2 of 18

https://www.linkedin.com/in/sigridjineth/

다시 한번 정식으로 인사드립니다. 저는 진형, 또는 시그리드 진 박이라고 합니다. Sionic AI에서 머신러닝 개발자 관계(Developer Relations) 업무를 담당하고 있습니다. 현재 브리티시컬럼비아 대학교에 재학 중이며, 캐나다·서울·홍콩·도쿄를 오가며 활동하고 있습니다. 또한 GDG Golang Korea에서 활발히 활동해 왔습니다. 괜찮으시다면, LinkedIn으로도 연결해 주시면 정말 기쁘겠습니다.”

日本語:�改めまして、私、ジン・ヒョン、またはシグリッド・ジン・パクと申します。Sionic AIにて、機械学習デベロッパーリレーションズを担当しております。現在、ブリティッシュコロンビア大学に在学しており、カナダ、ソウル、香港、東京を行き来しながら活動しています。また、GDG Golang Koreaでも活発に活動してまいりました。もしよろしければ、LinkedInでも繋がっていただけますと、大変嬉しく思います。

日本語独音（ローマ字）:�Aratamemashite, watakushi, Jin Hyon, matawa Shiguriddo Jin to mōshimasu. Saionikku Ē-Ai nite, kikai-gakushū developer-relations o tantō shite orimasu. Genzai, Buritisshu-Koronbia Daigaku ni zaigaku shite ori, Kanada, Sōru, Honkon, Tōkyō o iki-ki shinagara katsudō shite imasu. Mata, GDG Golang Korea demo kappatsu ni katsudō shite mairimashita. Moshi yoroshikereba, Rinkuto-In demo tsunagatte itadakemasu to, taihen ureshiku omoimasu.

3. 주제 소개 및 발표 동기

한국어 뜻:�“오늘은 ‘Large Language Diffusion Models’에 관해 말씀드리려고 합니다. 저는 한국 서울, 캐나다 등을 거점으로 활동하며, 도쿄에서도 개발자 고객 분들을 직접 만나며 인사이트를 얻고 있습니다. 바쁜 와중에도 시간을 내어 신청해 주신 여러분께 진심으로 감사드리며, 오늘 이 자리에서 발표할 수 있게 되어 매우 영광입니다.”

日本語:�本日は「Large Language Diffusion Models」についてお話しさせていただきます。私は韓国のソウルやカナダを拠点に活動し、東京でも開発者のお客様と直接お会いしてインサイトを得ています。お忙しい中、お時間を割いてお申し込みいただいた皆様に心より感謝申し上げます。本日の発表の機会をいただき、大変光栄に存じます。

日本語独音（ローマ字）:�Honjitsu wa “Large Language Diffusion Models” ni tsuite ohanashi sasete itadakimasu. Watashi wa Kankoku no Sōru ya Kanada o kyoten ni katsudō shi, Tōkyō demo kaihatsu-sha no okyakusama to chokusetsu oai shite insaito o ete imasu. Oisogashii naka, ojikan o saite omōshikomi itadaita minasama ni kokoro yori kansha mōshiagemasu. Honjitsu no happyō no kikai o itadaki, taihen kōei ni zonjimasu.

3 of 18

한국어 뜻: 안녕하십니까. 오늘날 우리가 ‘인공지능’ 하면 떠올리는, ChatGPT나 제미나이와 같은 대부분의 대규모 언어 모델들은, ‘자기회귀 모델’, 즉 ARM이라는 하나의 강력한 패러다임 위에 세워져 있습니다.

日本語 (일본어): 皆様、こんにちは。今日、私たちが「人工知能」と聞いて思い浮かべる、ChatGPTやGeminiといった大規模言語モデルのほとんどは、「自己回帰モデル」、すなわちARMという一つの強力なパラダイムの上に成り立っています。

일본어 독음 (로마자): Minna-sama, konnichiwa. Kyō, watashi-tachi ga 'jinkō-chinō' to kiite omoiukaberu, Chatto-Jī-Pī-Tī ya Jemini to itta daikibo-gengo-moderu no hotondo wa, 'Jiko-kaiki-moderu', sunawachi Ā-Ā-Emu to iu hitotsu no kyōryoku na paradaimu no ue ni naritatte imasu.

한국어 뜻: 이 방식은 매우 직관적입니다. 마치 우리가 글을 쓸 때처럼, 문장의 맨 처음 단어부터 시작해서, 그 다음 단어를 예측하고, 또 그 다음 단어를 예측하는 방식으로, 텍스트를 왼쪽에서 오른쪽으로 한 단어씩 순서대로 생성합니다.

日本語: この方式は非常に直感的です。ちょうど私たちが文章を書く時のように、文の最初の単語から始め、その次の単語を予測し、さらにその次の単語を予測するという形で、テキストを左から右へ、一単語ずつ順番に生成していきます。

일본어 독음: Kono hōshiki wa hijō ni chokkanteki desu. Chōdo watashi-tachi ga bunshō o kaku toki no yō ni, bun no saisho no tango kara hajime, sono tsugi no tango o yosoku shi, sara ni sono tsugi no tango o yosoku suru to iu katachi de, tekisuto o hidari kara migi e, ichi-tango zutsu junban ni seisei shite ikimasu.

4 of 18

https://andrewmayne.com/2023/11/14/is-the-reversal-curse-real/

한국어 뜻: 이 방식의 성공은 의심할 여지가 없지만, 구조적인 한계 또한 명확합니다. 예를 들어, 모델에게 "프랑스의 수도는 파리이다"라고 수없이 가르쳐도, "파리는 어느 나라의 수도인가?"라는 질문에는 쉽게 답하지 못하는 현상이 발생합니다. 이를 ‘반전의 저주’라고 부릅니다.

