techcrunch 통신에 따르면 리드 호프만이 진행하는 팟캐스트 '파서블(Possible)'에 출연한 구글 딥마인드 CEO 데미스 하사비스가 AI 산업의 미래 방향을 공개했다. 하사비스는 구글이 개발 중인 제미니(Gemini) 모델과 비디오 생성 기술인 Veo를 결합해 물리적 세계에 대한 AI의 이해도를 높이겠다고 밝혔다.
하사비스는 “우리는 제미니를 처음부터 멀티모달로 설계했다”며 “이는 보편적인 디지털 비서, 즉 실제 현실 세계에서 실질적인 도움을 주는 AI를 만들기 위한 전략”이라고 설명했다.
AI 산업은 최근 이미지, 오디오, 비디오, 텍스트 등 다양한 형태의 미디어를 이해하고 생성할 수 있는 '옴니 모델' 개발 경쟁이 치열해지고 있다. 구글의 제미니는 텍스트, 이미지, 오디오 생성 기능을 보유하고 있으며, 이에 맞서 OpenAI는 이미지 생성, 특히 스튜디오 지브리 스타일의 예술 이미지까지 제공 중이다. 아마존도 올해 말 'any-to-any' 모델 출시를 예고한 상태다.
옴니 모델 구축에는 막대한 양의 멀티미디어 데이터가 필요하다. 하사비스는 이와 관련해 “Veo 2는 기본적으로 수많은 유튜브 영상을 시청함으로써 세계의 물리학을 파악한다”고 밝혔다. 이 발언은 Veo가 학습한 데이터 대부분이 유튜브에서 가져온 것임을 시사한다.
구글은 이전에도 일부 유튜브 콘텐츠가 AI 훈련에 활용될 수 있다고 밝혔으며, 이를 위해 지난해 서비스 약관을 확장한 것으로 알려졌다. 이를 통해 AI 훈련에 활용할 수 있는 데이터의 범위가 크게 확대됐다.
이번 발표는 구글이 텍스트와 이미지, 음성, 동영상 등 다양한 미디어를 결합해 현실을 더 잘 이해하고 대응하는 차세대 AI 모델 개발에 속도를 내고 있음을 보여주는 신호탄으로 해석된다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
