멀티모달 AI

Multimodal AI

한 줄로 말하면

글, 사진, 소리, 영상처럼 서로 다른 종류의 정보를 함께 이해하거나 만들어 내는 AI예요.

'모달리티(modality)'는 글·소리·사진·영상 같은 정보의 종류를 뜻하고, '멀티'는 '여럿'이라는 뜻이에요. 한 가지 종류의 정보만 다루는 AI와 달리, 멀티모달 AI는 사진을 보고 글로 설명하거나 말로 한 질문에 그림으로 답하는 것처럼 여러 형태를 오가요.

사진을 보고 질문에 답하기, 글로 설명해서 원하는 사진 찾기, 글로 설명한 장면을 그림으로 만들기, 사진에 설명 글 붙이기가 대표적인 쓰임이에요. 여러 종류의 정보를 함께 다루는 대형 AI 모델은 2023년 무렵부터 널리 쓰이기 시작했어요.

사진을 AI에 올리기 전에 확인하세요. ① 신분증, 카드, 처방전, 집 주소가 찍혀 있지 않은지 살펴봐요. ② 다른 사람 얼굴이 나왔다면 올려도 되는지 생각해요. ③ 약 이름이나 복용량처럼 중요한 내용은 AI 답만 믿지 말고 약사나 의사에게 확인해요.

생활 속 예시

약 봉투의 이름 부분은 가리고 사진을 찍어 '이 약은 하루에 몇 번 먹어요?'라고 물으면, 멀티모달 AI가 사진 속 글자를 읽고 답해 줄 수 있어요.

주의할 점

사진 속 작은 글씨나 흐린 부분은 AI가 잘못 읽을 수 있으니, 사진으로 받은 답도 원본과 꼭 맞춰 보세요.

관련 용어

이 용어를 다룬 가이드

이 용어, 글링코에게도 알려 줄까요? 실제 상황 문제로 연습해 봐요.

3분 수업 시작

참고한 자료