카카오브레인, 'RQ-Transformer' 공개…AI 이미지 생성 속도 2배↑

[아시아경제 강나훔 기자] 카카오브레인은 초거대 인공지능(AI) ‘minDALL-E(민달리)의 업그레이드 버전 이미지 생성 모델 ‘RQ-Transformer’를 최대 오픈소스 커뮤니티 깃허브(GitHub)1에 공개했다고 19일 밝혔다.

39억개의 매개변수(파라미터)로 구성된 RQ-Transformer는 3000만 쌍의 텍스트-이미지를 학습한 'text-to-image' AI 모델로, 계산 비용을 줄이고 이미지 생성 속도를 높인 동시에 이미지의 품질을 크게 향상시킨 모델이다.

민달리 대비 모델 크기는 3배, 이미지 생성 속도와 학습 데이터셋 크기는 2배 늘렸다. 특히 민달리 경우 미국의 인공지능 개발 기업 '오픈AI'가 공개한 'DALL-E'를 재현하는 것에 가까웠던 것에 반해, RQ-Transformer는 카카오브레인 만의 독자적인 기술로 개발됐다.

고해상도의 이미지를 2차원의 코드맵으로 표현하는 기존 기술과 달리 RQ-Transformer는 3차원의 코드맵으로 표현된 이미지를 순차적으로 예측해 생성할 수 있다. 기존 기술과 비교했을 때 이미지 압축으로 인한 손실이 적어, 높은 품질의 이미지를 저해상도의 코드맵으로 표현하는 것이 특징이다. 이를 통해 기존 이미지 생성 모델보다 적은 계산 비용과 높은 이미지 생성 속도를 달성할 수 있다.

또 대규모 데이터셋을 바탕으로 처음보는 텍스트의 조합을 이해하고 이에 대응되는 이미지도 생성할 수 있다.

김일두 카카오브레인 대표는 “인간의 명령에 따라 이미지를 만들어내는 컴퓨터는 그 명령 뒤에 내재된 의도를 파악하고 이해하는 기술을 보여준다"며 "이번에 우리가 공개한 획기적인 text-to-image AI 모델이 인간과 컴퓨터가 자유롭게 대화하는 미래를 향한 여정의 첫 시작이 될 것"이라고 말했다.

한편 카카오브레인은 오는 6월에 열리는 세계적인 학술대회 CVPR 20222에서 RQ-Transformer 관련 논문을 발표할 예정이다.

강나훔 기자 nahum@asiae.co.kr