다양한 실제 애플리케이션을 위한 고급 세분화 및 추적 기능을 제공하는 메타페어의 최신 AI 모델인 SAM 2.1과 CoTracker3를 살펴보세요.
인공지능(AI)은 최근 그 어느 때보다 빠르게 새로운 혁신과 돌파구가 나타나며 흥분과 에너지로 들끓고 있는 연구 분야입니다. 지난 몇 주 동안 Meta의 기초 AI 연구(FAIR) 팀은 다양한 AI 분야의 과제를 해결하기 위한 일련의 도구와 모델을 공개했습니다. 이번 릴리스에는 의료, 로봇 공학, 증강 현실 등 다양한 분야에 영향을 미칠 수 있는 업데이트가 포함되어 있습니다.
예를 들어, 업데이트된 SAM 2.1 모델은 객체 분할 기능을 개선하여 이미지와 동영상에서 객체를 정확하게 식별하고 분리하는 것이 더 쉬워졌습니다. 한편, CoTracker3는 포인트 추적에 중점을 두어 물체가 움직이거나 부분적으로 가려진 경우에도 비디오 프레임에서 포인트를 추적할 수 있도록 지원합니다.
메타는 또한 로봇 공학을 위한 새로운 촉각 감지 기술과 함께 효율적인 온디바이스 사용을 위해 더 가볍고 빠른 버전의 라마 언어 모델을 도입했습니다. 이 글에서는 Meta FAIR의 최신 릴리스에 대해 자세히 살펴보고 각 도구가 제공하는 기능을 살펴보겠습니다. 지금 바로 시작하세요!
컴퓨터 비전의 핵심 작업인객체 분할은 이미지나 비디오 내에서 별개의 객체를 식별하고 분리하여 특정 관심 영역을 더 쉽게 분석할 수 있게 해줍니다. Meta의 Segment Anything Model 2(SAM 2)는 출시 이후 의료 영상, 기상학 등 다양한 분야에서 객체 분할에 사용되어 왔습니다. 커뮤니티의 피드백을 바탕으로 Meta는 이제 기존 모델에서 직면했던 몇 가지 문제를 해결하고 전반적으로 더 강력한 성능을 제공하도록 설계된 개선된 버전인 2.1( SAM 2.1)을 출시했습니다.
SAM 2.1에는 새로운 데이터 증강 기술을 통해 시각적으로 비슷하거나 작은 물체를 더 잘 처리할 수 있는 업데이트가 포함되어 있습니다. 또한 긴 비디오 시퀀스에 대한 훈련을 통해 모델이 오클루전(물체의 일부가 보이지 않는 경우)을 처리하는 방식을 개선하여 일시적으로 가려져 있어도 시간이 지나면서 물체를 '기억'하고 인식할 수 있습니다. 예를 들어, 나무 뒤로 걸어가는 사람의 동영상을 촬영하는 경우 SAM 2.1은 물체의 위치와 움직임에 대한 기억을 활용하여 시야가 잠시 중단된 틈을 메우기 위해 반대편에 다시 나타나는 사람을 추적할 수 있습니다.
이러한 업데이트와 함께 메타는 개발자가 자체 데이터로 SAM 2.1을 미세 조정하고 다양한 애플리케이션에 통합할 수 있도록 오픈 소스 교육 코드와 전체 데모 인프라를 제공하는 개발자 스위트( SAM 2 Developer Suite)를 출시했습니다.
또 다른 흥미로운 컴퓨터 비전 작업은 포인트 추적입니다. 여기에는 비디오의 여러 프레임에 걸쳐 특정 지점이나 특징을 추적하는 작업이 포함됩니다. 자전거를 타고 트랙을 달리는 동영상을 예로 들면, 포인트 트래킹을 사용하면 모델이 헬멧이나 바퀴와 같은 자전거의 포인트가 잠시 장애물에 가려져 있어도 이를 추적할 수 있습니다.
