VEGAS: 시각적으로 설명 가능하고 근거 있는 인공 사회 지능을 향하여

Hao Li 등 연구진이 개발한 VEGAS 모델은 사회적 지능 평가의 새로운 기준을 제시하며, 시각 정보를 효과적으로 활용하여 설명 가능하고 신뢰할 수 있는 답변을 생성하는 혁신적인 사회적 AI 모델입니다.

새로운 사회적 AI 모델 VEGAS의 등장

최근, 인공지능(AI) 분야에서 사회적 지능(Social Intelligence)에 대한 관심이 높아지고 있습니다. 특히, 사회적 지능 쿼리(Social-IQ)는 AI 모델의 사회적 지능 수준을 평가하는 주요 벤치마크로 자리 잡았습니다. 하지만 기존의 Social-IQ 평가 방식은 몇 가지 한계를 가지고 있었습니다. 주로 언어 모달리티에 의존하여 시각적 맥락을 간과했고, 폐쇄적인 방식으로 인해 추론 과정의 정확성을 제대로 평가하기 어려웠습니다.

이러한 한계를 극복하기 위해, Hao Li 등 연구진은 VEGAS (Visually Explainable and Grounded Artificial Social Intelligence) 모델을 제안했습니다. VEGAS는 설명 가능한 응답을 생성하는 생성형 다중 모달 모델로, 추론 과정의 명확성과 평가를 향상시킵니다. 핵심은 시각적으로 근거 있는 답변을 생성하는 데 있습니다. 연구진은 모델에 더욱 관련성 높은 시각적 프레임을 제공하는 새로운 샘플링 전략을 제시했고, Generalist Instruction Fine-Tuning (GIFT) 를 통해 모델의 시각적 프레임 해석 능력을 향상시켰습니다. GIFT는 기본적인 감정적 사회적 특성에 대한 다중 모달 언어 변환을 학습하고, 다중 모달 공동 추론 능력을 구축하는 것을 목표로 합니다.

VEGAS의 뛰어난 성능

모달리티 제거 실험, 개방형 평가, 그리고 감독된 MCQ 평가 등 다양한 실험을 통해 VEGAS가 추론 과정에서 시각 정보를 효과적으로 활용하여 정확하고 신뢰할 수 있는 답변을 생성한다는 것을 확인했습니다. 이는 단순히 정답을 맞추는 것을 넘어, 그 추론 과정까지도 설명 가능하다는 점에서 큰 의미를 가집니다.

미래를 향한 전망

VEGAS 모델은 Social-IQ에 대한 새로운 관점을 제시하고, 인간과 유사한 사회적 AI 개발을 한 단계 발전시킬 것으로 기대됩니다. 이는 AI가 단순한 정보 처리를 넘어, 인간의 사회적 상호작용을 이해하고, 적절하게 반응하는 방향으로 나아가는 중요한 이정표가 될 것입니다. 앞으로 VEGAS 모델이 어떻게 발전하고, 사회적 AI 분야에 어떤 영향을 미칠지 주목할 필요가 있습니다. 특히, 시각 정보의 활용이 사회적 AI의 발전에 있어 얼마나 중요한 역할을 하는지, 그리고 VEGAS 모델이 제시한 GIFT와 같은 새로운 학습 기법들이 어떻게 더욱 발전될 수 있을지에 대한 연구가 계속될 것으로 예상됩니다. 더욱 정교하고, 설명 가능하며, 인간과의 상호작용에 능숙한 사회적 AI의 개발은 앞으로 AI 연구의 주요 과제 중 하나가 될 것입니다.