[4월의 AI 트렌드] 진화한 AI, GPT의 새로운 모델은 뭐가 다를까?

글: SK브로드밴드 AIX R&D팀 전혜윤 매니저

 

안녕하세요

 

4월에도 놀랍도록 상상 그 이상으로 진화하고 있는 AI 소식을 가져왔습니다!

 

오픈AI가 'GPT-4.1'을 포함한 새로운 AI 모델들을 공개했다고 하는데요

 

그럼 오픈AI에서 새롭게 출시한 AI모델에 관한 내용과

 

AI관련 다른 소식들을 자세히 알려드리겠습니다!

 

<목차>

오픈AI, 'GPT-4o' 업그레이드한 'GPT-4.1' 출시 계획...'o3'·'o4 미니'도 예정
메타, '최강 성능 멀티모달' 라마 4 제품군 출시
넷플릭스, 오픈AI 검색 엔진으로 드라마·영화 추천 테스트
라벨링 안 된 데이터 활용해 자체 진화하는 LLM 기술 '테스트-타임 강화학습' 등장
sLM 성능 높이는 '순차적 몬테카를로' 기법 등장

👉🏻 위의 목차 중 원하시는 주제명을 클릭하시면, 해당 본문으로 바로 이동할 수 있습니다

 

 

 

 

 

오픈AI, 'GPT-4o' 업그레이드한 'GPT-4.1' 출시 계획...'o3'·'o4 미니'도 예정

 

1. Summary: 오픈AI가 다음 주 'GPT-4.1'을 포함한 새로운 AI 모델들을 공개할 예정이다.

 

이 모델에는 'GPT-4.1 미니(mini)'와 '나노(nano)'도 포함되며, 이는 오픈AI 최초의 온디바이스 모델이 될 수 있다.

 

'GPT-4.1'은 기존 'GPT-4o'보다 향상된 성능을 제공할 것으로 기대되며, 추론 능력을 갖춘 'o3'와 경량화된 'o4-미니' 모델도 준비 중이다.

 

이들은 새로운 챗GPT 웹 버전의 코드에서 발견되어, 이미 출시를 위한 마무리 단계에 진입했음을 암시한다.

 

오픈AI의 주요 소식통은 이 모델들이 이미 마무리 단계에 진입했다고 전하며, 서버 용량 문제로 일부 모델의 출시 일정이 조정될 가능성도 있다.

 

한편, 샘 알트먼 오픈AI CEO는 GPT-5에 앞서 'o3'와 'o4-미니'를 4~5월 중 먼저 공개할 것을 예고한 바 있다.

 

 

2. Implication: 오픈AI 최초의 온디바이스 모델인 ‘GPT-4.1 미니’와 ‘나노’를 공개할 것으로 보인다.

 

이처럼 고도화된 모델의 개발도 중요하지만, 상품으로써 이를 서비스화시키는 부분도 중요한 것으로 이해된다.

 

 

3. 참고 기사: https://www.aitimes.com/news/articleView.html?idxno=169534

 

 

 

 

 

 

 

메타, '최강 성능 멀티모달' 라마 4 제품군 출시

 

1. Summary: 메타는 멀티모달 기능을 갖춘 '라마 4' 제품군을 발표했다. 이번 제품군에는 라마 4 스카우트, 매버릭, 베히모스가 포함되며, 특히 스카우트와 매버릭은 라마닷컴과 허깅페이스에서 다운로드할 수 있다.

라마 4 제품군은 '전문가 혼합(MoE)' 방식을 사용하며, 최대 1000만 토큰의 컨텍스트 창을 지원한다. 

 

기존 최대인 '제미나이'의 200만 토큰보다 5배나 큰 것으로, 최근 산업계의 컨텍스트 창 확대 요구에 맞춘 것이다.

스카우트는 16개의 전문가 모델로 구성되어 있고, 매버릭은 128개의 전문가 모델로 구성되어 있다.

베히모스는 스카우트와 매버릭을 증류하는 데 사용된 '교사' 모델이다. 

 

딥시크도 증류모델을 공개했지만, 딥시크는 갖추지 못한 멀티모달 기능에 집중한 것으로 볼 수 있다.

메타는 "전례 없는 컨텍스트 길이 지원을 제공하는 최초의 개방형 네이티브 멀티모달 모델이며, MoE 아키텍처를 사용하여 구축된 최초의 모델"이라고 소개했다.

라마 4 제품군은 최신 모델들과 비교해 성능이 우수하며, 프론티어급 성능을 보유하고 있다.

 

 

2. Implication: 메타는 멀티모달 기능과 전문가 혼합 방식을 통해 데이터 입력 다양성과 모델 효율성을 높였다.

최대 1000만 토큰의 컨텍스트 창으로 긴 문맥 처리 능력을 강화했다. 

 

성능 면에서 최첨단 모델을 능가하며, 생태계 통합과 추가 기능 발표가 기대된다.

 

 

3. 참고 기사: https://www.aitimes.com/news/articleView.html?idxno=169377

 

 

 

 

 

 

 

넷플릭스, 오픈AI 검색 엔진으로 드라마·영화 추천 테스트

 

1. Summary: 넷플릭스가 오픈AI 기술을 활용해 가입자가 TV 프로그램과 영화를 더 쉽게 찾을 수 있도록 돕는 새로운 검색 기술을 테스트 중이다.

이 기술은 사용자가 장르나 배우 이름을 넘어 기분이나 분위기 등 주관적인 요소를 고려해 프로그램을 검색할 수 있게 한다.

