'야바위도 맞추고 영상도 중계'…구글 "제미나이, GPT-4 초월"

텍스트, 이미지, 영상, 음성 모두로 상호작용

표·그래프 등 수학 문제도 풀어 '가정교사'

GPT-4보다 능력 우월 "인간에 한걸음 더 다가가"

구글 제미나이가 '오리는 왼쪽으로 가야해요'라고 음성으로 답하는 모습 [사진=구글 유튜브 갈무리]

미 구글이 대규모 언어모델(LLM) 제미나이(Gemini)를 6일(현지시간) 공개했다. 
 
제미나이는 대량의 텍스트는 물론이고 이미지, 영상, 음성도 인식할 수 있다. 텍스트가 기반인 챗GPT 출시 1년을 맞아, 텍스트와 이미지, 영상, 음성 모두로 상호작용할 수 있는 ‘복합형’이 새로운 경쟁 축으로 부상하는 모습이다. 
 
일라이 콜린스 구글 딥마인드 부사장은 인간이 세계를 이해하고 상호작용하는 방식에 가깝게 차세대 AI를 만들려고 시도한 점을 강조하며, “이번에 이런 목표에 한 걸음 다가갈 수 있었다”고 말했다.
 
구글은 자사의 기존 LLM인 팜2(PaLM2)보다 능력이 월등한 제미나이로 생성형 AI 서비스의 기반을 전환할 방침이다. 오픈AI의 챗GPT와 구글의 바드 등 생성형 AI를 활용한 서비스는 모두 LLM을 기반으로 한다.

 
구글은 챗GPT의 LLM인 오픈AI의 GPT-4보다 제미나이의 성능이 우수하다고 거듭 강조했다. 시각과 청각 모두를 활용해 상호작용을 할 수 있기 때문에 이미지 인식은 물론이고 음성으로 말하거나 들을 수 있다. 또한 영상을 읽고 중계도 해줄 수 있다. 코딩 능력도 갖췄다.
 

[사진=구글 유튜브 동영상 갈무리]

구글이 이날 공개한 영상을 보면 제미나이는 사람이 그림을 그리는 모습을 촬영하면서 음성으로 실황을 중계한다. 또 컵 3개를 사용한 야바위 게임도 맞췄다. 숫자는 물론이고 도표와 그래프를 포함한 수학 문제도 풀 수 있다. 아이의 답변이 잘못되면 실수를 지적하고, 올바른 풀이 방법을 알려주는 ‘가정교사’가 될 수 있다는 게 구글의 설명이다.
 
순다르 피차이 구글 최고경영자(CEO)는 “업계에 보급된 32개 성능 평가 지표 중 30개에서 앞섰다”며 현재까지 성능이 가장 우수하다고 평가되는 GPT-4보다 뛰어나다고 강조했다. 제미나이와 GPT-4 간 비교표도 공개했다.
 
제미나이 울트라는 대규모 다중작업 언어 이해(MMLU)에서 90%의 정답률을 기록했다며 "인간 전문가 점수인 89.8%를 넘은 최초의 모델"이라고 설명했다. MMLU는 수학, 물리학, 역사, 법률, 의학, 윤리 등 50여개의 주제를 복합적으로 활용해 문제 해결 능력을 평가하는 테스트다. 오픈AI의 GPT-4는 86.4%를 기록했다. 제미나이는 구글이 자체 개발한 AI 칩(TPU v4·v5e)으로 학습했다.
 
제미나이는 울트라(Ultra)와 프로(Pro), 나노(Nano) 등 3개 모델로 출시된다. 가장 범용으로 쓰이는 '제미나이 프로'는 이날부터 구글의 AI 챗봇 서비스인 '바드'에 탑재된다. 바드는 170개 이상 국가 및 지역에서 영어로 제공된다. 향후 영어 이외의 다른 언어로도 지원될 예정이다.

고성능인 제미나이 울트라는 내년 초 ‘바드 어드밴스트’라는 이름으로 바드에 장착된다. 제미나이 나노는 구글이 지난 10월 공개한 최신 스마트폰인 '픽셀8 프로'에 탑재돼 녹음 앱의 요약 기능 등을 높인다.
 
구글이 제미나이 개발을 서두른 것은 치열한 경쟁 때문이다. 구글은 오랜 기간 AI를 연구했지만, 생성형 AI 실용화에서는 오픈AI와 마이크로소프트 연합이 앞서고 있다. 선두 자리를 차지하기 위해서 구글은 지난 4월 AI 조직인 구글브레인과 딥마인드를 구글 딥마인드로 통합해 제미나이를 개발했다.
 
오픈AI와 아마존 등도 자사 생성형 AI 서비스의 이미지와 음성 등의 기능을 강화하는 데 심혈을 기울이고 있다. 다만, 정교한 이미지나 음성의 생성이 용이해지면 범죄에 악용될 수 있어 규제가 필요하다는 목소리도 커지고 있다.