포인트 추적은 3D 재구성, 로봇 공학, 비디오 편집과 같은 애플리케이션에 필수적입니다. 기존 모델은 복잡한 설정과 대규모 합성 데이터 세트에 의존하는 경우가 많기 때문에 실제 시나리오에 적용할 때 그 효과가 제한적입니다.
Meta의 CoTracker3 추적 모델은 모델의 아키텍처를 단순화하여 이러한 한계를 해결합니다. 또한 주석이 없는 실제 동영상에서 모델을 학습할 수 있는 의사 라벨링기법을 도입하여 CoTracker3를 보다 효율적이고 확장 가능하게 만들어 실제 사용에 활용할 수 있도록 합니다.
CoTracker3를 돋보이게 하는 기능 중 하나는 오클루전을 잘 처리할 수 있다는 점입니다. 모델이 여러 추적 포인트에서 정보를 공유할 수 있는 기술인 크로스 트랙 어텐션을 사용하여 CoTracker3는 보이는 포인트를 참조하여 숨겨진 포인트의 위치를 추론할 수 있습니다. 이를 통해 CoTracker3는 혼잡한 장면에서 사람을 따라가는 것과 같이 동적인 환경에서 매우 효과적으로 작동하도록 설계되었습니다.
CoTracker3는 온라인 모드와 오프라인 모드도 제공합니다. 온라인 모드는 실시간 추적을 제공합니다. 오프라인 모드는 전체 동영상 시퀀스에서 보다 포괄적인 추적에 사용할 수 있으며, 동영상 편집이나 애니메이션과 같은 작업에 이상적입니다.
SAM 2.1과 CoTracker3는 컴퓨터 비전 분야에서 Meta의 최신 발전상을 보여주지만, 자연어 처리 (NLP) 및 로보틱스와 같은 다른 AI 분야에서도 흥미로운 업데이트가 이루어지고 있습니다. 메타페어의 다른 최신 개발 사항을 살펴보세요.
Meta의 Spirit LM은 텍스트와 음성 기능을 결합한 새로운 멀티모달 언어 모델로, AI와의 상호 작용을 더욱 자연스럽게 만들어 줍니다. 텍스트만 처리하거나 음성만 처리하는 기존 모델과 달리 Spirit LM은 두 가지를 원활하게 전환할 수 있습니다.
Spirit LM은 보다 인간과 유사한 방식으로 언어를 이해하고 생성할 수 있습니다. 예를 들어, 음성 또는 문자로 듣고 응답할 수 있는 가상 비서를 향상시키거나 음성과 텍스트 간에 변환하는 접근성 도구를 지원할 수 있습니다.
또한 Meta는 대규모 언어 모델을 보다 효율적으로 만드는 기술을 개발했습니다. 이 중 하나인 레이어 건너뛰기는 주어진 작업에 필요한 레이어만 활성화하여 연산 요구와 에너지 비용을 줄이는 데 도움이 됩니다. 이는 메모리와 전력이 제한된 디바이스의 애플리케이션에 특히 유용합니다.
이러한 디바이스에 AI 애플리케이션을 배포해야 하는 필요성을 한 단계 더 발전시켜 Meta는 라마 모델의 정량화된 버전도 출시했습니다. 이 모델은 정확도 저하 없이 모바일 기기 에서 더 빠르게 실행되도록 압축되었습니다.
AI 모델의 크기와 복잡성이 증가함에 따라 학습 프로세스를 최적화하는 것이 중요해졌습니다. 최적화와 관련하여 Meta는 대규모 언어 모델을 보다 쉽게 학습할 수 있는 유연하고 효율적인 코드베이스인 Meta Lingua를 도입했습니다. Meta Lingua의 모듈식 설계를 통해 연구자들은 실험을 빠르게 사용자 지정하고 확장할 수 있습니다.
