25-26 네 번째 T19

T19 세션은 GDGoC Yonsei의 전체세션입니다.

• apt updata 세션에서는 최신 기술과 테크 트랜드에 대해서 발제를 진행합니다.
• Tech Session에서는 발제자가 관심 있는 분야의 기술에 대한 발제를 진행합니다.

✔️ APT Update

• ML/AI Member - 김예나

Self Improvement LMM (SILMM) 은 Compositional Alignment 문제를 스스로 해결할 수 있는 혁신적 프레임워크로, 기존에 사용되었던 직접적인 prompt engineering 을 통한 프롬프트 작성, CLIP모델을 활용한 정합도 평가, 그리고 휴먼 애노테이션과 같은 방법들의 한계를 보완하는 대안으로서 제시되었습니다. 스스로 문제를 만들고, 스스로 평가하고, 이를 반복적으로 혼자서 학습하는 AI인SILMM은 5가지 단계로 이루어진 프레임워크를 가지며, ①복합적 프롬프트 생성 ②다양한 이미지 후보 생성 ③분해적 자가 질문 ④VQA기반 자가 피드백 ⑤자가 피드백 학습의 과정을 통해 성능을 전반적으로 20~100% 향상시킬 수 있어 향후 더 큰 모델과 다양한 데이터셋에서 확장 가능성이 큽니다.

✔️ Tech Session

• Cloud Member - 홍재백

클라우드 배포는 인터넷에 노출된 위험을 해결하기 위해 CIDR (Classless Inter-Domain Routing)방식을 사용해 IP 주소를 효율적으로 관리하고, VPC(Virtual Private Cloud)를 통해 안전한 격리된 네트워크 환경을 제공할 수 있습니다. VPC는 공용 서브넷과 사설 서브넷을 구분하여 외부와의 연결을 관리하며, NACL(Network Access Control List)과 Security Group을 통해 트래픽을 제어하고 보안을 강화합니다. NAT Gateway와 VPC Endpoint는 성능을 향상시키고 비용을 절감하며, Bastion Host는 관리자가 사설 서브넷에 안전하게 접근할 수 있도록 하여, 내부 네트워크의 보안을 더욱 강화합니다. 이를 통해 VPC 내의 네트워크 환경은 높은 보안성과 효율성을 동시에 유지할 수 있습니다.

• DevRel member - 양서현

Interactive Art는 관람자 또는 참여자가 중요한 역할을 하는 디지털 예술의 한 형태로, 변화하는 입력에 반응하는 예술 작품을 제공합니다. 이는 쇼룸, 팝업스토어, 가상 현실과 증강 현실을 활용한 교육, 그리고 웨어러블 기기와 재활치료 등의 의료·건강 분야에도 적용되고 있습니다. 초기에는 C언어와 맞춤형 하드웨어를 활용해 아티스트와 엔지니어의 협업이 필수적이었으나, 현재는 TouchDesigner, Unity와 같은 툴을 사용하여 AI 인식 기반의 창작 환경이 마련되어 아티스트가 창의성을 발휘하여 구상부터 최종적인 구현까지의 과정을 용이해지는 추세입니다. 인터랙티브 아트는 기술이 아무리 발전하더라도, 인간의 움직임, 목소리, 시선이라는 가장 아날로그적인 가치를 최첨단 기술로 다시 불러와 '나'로부터 시작되는 새로운 경험을 창조하는 예술이라는 점에서 의의를 가집니다.

• ML/AI Member - 조예린

파인튜닝(fine tuning)이란 특정 작업이나 도메인에 높은 적합성을 확보하기 위해, 이미 훈련된 대규모 언어 모델에 특정 데이터셋을 사용하여 추가적인 학습을 수행하는 작업입니다. 파인튜닝은 the sofa problem에서 볼 수 있듯이 llm에서는 w의 차원이 매우 커서 직접 ΔW을 학습시키기에는 시간이 과도하게 소요되고 비용이 발생한다는 한계를 지닙니다. LoRA(저차원 적응)는 대규모 언어 모델의 파인튜닝을 효율적으로 수행할 수 있는 방법으로, 기존 가중치는 고정하고 두 개의 작은 행렬만 학습하여 적은 파라미터로 ΔW를 근사함으로써, 파라미터 수, 저장 크기, 연산량을 대폭 줄입니다. 이를 통해 클라우드 비용과 GPU 자원을 절약할 수 있으며, Hugging Face와 같은 플랫폼에서 PEFT 라이브러리를 사용해 손쉽게 훈련할 수 있습니다. LoRA는 LoRA+, LoRA-FA, VeRA 등 다양한 변형 기법을 통해 성능과 효율성의 균형을 맞추고, 더욱 가볍고 저렴하게 모델 학습을 가능케 합니다.