목록visionthink (1)

AI 탐구노트

VisionThink : 스마트하게 판단하는 비전-언어 모델의 새로운 접근

인공지능의 진화는 단일 기능을 수행하는 전통적인 시스템을 넘어, 하나의 모델이 다양한 작업을 처리할 수 있는 범용 모델로 확장되고 있습니다. 특히 이미지와 텍스트를 함께 이해하는 **비전-언어 모델(VLM: Vision-Language Model)**이 주목받고 있으며, 이들은 질문 응답(VQA), 문서 이해, OCR 등 여러 작업을 통합적으로 수행할 수 있습니다. 하지만 이러한 발전은 비용이라는 한계도 동반합니다. 이미지 해상도가 높을수록 모델이 처리해야 하는 **시각 토큰(Visual Token)**의 수가 급증하고, 이로 인한 연산량도 비례해 증가합니다. 문제는 모든 문제에 고해상도 이미지가 필요한 것이 아니라는 점입니다. 대부분의 일반적인 작업은 저해상도 이미지로도 충분히 해결할 수 있다는 사실에..
AI 기술 2025. 7. 21. 11:46
이전 Prev 1 Next 다음