연구자들은 기술 설정에 소요되는 시간을 줄이고 실제 연구에 더 많은 시간을 할애할 수 있습니다. 또한 코드베이스는 가볍고 통합하기 쉬워 소규모 실험과 대규모 프로젝트 모두에 적합합니다. 메타 링구아는 이러한 기술적 장애물을 제거함으로써 연구자들이 더 빠르게 진행하고 새로운 아이디어를 더 쉽게 테스트할 수 있도록 도와줍니다.
양자 컴퓨팅 기술이 발전함에 따라 데이터 보안에 새로운 도전이 제기되고 있습니다. 오늘날의 컴퓨터와 달리 양자 컴퓨터는 복잡한 계산을 훨씬 더 빠르게 해결할 수 있을 것으로 보입니다. 즉, 현재 민감한 정보를 보호하기 위해 사용되는 암호화 방법을 잠재적으로 깨뜨릴 수 있습니다. 그렇기 때문에 양자 컴퓨팅의 미래를 대비하기 위해서는 데이터를 보호할 수 있는 새로운 방법을 개발하는 것이 필수적이며, 이 분야의 연구가 점점 더 중요해지고 있습니다.
이러한 문제를 해결하기 위해 Meta는 양자 이후 암호화 보안을 강화하기 위한 도구인 Salsa를 개발했습니다. 살사는 연구자들이 AI 기반 공격을 테스트하고 잠재적인 취약점을 식별하여 암호화 시스템의 취약점을 더 잘 이해하고 해결할 수 있도록 도와줍니다. 고급 공격 시나리오를 시뮬레이션하여 양자 시대를 위한 더 강력하고 탄력적인 보안 대책을 개발할 수 있는 귀중한 인사이트를 제공합니다.
메타의 최신 로봇 공학 연구는 터치 인식, 손재주, 인간과의 협업을 강화하여 AI가 물리적 세계와 보다 자연스럽게 상호작용할 수 있도록 돕는 데 중점을 두고 있습니다. 특히 메타 디지트 360은 로봇에 정교한 촉감을 제공하는 고급 촉각 센서입니다. 이 센서는 로봇이 질감, 압력, 심지어 물체 모양과 같은 세부 사항을 감지할 수 있도록 도와줍니다. 이러한 인사이트를 통해 로봇은 의료 및 제조와 같은 분야에서 매우 중요한 물체를 더욱 정밀하게 다룰 수 있습니다.
다음은 메타디지트 360에 포함된 주요 기능 중 일부입니다:
메타 디지트 360의 확장 버전인 메타 디지트 플렉서스는 다양한 터치 센서를 하나의 로봇 손에 통합하는 플랫폼입니다. 이 설정을 통해 로봇은 사람의 손이 감각 데이터를 수집하는 방식과 유사하게 여러 지점의 터치 정보를 한 번에 처리할 수 있습니다.
컴퓨터 비전의 발전( SAM 2.1 및 CoTracker3)부터 언어 모델과 로봇공학의 새로운 개발에 이르기까지 Meta의 최신 AI 업데이트는 AI가 어떻게 이론에서 실용적이고 영향력 있는 솔루션으로 꾸준히 발전하고 있는지를 보여줍니다.
이러한 도구는 복잡한 이미지를 분할하는 것부터 인간의 언어를 이해하는 것, 심지어 물리적 공간에서 우리와 함께 작업하는 것까지 다양한 분야에서 AI의 적응력과 유용성을 높이기 위해 설계되었습니다.
접근성과 실제 적용을 우선시하는 메타페어는 AI가 현실 세계의 문제를 해결하고 의미 있는 방식으로 우리의 일상을 향상시킬 수 있는 미래에 더 가까이 다가가고 있습니다.
AI에 대해 궁금하신가요? 커뮤니티에 가입하여 최신 업데이트와 인사이트를 얻고, GitHub 리포지토리를 확인해 보세요. 또한 자율 주행 자동차나 농업과 같은 산업에서 컴퓨터 비전이 어떻게 활용되는지 살펴볼 수도 있습니다!