현재 호주와 뉴질랜드의 일부 iOS 사용자들이 이를 이용할 수 있으며, 곧 미국을 포함한 다른 국가로 확대될 예정이며, 새로운 기능

을 사용자에게 공개하고 사용할지를 선택하도록 할 예정이다.

이번 AI 도구는 기존의 추천 알고리즘을 대체할 수 있을 것으로 보인다. 

 

오픈AI는 검색 엔진 외에도 사용자 채팅 내용을 기억하는 메모리 기능을 보유하고 있다.

 

 

2. Implication: 넷플릭스의 신규 추천 방식은 AI가 단순 검색을 넘어 개인화된 사용자 경험을 제공하는데에 중요한 역할을 하고 있음을 시사한다.

이번 서비스를 통해 기존의 추천 알고리즘을 대체할 수 있을 것으로 기대되며, 이는 추천시스템이 더 정교하고 개인화된 방식으로 발전할 수 있음을 의미한다.

넷플릭스는 AI와 머신러닝을 추천 알고리즘 외에도 영상 분석, 비디오 주석 생성, 홍보용 아트워크 제작 등 다양한 분야에서 활용하

는 것으로 보아, AI 기술이 미디어 및 엔터테인먼트 산업 전반에 걸쳐 광범위하게 적용될 가능성을 보여준다.

 

 

3. 참고 기사: https://www.aitimes.com/news/articleView.html?idxno=169574

 

 

 

 

 

 

 

라벨링 안 된 데이터 활용해 자체 진화하는 LLM 기술 '테스트-타임 강화학습' 등장

 

1. Summary: 인간 개입 없이 대형언어모델이 스스로 학습하는 '테스트-타임 강화학습(TTRL)' 기법이 등장했다.

칭화대학교와 상하이 AI 랩 연구진은 라벨 없는 테스트 데이터만으로 학습 가능한 프레임워크를 발표했다.

TTRL은 모델이 여러 답변 중 가장 많이 나온 것을 임시 정답으로 삼아 보상을 주는 방식으로 작동한다.

수학 문제 해결 능력을 평가하는 벤치마크에서 '큐원2.5-매스-7B' 모델은 정답률이 16.7%에서 43.3%로 159.3% 향상됐다.

모델은 자체 생성한 라벨 기준보다 더 높은 성능을 보여 불완전한 임시 정답으로도 자기강화 학습이 가능함을 증명했다.

특정 데이터셋 학습 후 다른 테스트셋에서도 성능이 유지되어 과적합 없이 일반화 능력을 갖춘 것으로 확인됐다.

 

 

2. Implication: 인간 라벨링 의존도 감소로 AI 학습 비용과 시간이 대폭 절감될 수 있다. 

 

특히 대규모 데이터셋을 처리할 때 효율성이 크게 향상될 것으로 보인다.

교육이나 과학처럼 복잡하고 지속적으로 변화하는 분야에서 AI의 적응력이 높아져, 최신 정보에 따라 자가 학습이 가능한 모델이 등장할 전망이다.

 

 

3. 참고 기사: https://www.aitimes.com/news/articleView.html?idxno=169929

 

 

 

 

 

 

 

sLM 성능 높이는 '순차적 몬테카를로' 기법 등장

 

1. Summary: 소형언어모델(sLM)이 대형언어모델(LLM)의 코딩 성능을 능가하는 새로운 제어 방법이 제시됐다.

MIT 등 연구진은 '순차적 몬테카를로를 통한 대형언어모델의 구문 및 의미 제어' 논문을 ICLR 2025에서 발표했다.

LLM이 생성한 코드는 '의미와 구조'가 동시에 만족돼야 제대로 작동하지만, 이를 확인하려면 코드를 직접 실행해야 하는 문제가 있었다.

연구진은 코드가 만들어지는 초기 단계에서 잘못된 결과는 버리고 유망한 코드에 자원을 집중하는 순차적 몬테카를로(SMC) 기법을 적용했다.

SMC는 제안 분포, 중요도 가중치, 재샘플링이라는 세 가지 핵심 과정을 통해 타당성과 정확성이 높은 출력에 노력을 집중하는 방식이다.

매개변수 8B, 70B의 sLM에 SMC를 적용한 결과, 정확도와 견고성이 향상됐으며 기존 LLM보다 우수한 성능을 보였다.

 

 

2. Implication: 코드 생성의 정확성과 견고성 향상으로 소프트웨어 개발 생산성이 크게 증가할 전망이다. 프로그래머들은 디버깅보다 창의적인 문제 해결에 더 집중할 수 있게 될 것이다.

 

 

3. 참고 기사: https://www.aitimes.com/news/articleView.html?idxno=169980

 

 

 

 

오늘은 4월에 뜨거웠던 AI 이슈들을 함께 확인해 보았는데요.

 

우와~ 벌써 오픈 AI 최초의 온디바이스 모델이 나오다니..!

 

AI 시장의 변화 속도는 상상 그 이상인 것 같네요!

 

다음 달에도 더 유용한 AI 정보들로 찾아오겠습니다!