포함됩니다.
개발사가 공개한 자료 또는 신뢰할 수 있는 타사 보고서를 사용하여 특정 모델의 하드웨어 유형과 수량,
훈련 실행 기간을 파악하거나 추정합니다.
또한 각 모델의 최종 훈련 실행 중 하드웨어의 에너지 소비량도 추정합니다.
3. 정확성 기준 가장 우수한 생성형 AI 플랫폼 순위 (2024년 1월 8일 기준)
- 평가 기준 : Epoch AI 연구소에서 발간한 Report
- 평가 방식
- 전 세계에서 사용되는 생성형 AI 800개 이상의 모델에 대하여 Training Compute (FLOP)을 기준으로
- 순위를 선정함.
- FLOP(Floating Point Operations)
- 딥러닝 모델을 훈련시키는 데 사용되는 총 계산량을 의미함. 컴퓨터가 수행하는 부동소수점 연산의
- 횟수를 측정하는 단위로, 딥러닝 모델의 성능, 학습 비용, 에너지 사용량 등을 정량적으로 평가하는 데
- 사용됩니다.
4. Training Compute의 주요 개념
1) FLOP의 정의
- 부동소수점 연산은 컴퓨터가 수행하는 연산 중 실수 계산과 관련된 것으로, 딥러닝의 행렬 곱셈,
- 가중치 갱신 등 대부분의 작업에서 사용됩니다.
- 1 FLOP은 1회의 부동소수점 연산을 나타냅니다.
2) Training Compute의 의미
- 딥러닝 모델을 훈련시키는 데 소요된 총 FLOP의 수를 나타냅니다.
- 예를 들어, 모델의 파라미터 수, 데이터의 크기, 학습 에포크 수, 모델 구조가 Training Compute에
- 영향을 미칩니다.
3) 측정 방법
- 한 에포크당 계산량: 모델이 전체 데이터셋을 한 번 학습하는 데 필요한 FLOP.
- 총 계산량: 한 에포크당 계산량 × 총 에포크 수.
- 보통 학습 데이터 크기, 모델의 레이어 수, 파라미터 수, 배치 크기 등을 고려하여 계산합니다.
4) 모델 성능 평가
- Training Compute는 모델의 크기와 성능 간의 관계를 평가할 때 중요한 지표로 사용됩니다.
- 계산량이 많을수록 더 큰 모델을 학습시키거나 더 많은 데이터를 처리할 수 있습니다.
6. Epoch AI 소개
인공지능(AI)의 발전 경로와 거버넌스에 영향을 미치는 주요 동향과 질문을 연구하는 다학제적
연구 기관입니다.
-. 주요 활동 및 연구 분야:
- AI 발전 경로 분석: Epoch AI는 AI의 경제적 및 사회적 영향을 예측하기 위해 AI 발전의
궤적을 조사하고 있습니다. - 데이터 및 리소스 제공: AI 모델의 학습 데이터 소진 시기를 예측하는 등 AI 발전에 필요한
데이터와 리소스를 분석하여 관련 정보를 제공합니다