알리바바그룹의 디지털 기술 및 인텔리전스의 중추 알리바바 클라우드가 ‘세계 인공지능 컨퍼런스 2023(World Artificial Intelligence Conference 2023)’에서 최신 AI 이미지 생성 모델인 ‘통이 완샹(Tonyi Wanxiang)을 공개했다고 11일 밝혔다.

알리바바 클라우드에 따르면 '완샹'은 '수만 개의 이미지'라는 뜻을 지닌 중국어로, 통이 완샹은 현재 중국 내 기업 고객을 대상으로 베타 테스트가 진행 중이다.

그 외에도 알리바바 클라우드는 ‘모델스코프(ModelScope)’의 다양한 AI 모델을 활용해 언어, 시각, 음성 영역에서 복잡하고 전문적인 AI 작업을 수행할 수 있도록 지원하는 다목적 프레임워크 ‘모델스코프GPT(ModelScopeGPT)’ 또한 출시 소식을 알렸다. 알리바바 클라우드가 지난해 발표한 오픈소스 MaaS(서비스형 모델, Model-as-a-Service) 플랫폼인 모델스코프는 900개 이상의 AI 모델을 제공한다.

징런 저우(Jingren Zhou) 알리바바 클라우드 인텔리전스 CTO(최고기술책임자)는 "알리바바 클라우드는 기업과 커뮤니티가 더 큰 창의성과 생산성을 발휘할 수 있게 돕는 패러다임 전환 기술을 모색하고 있고, 이러한 가운데 통이 완샹은 고급 생성형 AI 모델을 추구하는 알리바바 클라우드의 또 다른 중요 이정표"라며 “통이 완샹은 고품질 생성 AI 이미지에 대한 접근성을 높이고 전자상거래, 게임, 디자인, 광고 등 다양한 분야에서 혁신적 AI 아트와 창의적 표현의 개발을 가능하게 할 것"이라고 말했다.

통이 완샹은 중국어나 영어 텍스트 프롬프트를 입력받아 수채화, 유화, 중국화(中國畫), 애니메이션, 스케치, 평면 일러스트레이션, 3D 만화까지 다양한 스타일의 이미지를 생성하는 등 다양한 작업을 능숙하게 처리할 수 있다. 또한 어떤 이미지든 유사한 스타일의 새로운 이미지로 변환하거나, 스타일 전송(style transfer) 기능을 통해 원본 이미지의 내용을 유지하면서 다른 그림의 시각적 스타일을 입힐 수 있다.

이는 알리바바 클라우드가 보유한 지식 구조화, 시각 AI, 자연어 처리(NLP) 분야 기술을 기반으로 다국어 자료를 활용해 학습을 강화하는 것이 특징이다. 이 때문에 뛰어난 의미 이해력을 자랑하며, 정확하고 맥락에 맞는 이미지를 생성할 수 있다.

뿐만 아니라 신호 대 잡음 비(signal-to-noise ratio)를 기반으로 고해상도 확산 프로세스를 최적화해 구도의 정확도와 세부 선명도 간의 균형을 맞추는 동시에 깔끔한 배경을 지닌 고대비의 멋진 이미지를 생성할 수 있다는 것이 알리바바 클라우드의 설명이다.

특히 알이바바 클라우드 측은 “통이 완샹은 이미지 합성 품질과 창의성은 유지하면서 공간 레이아웃과 팔레트 등 최종 이미지 출력을 더욱 효과적으로 제어할 수 있는 알리바바 클라우드의 독자적 대규모 모델인 ‘컴포저(Composer)’를 이용해 개발됐다”고 강조했다.

한편, 알리바바 클라우드는 대규모 언어 모델(LLM)을 플랫폼에서 활용할 수 있도록 설계된 프레임워크인 ‘모델스코프GPT’도 공개했다. 모델스코프GPT는 LLM을 컨트롤러로 사용해 모델스코프 오픈소스 커뮤니티의 광범위한 분야별 전문 모델을 연결한다. 풍부한 MaaS 생태계 내에 구축된 모델스코프GPT는 알리바바 클라우드에서 제공하는 다양한 AI 기능을 활용한다. 기업과 개발자는 모델스코프GPT를 무료로 활용해 다국어 동영상 제작과 같이 사용자의 요청에 따른 정교한 AI 작업을 수행하는 데 가장 적합한 모델을 사용할 수 있다.