"이 광고는 AI가 만들었습니다"…생각하는 AI, 멀티모달 시대 성큼

메타, 텍스트 입력하면 영상 만들어주는 'Emu Video' 개발 중
네이버, 클로바X에 이미지 멀티모달 선보일 것…음성·동영상 기술도 준비

메타 'Emu Video'로 만든 영상

(서울=뉴스1) 손엄지 기자 = 인공지능(AI)이 사람처럼 사고하는 '멀티모달' 기술이 진화하고 있다. AI가 시나리오를 쓰고, 영상도 제작할 수 있으면서 AI로 만든 광고가 인기다. 단순히 자연어를 이해하던 AI가 동영상을 학습하고 사고하게 된다.

25일 정보기술(IT)업계에 따르면 내년에 공개할 오픈AI의 GPT-5에는 영상 제작 기능이 추가된다. 이미 연초에 공개한 GPT-4에서도 텍스트를 비디오로 변환하는 멀티모달 기술이 적용되어 있지만, 내년에 더 고도화된 기술을 선보일 계획이다.

메타는 이달 17일 텍스트를 입력하면 4초 길이의 비디오를 만들어내는 'Emu Video' 기술을 선보였다. 'Emu Edit'라는 보완 AI모델로 편집도 할 수 있다. 수정 사항은 "좀 더 천천히"라는 식으로 자연어 주문이 가능하다.

기술 상용화까지는 시간이 좀 더 걸릴 것으로 보인다.

네이버(035420)도 조만간 클로바X에 이미지 멀티모달을 선보인다. 사진을 넣고 "배경을 바다로 바꿔줘"라고 적으면 사진을 합성해주는 식이다. 향후 음성, 동영상 등 다른 멀티모달 기술도 붙여나갈 계획이다.

AI 업계는 더 많은 단어를 학습하는 경쟁을 넘어서 이미지, 동영상 등 여러 인터페이스로 정보를 주고받는 '멀티모달' 기술력을 중요하게 보고 있다.

AI의 목표는 결국 사람처럼 사고할 수 있는 기술이기 때문이다.

예를 들어 사람은 사과를 생각하면 생김새와 색깔, 맛 등을 떠올릴 수 있지만 AI는 사과라는 단어를 쓰면서도 실제 세상에는 어떤 형태로 존재하는지 이해하지 못한다. AI가 우리 세상을 제대로 인식할 수 있으려면 사람처럼 생각해야 한다. 글만 보고 영상을 떠올릴 수 있어야 하고, 영상을 보면서 글로 설명할 수 있어야 한다.

한 IT업계 관계자는 "멀티모달 AI는 사람과 동일한 방식으로 세상을 인지하면서도 더 날카롭고 정확하게 분석할 수 있다"고 설명했다.

이어 "멀티모달 기술이 완성되면 AI는 사람들에게 더 많은 편의를 줄 수 있을 것"으로 내다봤다.

현재 AI 멀티모달 기술이 널리 쓰이는 분야는 광고다. 최근 삼성생명보험(032830)은 이미지 생성 AI 미드저니를 이용해 광고를 만들었고, 베스킨라빈스는 챗GPT가 쓴 시나리오를 바탕으로 광고를 제작했다.

LG유플러스(032640)가 AI로 만든 광고 조회수는 1200만회가 넘었다.

LG유플러스의 AI 광고

시장조사전문 기업 블룸버그인텔리전스는 AI를 활용한 디지털 광고 산업은 지난해 5700만달러에서 2032년 1920억달러 규모로 확대될 것으로 전망했다.

eom@news1.kr