멀티모달
Multimodal
글뿐 아니라 그림·소리·영상까지 함께 이해하고 만들어 내는 능력이에요.
조금 더 자세히
초기의 LLM은 글만 읽고 글만 썼어요. 멀티모달 모델은 사진을 보고 설명하고, 목소리를 듣고 대답하고, 표나 그래프가 든 문서를 통째로 읽어요.
글·그림·소리를 따로따로 다루던 모델들이 하나로 합쳐지는 흐름이에요. 사람과 말로 주고받으며 화면을 같이 보는 AI가 가능해진 것도 이 덕분이에요.
예를 들면
냉장고 안을 사진으로 찍어 보내고 '이걸로 뭘 만들 수 있어?'라고 묻는 것이 멀티모달을 쓰는 예예요.
왜 알아 둘 만한가요
현실의 정보는 대부분 글이 아니라 그림·소리·영상이에요. AI가 이것들을 함께 다루게 되면서 쓸 수 있는 곳이 크게 넓어졌어요.
이렇게도 불러요멀티모달 AI, 다중 모달