멀티모달 (Multimodal)
정의
텍스트뿐만 아니라 이미지, 영상, 음성 등 서로 다른 형태의 데이터를 동시에 이해하고 처리할 수 있는 AI의 능력입니다.
핵심 특징
- 사용자가 카메라로 비추는 실시간 화면에 대해 질문하고 답변을 받는 상호작용이 가능합니다.
- 시각 정보와 언어적 맥락을 결합하여 복잡한 지시사항을 수행할 수 있습니다.
- 기존에는 데이터 유형별로 별도의 모델을 사용했으나 최근에는 통합 아키텍처로 발전하는 추세입니다.
관련 항목
- [[encoder-free]]
- [[gemma-4-12b]]
인용 출처
- Introducing Gemma 4 12B: a unified, encoder-free multimodal model
- [[sources/sc-2026-06-10-introducing-gemma-4-12b-a-unified-encoder-free-multimodal-model]]
haruzine 관점
_(별도 코멘트 없음)_
마지막 검토
2026-06-10