멀티모달 AIMultimodal AI
Multimodal AI
글, 이미지, 소리처럼 서로 다른 종류의 정보를 함께 다루는 AI예요.
쉽게 비유하면
설명만 듣는 대신 사진도 보고 소리도 들으며 상황을 파악하는 도우미와 같아요.
조금 더 자세히
모달리티는 정보의 종류를 뜻해요. 사진을 보고 질문에 답하거나 음성을 듣고 글로 정리하는 식으로 서로 다른 정보를 연결해요.
모델마다 지원하는 입력과 출력이 달라요. 이미지를 읽을 수 있어도 이미지를 생성하지 못할 수 있고, 작은 글씨나 복잡한 장면은 잘못 해석할 수 있어요.
왜 생겼나요
실제 업무 정보는 문장에만 있지 않아요. 화면, 도표, 음성 등을 함께 이해해야 하는 요구가 커지며 발전했어요.
어떻게 작동하나요
- 1. 입력 받기 질문과 함께 사진이나 음성 같은 자료를 받아요.
- 2. 표현 연결 각 종류의 정보를 모델이 처리할 표현으로 바꾸고 연결해요.
- 3. 응답 지원하는 형식으로 답이나 결과를 만들어요.
활용 예시
- 화면 오류를 사진으로 설명
- 차트 해석
- 음성 회의와 발표 자료를 함께 요약
흔한 오해
멀티모달이면 모든 형식을 입력하고 출력하나요?
아니에요. 입력과 출력의 지원 범위, 파일 크기와 해상도 제한을 각각 확인해야 해요.
이렇게 쓰여요
화면 문의
고객이 화면 사진을 올리면 “멀티모달 AI가 화면을 읽되, 계정 상태는 별도 조회하자”라고 이야기해요.
관련 용어
함께 보면 좋은 용어
최종 업데이트