작년 싱가포르에서 개최된 첫 AWS 대규모 언어 모델(LLM) 리그는 누구나 인공지능(AI)의 잠재력을 최대한 발휘할 수 있음을 보여주었고, 올해 확대된 지역 LLM 리그에서는 동남아시아 전역의 젊은이들에게 대규모 언어 모델(LLM)을 미세 조정하여 AI에 대한 접근성을 대중화할 수 있는 기회를 제공함으로써 재능이 융합될 때 이러한 기술의 시너지 효과를 보여주었습니다.
Amazon Web Services(AWS)와 AI Singapore(AISG)가 공동으로 주최한 지역 LLM 리그의 첫 번째 지역 확장 행사에는 베트남, 인도네시아, 말레이시아, 필리핀, 싱가포르, 태국 등 6개국의 고등 교육 기관에서 온 1,300명의 학생이 참여했습니다.
이 대회는 1월에 시작되어 5월에 열린 AI 학생 개발 컨퍼런스(AISDC)의 일환으로 그랜드 파이널로 마무리되었습니다. AI 싱가포르(AISG)가 주최하는 AISDC는 AI 분야의 업계 리더와 신진 인재를 한자리에 모아 혁신을 주도하고 기술의 미래를 만들어갑니다. 이 행사는 일련의 패널 토론, 워크숍, 전시를 통해 실제 AI 적용 사례, 취업 기회, 그리고 사고 리더십을 선보였으며, 싱가포르와 아시아 지역의 차세대 AI 인재들에게 영감을 주고 역량을 강화하는 것을 목표로 했습니다.
AI 싱가포르의 AI 인재 개발 이사인 쿠 셍멍(Koo Sengmeng) 씨는 다음과 같이 말했습니다. "LLM 리그는 AWS의 용감무쌍한 혁신가들이 LLM 모델을 게임화하여 누구나 더욱 흥미롭고 쉽게 접근할 수 있도록 하는 대담한 아이디어에서 시작되었습니다. AI 싱가포르는 AWS와 협력하여 싱가포르뿐만 아니라 동남아시아 전역에서 이러한 필수적인 21세기 기술을 재미있고 쉽게 접할 수 있는 방식으로 구현하게 되어 자랑스럽게 생각합니다."
AWS 싱가포르 글로벌 공공 부문 컨트리 매니저인 엘시 탄은 "LLM 리그는 모든 배경의 학습자, 특히 학생들에게 디지털 기술을 접할 수 있도록 하겠다는 AWS의 비전을 명확하게 보여줍니다. 이렇게 많은 젊은 인재들이 모여 최첨단 AI 기술을 익히는 모습을 보니 매우 기쁩니다."라고 말했습니다.
엘시 탠 씨는 "지금까지 AWS는 무료 교육 프로그램을 통해 200개 이상의 국가와 지역에서 3,100만 명 이상의 학생에게 클라우드 기술을 교육했으며, 이를 통해 서비스가 부족한 지역 사회에 기회의 문을 열어 기술의 미래를 형성하는 데 적극적으로 기여하고 있습니다."라고 말했습니다.
학생들이 창의성을 선보일 수 있는 무대
토너먼트에 참가한 참가자들은 Amazon SageMaker JumpStart 크레딧을 받아 Llama 3B 모델을 개선하고, 최종 과제는 객관식 평가 형식으로 훨씬 더 큰 Llama 70B 참조 모델을 능가하는 것입니다.
Gen-C(AWS Gen AI 학습 커뮤니티)의 강사가 진행하는 생성 AI(Gen AI)에 대한 심층 워크숍을 통해 학생들은 데이터 세트 관리, 프롬프트 기술, 평가 방법, 에이전트 AI, 책임 AI를 포함한 LLM 모델 개발의 핵심 개념을 접하게 됩니다.
그들은 단 3주 만에 5,000개가 넘는 모델을 만들었습니다. 이는 프로그램의 효과를 명확히 보여주는 사례이며, AI 모델을 개발하는 데 있어 단순히 크기에 의존하는 것이 아니라 기술과 세부 조정 전략이 중요하다는 것을 증명하는 사례입니다.
