카카오브레인, 이미지 생성 모델 ‘RQ-Transformer’ 깃허브에 공개

‘사막에 있는 에펠탑(the Eiffel Tower in the desert)’이라는 텍스트 조건에 의해 생성된 샘플 이미지. (이미지=카카오브레인)

카카오브레인이 지난해 12월에 공개한 초거대 멀티모달(multimodal) AI ‘minDALL-E(민달리)의 업그레이드 버전인 이미지 생성 모델 ‘RQ-Transformer’를 최대 오픈소스 커뮤니티 깃허브(GitHub) 에 공개했다고 19일 밝혔다.

39억 개의 매개변수(파라미터)로 구성된 ‘RQ-Transformer’는 3000만 쌍의 텍스트-이미지를 학습한 text-to-image AI 모델로, 계산 비용을 줄이고 이미지 생성 속도를 높인 동시에 이미지의 품질을 크게 향상시킨 것이 특징이다. 카카오브레인이 공개한 RQ-Transformer는 공개된 이미지 생성 모델 중 국내 최대 크기의 이미지 생성 모델이며, 이를 공공 목적을 위해 공개했다는 점에서 AI 커뮤니티에 기여가 클 것으로 기대를 모으고 있다.

‘RQ-Transformer’는 카카오브레인의 초거대 멀티모달(multimodal) AI ‘minDALL-E(민달리)’의 업그레이드 버전으로, ‘minDALL-E’ 대비 모델 크기는 3배, 이미지 생성 속도와 학습 데이터셋 크기는 2배 늘렸다. 특히 ‘minDALL-E’의 경우 미국의 인공지능 개발 기업 ‘오픈AI(OpenAI)’가 공개한 ‘DALL-E’를 재현하는 것에 가까웠던 것에 반해, ‘RQ-Transformer’의 경우는 카카오브레인 만의 독자적인 기술로 개발됐다.

또 고해상도의 이미지를 2차원의 코드맵으로 표현하는 기존 기술과 달리 ‘RQ-Transformer’는 3차원의 코드맵으로 표현된 이미지를 순차적으로 예측해 생성하도록 학습된 이미지 생성 모델이다. 기존 기술과 비교했을 때 이미지 압축으로 인한 손실이 적어, 높은 품질의 이미지를 저해상도의 코드맵으로 표현하는 것 또한 특징 중 하나다. 이를 통해 ‘RQ-Transformer’는 기존 이미지 생성 모델보다 적은 계산 비용과 높은 이미지 생성 속도를 달성할 수 있다.

대규모 데이터셋을 바탕으로 학습된 ‘RQ-Transformer’는 처음보는 텍스트의 조합을 이해하고, 이에 대응되는 이미지를 생성할 수 있다.

황정호 기자

jhh@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

포티투마루, 아이콘(AICON) 광주 2024에서 제조·엔지니어링 분야 GenAX 사례 공유

생성형 AI 스타트업 포티투마루(42Maru, 대표 김동환)가 금일 오후 1시 30분부터 글로벌 AI 컨퍼런스인 ‘아이콘(AICON) 광주 2024’에서 ‘제조·엔지니어링 분야의 GenAX 트렌드’를 주제로 강연을 진행한다고 1일 밝혔다.

월드 네트워크 개발하는 TFH, 박상욱 한국 지사장 선임

월드 네트워크를 위한 툴을 개발하는 기술 기업 ‘툴스 포 휴머니티(Tools for Humanity, 이하 TFH)’는 박상욱(David Park) 한국 지사장을 선임했다고 31일...

베스핀글로벌, ‘SK AI 서밋 2024’ 참가… AI 에이전트 플랫폼 ‘헬프나우 AI’와 생성형 AI 전략 공개

AI 매니지드 서비스 전문 기업 베스핀글로벌은 K-AI 얼라이언스 멤버사로서 내달 4일과 5일, 서울 코엑스에서 열리는 ‘SK AI 서밋 2024(SK AI...

제클린, ‘나우’ ‘야크마을’과 손잡고 친환경 베딩 제품 선보인다

기후테크 스타트업 제클린은 BYN블랙야크그룹의 친환경 어반 아웃도어 브랜드 ‘나우(nau)’, 제주 중문에 위치한 관광휴양단지 ‘야크마을’과 손잡고 개발한 친환경 베딩 제품을 선보인다고...