메타, 라마 오픈소스 AI 모델 활용 사례 공개

“오픈소스 AI 모델을 통해 모든 규모의 기업은 개인, 사회, 경제에 도움이 되는 혁신적인 신제품과 도구를 개발할 수 있으며, 그 과정에서 시간과 비용을 절약할 수 있다. 오픈소스 AI의 비용 효율적인 작업 방식이 없었다면 일자리 창출, 지식 접근, 신약 연구와 같은 필수 분야에서 세계를 발전시킬 수 있는 이러한 혁신은 불가능했을지도 모른다.”

메타(Meta)가 자사의 오픈소스 AI 모델인 라마(LIama)를 활용하고 있는 기업과 의료 분야 사례를 공개하면서, ‘비용 효율적인 오픈소스 AI’의 가치를 강조했다. 초기 도입과 구축에 막대한 시간과 비용이 들어가는 AI 플랫폼이나 솔루션에서 라마와 같은 오픈소스가 절실하다는 설명이다.

첫 번째 사례로 소개된 곳은 미국 오클라호마에 본사를 둔 라이트시(WriteSea)로, 라마를 사용해 AI 커리어 코치인 ‘잡 서치 지니어스(Job Search Genius)’를 구축했다. 치열한 경쟁이 벌어지는 구직 시장에서 직장을 찾고 있는 수많은 지원자들에게 필요한 정보와 훈련을 제공하는 데 AI를 활용한다.

예를 들면 구직자가 맞춤형 이력서 작성, 모의 면접을 통한 면접 능력 향상, 연봉 협상 방법 등을 배우도록 돕는다. 이 과정에서 비디오 기반 면접을 수월하게 진행하고, 지원자의 답변을 텍스트로 옮기고, 면접 과정을 개선할 수 있는 지표를 제공한다.

라이트시의 CEO인 브랜든 미첼은 “오픈소스 덕분에 API 호출 비용을 절감할 수 있고 10만 명 이상의 사용자를 지원할 수 있도록 빠르게 확장할 수 있었기 때문에 비용 효율적이다”라며 라마를 선택 이유를 밝혔다.

두 번째 사례는 워싱턴 포스트(The Washington Post)로 라마를 활용해 ‘애스크 더 포스트(Ask The Post) AI’라는 도구를 구축했다. 독자가 챗봇에게 질문을 하면 2016년 이후로 작성된 워싱턴 포스트의 기사 아카이브에서 질문 내용을 검색해 답변을 해준다. 이미 작성한 기사를 기반으로 답변을 해주고 기사의 링크도 함께 제공하기 때문에 투명성과 책임성을 보장한다.

워싱턴 포스트의 CTO인 비넷 코슬라는 “세계가 뉴스의 속도로 움직이고 있으며 오픈소스 AI는 사람들이 앞서 나갈 수 있도록 돕고 있다. 오픈소스 AI는 다른 독점 AI 모델의 한계와 비용 제약 없이 사람들이 앞서 나갈 수 있도록 도와준다”라고 밝혔다.

세 번째 사례는 미국 샌디에이고에 본사를 둔 생명공학 소프트웨어 회사인 나노미(Nanome)다. 나노미는 과학자들이 텍스트와 3D 시각적 형태로 분자 구조를 볼 수 있도록 돕는 ‘마라(MARA;Molecular Analysis and Reasoning Assistant)’라는 AI 에이전트에 라마를 활용했다. 과학자들은 마라에 자신이 관찰하는 구조에 대한 질문을 할 수 있고, 마라는 새로운 약물과 치료법을 개발하는 데 사용할 수 있는 답변과 통찰력을 제공한다.

나오미의 CEO인 스티브 맥클로스키는 “나노미는 성능과 적응성, 그리고 대학, 연구자, 과학자들이 협업할 수 있다는 점 때문에 라마를 사용한다. 신약을 개발하는 데는 수년이 걸리고 수십억 달러의 비용이 들 수 있다. 우리 스타트업은 이를 바꾸고자 한다”라고 라마 선택 이유를 밝혔다.

네 번째는 자우론 랩스(Zauron Labs)의 ‘가디언 AI(Guardian AI)’로 방사선 영상 검사와 보고서를 이중으로 확인하여 오류를 찾아주는 데 활용하고 있다. 방사선 검사에서 잘못된 결과 판독으로 인한 치료 지연이나 건강 악화 등을 방지할 수 있도록 도움을 주는 것이다.

자우론 랩스의 공동 설립자이자 방사선 전문의인 클락 박사는 “사람들은 연간 약 30억 건의 의료 영상 검사에서 3~5%의 오류가 발생한다는 사실을 모른다. 메타의 라마를 통해 우리는 대학과 협력하고 오류를 두 번 확인하는 가디언 AI를 구축할 수 있었다. 이는 방사선과 의사를 위한 맞춤법 검사기와 같다”라고 전했다.

다섯 번째 사례인 멘델(Mendel)은 라마를 포함한 오픈소스 AI를 기반으로 ‘하이퍼큐브(Hypercube)’라는 AI 플랫폼을 개발했다. 이는 채팅 형식의 AI 도구를 활용해 환자 데이터에서 인사이트를 도출할 수 있도록 지원하는 시스템으로, 임상시험에서 환자를 매칭하는 시간을 획기적으로 단축할 수 있다.

멘델의 설립자이자 최고 과학 책임자인 와엘 살룸 박사는 “현재 임상시험의 약 80%가 등록 목표를 달성하지 못해 새로운 치료법 발견이 늦어지고 있는 만큼, 하이퍼큐브는 임상시험 매칭과 환자 코호팅에 중요한 역할을 한다. 연구에 따르면 임상시험에 환자를 매칭하는 데 수백 일이 걸리는 것으로 나타났지만 하이퍼큐브를 사용하면 하루 만에 가능하다”라고 밝혔다.
[email protected]