일련의 지역 라운드와 내부 평가를 거쳐 6개국에서 온 최고의 학생들이 5월 29일 싱가포르 에쿠아리우스 호텔에서 열린 지역 LLM 리그 결승전에 초대되었습니다. 각 학생은 두 가지 주요 기준, 즉 객관식 문제를 통한 모델의 정확성과 모델의 응답을 최적화하기 위해 실시간으로 프롬프트를 미세 조정할 수 있는 능력을 기준으로 평가되었습니다. 심사위원단은 AISG와 AWS 전문가, 청중 투표, 그리고 가장 중요한 AI 자체 투표로 구성되었습니다. 평가는 공정성, 포괄성, 그리고 객관성을 보장하기 위해 Anthropic Claude 3.5 Sonnet 모델에서 개발한 표준화된 채점 시스템을 기반으로 진행되었습니다.
필리핀 출신의 컴퓨터 공학과 학생인 블릭스 D. 포야센이 1위를 차지했습니다. 블릭스는 더 큰 "교사" 모델의 출력을 사용하여 작은 모델을 학습시키는 기법인 모델 증류(model distillation)를 사용하여 다양한 교사 모델을 실험하여 매우 정확한 학습 데이터 세트를 구축했습니다. 그 결과, 그의 모델은 객관식 시험에서 더 큰 모델보다 우수한 성적을 거두었습니다.
포야센은 "모델이 데이터 관리 및 추론 생성에 어떻게 반응하는지 평가하는 것은 저에게 흥미진진하면서도 기억에 남는 경험이었습니다."라고 말했습니다. "이번 과제는 AI의 역량과 한계를 모두 명확히 드러냈을 뿐만 아니라, 특히 점점 더 대중화되는 AI 애플리케이션의 맥락에서 편향을 제어하고 오해의 소지가 있는 결과를 제한하는 데 있어 인간의 대체 불가능한 역할을 확인시켜 주었습니다."
2위는 베트남 출신의 소프트웨어 공학 전공 학생인 김석경으로, LLM 미세 조정을 처음 경험하며 학습의 여정이 멀지 않다는 것을 보여주었습니다.
"처음부터 시작했지만, 몇 주 만에 실제 사용 가능한 정교한 모델을 구축할 수 있었습니다."라고 그녀는 말합니다. "스트레스가 많았지만 엄청나게 보람 있는 경험이었고, 이제 다양한 산업 분야에서 수요가 증가하고 있는 실제 사용 사례에 이 기술을 적용할 수 있다는 자신감이 생겼습니다."
지역사회의 이익을 위한 개인 기술 구축
지역 LLM 리그의 주요 목표 중 하나는 실제 환경에서 실습 학습 경험을 제공하는 것입니다. 즉, 참가자가 해결해야 하는 모델 개발 시나리오는 모두 전문적인 AI 환경에서의 상황을 시뮬레이션합니다.
학생들에게는 모델 학습, 추론 테스트, 배포 시뮬레이션을 위한 Amazon SageMaker JumpStart 툴킷도 제공됩니다. 이를 통해 학생들은 기술적 능력을 개발하고 연마할 수 있을 뿐만 아니라 실제 애플리케이션 환경에 노출될 수도 있습니다.
이 첫 번째 지역 토너먼트의 성공은 커뮤니티 기반 기술 역량 강화 모델의 확장성을 입증했습니다. AWS AI Spring 싱가포르 프로그램 산하 AI Spring 커뮤니티의 이니셔티브로서, 이 토너먼트는 특히 교육 시스템과 접근성에 격차가 있는 지역, 그리고 다양한 분야에서 소외되거나 대표성이 부족한 지역 사회에서 AI 교육이 대규모로 광범위하게 도입되는 모델이 되었습니다.
Gen AI 교육을 과제 및 지역 사회 영향 목표와 통합함으로써, 이러한 이니셔티브는 학문적 열정과 AI 분야 경력 사이의 간극을 점진적으로 메우고 있습니다. 참여하는 학생들은 실제 프로젝트 포트폴리오와 소규모에서 대규모 모델 작업 경험을 얻을 뿐만 아니라, 인턴십 참여, 연구 참여 또는 자체 AI 프로젝트 개발에 대한 자신감을 얻게 됩니다.
Gen AI가 디지털 혁신의 전략적 축으로 자리 잡으면서, 다양하고 포용적인 인재 풀의 필요성은 그 어느 때보다 중요해졌습니다. 지역 LLM 리그는 적절한 도구, 멘토링, 그리고 기회가 있다면 누구나 AI 개발의 미래에 긍정적인 기여를 할 수 있음을 분명히 보여줍니다.
출처: https://nhandan.vn/giai-dau-aws-regional-llm-league-dao-tao-tai-nang-tri-tue-nhan-tao-the-he-moi-post893496.html
댓글 (0)