총 29개
-
ChatGPT에서 Dall-E 3을 사용하여 일관된 캐릭터 만들기2025.01.161. Dall-E 3을 사용한 일관된 캐릭터 만들기 Dall-E 3의 시드 번호 기능을 사용하면 동일한 캐릭터를 반복해서 생성할 수 있습니다. 이를 통해 프로젝트에 일관된 캐릭터를 사용할 수 있습니다. 'Consistent Character GPT' 앱을 사용하면 단계별로 캐릭터를 만들고 다양한 포즈와 스타일로 변형할 수 있습니다. 일관성을 유지하기 위해 시드 번호를 사용하는 방법과 일반적인 문제 해결 팁도 제공됩니다. 2. GPT 앱을 통한 캐릭터 생성 GPT 스토어에서 'Consistent Character GPT' 앱을 사용하...2025.01.16
-
상상이 현실이 되는 영상과 미래 사회: DALL-E 2와 미래 창작자의 역할2025.04.271. DALL-E 2 DALL-E 2는 OpenAI의 새로운 버전으로, 자연어를 이용하여 원하는 이미지를 자동으로 생성하는 모델입니다. DALL-E 2는 DALL-E 대비 최대 4배의 해상도를 지원하며, 기존 이미지에 대한 수정도 가능합니다. 이를 통해 상업적으로 활용 가능한 수준의 이미지를 생성할 수 있게 되었습니다. 2. 미래 창작자의 역할 DALL-E 2와 같은 기술의 발전으로 창작이 누구나 할 수 있는 문화로 자리잡게 될 것으로 예상됩니다. 이에 따라 창작자들은 무궁무진한 아이디어와 기존의 틀을 벗어난 새로운 방식의 창작을 ...2025.04.27
-
오픈AI의 서비스경영 사례 분석2025.01.091. 오픈AI 기업 개요 오픈AI는 2022년 11월 챗GPT를 공개하면서 세계적으로 관심을 받는 기업이다. 오픈AI는 알파벳 산하 딥마인드 AI 분야의 다른 사람들과 함께 연구를 진행하면서 성장했으며, 인간과 비슷한 추론 능력 및 학습 능력을 갖춘 AGI 기계를 최초로 만드는 것을 목표로 하고 있다. 오픈AI는 비영리 기관으로 시작했지만 2019년 투자 및 인재 유치의 한계를 느끼고 제한적 수익을 추구하는 영리 기관인 OpenAI LP를 설립하면서 현재 비영리 기관인 OpenAI Inc와 OpenAI LP 2개의 회사로 구성되어 ...2025.01.09
-
생성형 AI 참석 보고서2025.01.171. ChatGPT ChatGPT는 2022년 출시되어 현재 GPT-4 버전까지 개발되었다. 주요 기능으로는 자연어 처리 기술을 사용하여 사용자가 문의한 내용에 대한 답변, 각종 이미지/음악/영상 생성, 코드 생성 등이 가능하다. 무료로 사용 가능한 것은 GPT-3.5 버전까지이며, 성능이 뛰어난 GPT-4의 경우 토큰 수 제한이 있어 사용에 한계가 있었다. 2. Copilot Copilot은 Microsoft에서 개발한 AI로, Office 프로그램(Word, Excel 등)과의 시너지가 주목할 만하다. 보고서 작성, PPT 초안...2025.01.17
-
DALL.E 2와 미래 창작자의 역할2025.04.261. DALL·E 2 DALL·E 2는 미국 인공지능 연구소 오픈AI(OpenAI)가 만든 AI 그림 사이트입니다. 이를 통해 창작자의 범위가 예술가뿐만 아니라 개발자 등으로 확장되고 있으며, 이들의 역할이 무궁무진할 것으로 예상됩니다. 2. NFT(Non-Fungible Tokens) NFT는 블록체인 기술을 활용하여 복제 불가능성과 정보 보호 안정성을 제공하므로, 미술계에서 빠르게 관심을 받고 있습니다. 유명 작품들이 NFT 형태로 거래되면서 미술계에 큰 변화를 가져오고 있습니다. 3. 미래 창작자의 역할 변화 미래에는 AI 비...2025.04.26
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 이해(NLU)와 자연어 생성(NLG)에 강점을 지닌다. 대표적인 예로는 OpenAI의 GPT 시리즈가 있으며, 이들은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 텍스트 생성 능력을 보유하고 있다. LLM은 주로 챗봇, 자동 번역, 텍스트 요약, 감정 분석 등 다양한 언어 처리 작업에 활용된다. 2. LMM(대규모 멀티모달 모형) LMM은 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리할 수 ...2025.01.26
-
현재 생성 모델 (generative model) 의 발전 현황2025.01.181. 생성 모델의 개요 생성 모델은 주어진 데이터 분포를 학습하여 새로운 데이터를 생성할 수 있는 모델을 의미합니다. 주로 이미지, 텍스트, 오디오와 같은 데이터의 새로운 샘플을 생성하는 데 사용됩니다. 이러한 모델들은 데이터의 복잡한 구조를 학습하고, 그로부터 창의적이거나 유용한 결과물을 만들어냅니다. 2. 주요 생성 모델 GAN, VAE, Autoregressive Models, Diffusion Models 등 다양한 생성 모델이 개발되었으며, 각각의 특징과 장단점이 있습니다. 이들 모델은 이미지, 텍스트, 오디오 등 다양한 ...2025.01.18
-
생성형 AI 활용의 문제점과 개선방안2025.01.231. 생성형 AI 종류 생성형 AI에는 마케팅, 교육, 예술 등 다양한 분야에서 활용되고 있다. 마케팅에서는 고객 데이터 분석을 통해 맞춤형 마케팅을 할 수 있고, 교육에서는 AI 챗봇을 통해 실시간 질의응답 및 개인화된 교육을 제공할 수 있다. 예술 분야에서는 AI가 새로운 음악을 작곡하거나 그림을 그리는데 활용되고 있다. 2. 생성형 AI 활용의 문제점 생성형 AI 활용의 문제점으로는 일자리 감소, 저작권 문제 등이 있다. AI의 발전으로 인해 반복적인 업무를 수행하던 인력이 대체되고 있어 사회적 불안이 증가하고 있다. 또한 A...2025.01.23
-
LLM(Large Language Model)과 LMM(Large Multimodal Model)의 비교 및 딥러닝과의 관계2025.01.261. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 사람처럼 언어를 이해하고 생성할 수 있는 능력을 갖춘 모델입니다. 이는 자연어 처리(NLP) 기술의 발전을 기반으로 하며, 딥러닝 기술을 활용해 언어의 문법적 구조와 단어 간 의미적 관계를 학습합니다. LLM은 챗봇, 자동 번역, 텍스트 요약 등 다양한 분야에서 활용되고 있습니다. 2. LMM(Large Multimodal Model) LMM은 텍스트뿐만 아니라 이미지, 소리, 동영상 등 다양한 데이터를 통합적으로 처리할 수 있는 인공지능 ...2025.01.26
1 / 3
