메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신성필 (한국전자통신연구원)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제40권 제6호
발행연도
2023.5
수록면
12 - 21 (10page)

이용수

DBpia Top 0.5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
초거대 인공지능(이하 초거대 AI)은 자연어처리, 이미지인식, 의사결정 등에서 인간 수준의 복잡한 작업을 수행하기 위하여 방대한 양의 파라미터와 데이터로 학습한 대규모 AI 시스템 혹은 서비스를 말한다. 일반적으로 수천억개 이상의 파라미터를 가지는 대규모 인공신경망을 사용할 때 초거대 AI라고 부르며 GPT-3, GPT-4, BERT, LaMDA, CLIP 등이 대표적인 초거대 인공신경망이다.
초거대 AI의 개발은 기존 딥러닝 기반의 AI 개발과는 다르게 기반모델(Foundation Model)이라고 불리는 사전학습된 초거대 인공신명망 모델을 구축하고 이를 다양한 도메인의 데이터로 전이학습하여 새로운 도메인 혹은 태스크에 적용하는 방식의 개발 방법론이 사용되고 있다. 이러한 개발 방법론은 기존 딥러닝 기반의 AI 개발이 특정 태스크 혹은 한정된 태스크에 특화된 훈련 방식을 사용하는 것과 달리 하나의 인공신경망이 여러 태스크를 해결할 수 있도록 훈련한다는 개념적 차이가 있다.
본 고에서는 이와 같은 특징의 초거대 AI와 기반모델이 등장하게 된 배경과 기본 개념, 동향 등을 살펴보고 관련 표준화 동향을 소개하고자 한다.

목차

요약
Ⅰ. 서론
Ⅱ. 스케일링 법칙(Scaling Laws)
Ⅲ. 기반모델 개념 등장
Ⅳ. 기반모델 기술 동향
Ⅴ. 표준화 동향
Ⅵ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0