Meta, 로컬 실행용 오픈모델 'Muse Glimmer' 공개

Meta AI연구팀은 로컬 환경에서의 사용을 전제로 설계한 오픈웨이트 모델 'Muse Glimmer'를 공개했다. 파라미터 수는 300억(30B)이며, Apache 2.0 라이선스 하에서 무료로 제공된다. 클라우드의 API에 의존하지 않고, 손안의 소비자용 GPU 위에서 자율 에이전트와 복잡한 작업을 실행할 수 있다는 점이 특징이다.

근래의 인공지능 모델 개발은 대규모 클라우드 인프라를 전제로 한 방향으로 진행되어왔다. 처리를 클라우드에 의존하는 구조는 통신 지연, 비용, 데이터를 서버에 전송하는 것에 대한 개인정보보호 우려를 야기하기 쉽다. 이러한 과제에 대해 손안의 기기에서 완결되는 '온디바이스 추론'에 대한 관심이 업계 전체에서 높아지고 있으며, Muse Glimmer는 그러한 흐름에 부합한 시도로 자리매김된다.

모델의 학습에는 다단계 트레이닝 기법이 채택되었으며, 제한된 하드웨어에서도 효율적으로 작동하도록 설계되었다. 또한 텍스트뿐만 아니라 복수의 형식의 입력(멀티모달 입력)에 대응하고 있으며, 코딩 지원이나 업무 자동화 등의 작업으로의 활용이 상정되고 있다. 자율 에이전트 기능도 갖추고 있으며, 인간의 지시를 받으면서 복수의 단계에 걸친 복잡한 처리를 자동으로 수행할 수 있다.

오픈웨이트란 모델의 가중치 데이터(학습된 파라미터)를 공개하여 누구나 이용·변경할 수 있는 형식을 지칭한다. Apache 2.0 라이선스는 상용 이용에도 대응하고 있으며, 기업이나 개인 개발자가 자사 서비스나 제품에 조합할 때의 진입 장벽이 낮다. 따라서 연구 목적에 그치지 않고 실용적인 애플리케이션 개발로의 전환이 광범위하게 예상된다.

300억 파라미터라는 규모는 최첨단의 초대규모 모델과 비교하면 작은 부류에 속한다. 한편 소비자 그레이드의 GPU에서 동작할 수 있다는 현실적인 제약 속에서는 상응하는 능력을 갖춘 수준이라고도 할 수 있다. 클라우드 불필요, 저비용, 높은 커스터마이제이션성을 겸비한 구성은 특히 사내 데이터를 외부에 출력할 수 없는 기업이나 인터넷 연결이 안정적이지 않은 환경에서의 이용에 적합하다는 관점이 가능하다.

Meta는 그동안에도 오픈소스 지향적인 인공지능 개발 자세를 보여왔으며, Muse Glimmer는 그 연장선상의 시도라고 할 수 있다. 로컬에서 동작하는 에이전트형 인공지능의 실용화가 진행됨에 따라, 클라우드 중심이었던 인공지능 이용의 구도가 변할 가능성도 있다. 향후로는 실제 하드웨어 요건, 대응하는 소비자용 GPU의 구체적인 범위, 멀티모달 기능의 상세 내용 등이 개발자 커뮤니티의 관심을 모을 것으로 예상된다.