日本語: この方式の成功は疑う余地もありませんが、構造的な限界もまた明確です。例えば、モデルに「フランスの首都はパリである」と数え切れないほど教えても、「パリはどの国の首都か？」という質問には、簡単には答えられない現象が発生します。これを「反転の呪い」と呼びます。

일본어 독음: Kono hōshiki no seikō wa utagau yochi mo arimasen ga, kōzōteki na genkai mo mata meikaku desu. Tatoeba, moderu ni 'Furansu no shuto wa Pari de aru' to kazoekirenai hodo oshiete mo, 'Pari wa dono kuni no shuto ka?' to iu shitsumon ni wa, kantan ni wa kotaerarenai genshō ga hassei shimasu. Kore o 'hanten no noroi' to yobimasu.

한국어 뜻: 그래서 우리는 근본적인 질문을 던져야만 합니다. 지난 수년간 LLM의 발전을 이끌어온 이 자기회귀 방식이, 과연 지능적인 언어 모델을 만드는 유일한 길일까요?

日本語: そこで私たちは、根本的な問いを投げかけるべきです。過去数年間にわたりLLMの発展を導いてきたこの自己回帰方式が、果たして知的な言語モデルを作る、唯一の道なのでしょうか？

일본어 독음: Soko de watashi-tachi wa, konponteki na toi o nagekakeru beki desu. Kako sūnen kan ni watari Eru-Eru-Emu no hatten o michibiite kita kono jiko-kaiki-hōshiki ga, hatashite chiteki na gengo moderu o tsukuru, yuiitsu no michi nano deshō ka?

5 of 18

Diffusion Model

한국어 뜻: 자기회귀 모델의 대안을 찾기 전에, 먼저 최근 몇 년간 AI 분야에 큰 혁명을 일으킨 '확산 모델'에 대해 잠시 알아보겠습니다. 아마 많은 분들이 Midjourney나 DALL-E 같은 놀라운 이미지 생성 AI를 통해 이 이름을 들어보셨을 겁니다.

日本語: 自己回帰モデルの代替案を探す前に、まず近年AI分野に大きな革命をもたらした「拡散モデル」について、少し見ていきましょう。おそらく多くの方が、MidjourneyやDALL-Eのような、驚異的な画像生成AIを通じてこの名前を耳にしたことがあるでしょう。

일본어 독음: Jiko-kaiki-moderu no daitai-an o sagasu mae ni, mazu kin-nen Ē-Ai-bunya ni ōkina kakumei o motarashita 'Kakusan Moderu' ni tsuite, sukoshi mite ikimashō. Osoraku ōku no kata ga, Middo-jānī ya Dāru-Ī no yō na, kyōiteki na gazō-seisei-Ē-Ai o tsūjite kono namae o mimi ni shita koto ga aru deshō.

한국어 뜻: 확산 모델의 기본 아이디어는 놀라울 정도로 단순합니다. 바로 '정보를 파괴했다가 다시 복원하는' 두 단계의 과정입니다. 첫 번째는 '노이즈 추가(Noising)' 과정입니다. 이 슬라이드의 그림처럼, 선명한 원본 이미지에 점진적으로 무작위 노이즈를 계속해서 추가합니다. 결국 이미지는 아무것도 알아볼 수 없는 순수한 노이즈 상태가 됩니다. 이것이 정보를 파괴하는 '확산' 과정입니다.

日本語: 拡散モデルの基本アイデアは、驚くほど単純です。すなわち「情報を破壊してから、再び復元する」という二段階のプロセスです。第一段階は「ノイズ付加」の過程です。このスライドの図のように、鮮明な元の画像に、徐々にランダムなノイズを加え続けていきます。最終的に、画像は何も見分けがつかない純粋なノイズ状態になります。これが情報を破壊する「拡散」過程です。

일본어 독음: Kakusan moderu no kihon aidea wa, odoroku hodo tanjun desu. Sunawachi 'jōhō o hakai shite kara, futatabi fukugen suru' to iu ni-dankai no purosesu desu. Daiichi-dankai wa 'noizu-fuka' no katei desu. Kono suraido no zu no yō ni, senmei na moto no gazō ni, jojoni randamu na noizu o kuwae-tsuzukete ikimasu. Saishūteki ni, gazō wa nani mo miwake ga tsukanai junsui na noizu jōtai ni narimasu. Kore ga jōhō o hakai suru 'kakusan' katei desu.

한국어 뜻: 진정한 마법은 두 번째 단계, '노이즈 제거(Denoising)'에서 일어납니다. 우리는 강력한 AI 모델을 훈련시켜, 이 노이즈 덩어리만 보고 원래의 이미지가 무엇이었을지 예측하게 합니다. 모델은 단계적으로 노이즈를 제거하며 원본 이미지를 재구성해 나갑니다. 이 '복원' 과정이야말로 확산 모델의 창조적 능력의 핵심입니다.

日本語: 真の魔法は、第二段階の「ノイズ除去」で起こります。私たちは強力なAIモデルを訓練し、このノイズの塊だけを見て、元の画像が何であったかを予測させます。モデルは段階的にノイズを除去しながら、元の画像を再構成していきます。この「復元」過程こそが、拡散モデルの創造的な能力の核心なのです。

일본어 독음: Shin no mahō wa, daini-dankai no 'noizu-jokyo' de okorimasu. Watashi-tachi wa kyōryoku na Ē-Ai moderu o kunren shi, kono noizu no katamari dake o mite, moto no gazō ga nan de atta ka o yosoku sasemasu. Moderu wa dankaiteki ni noizu o jokyo shinagara, moto no gazō o sai-kōsei shite ikimasu. Kono 'fukugen' katei koso ga, kakusan moderu no sōzōteki na nōryoku no kakushin nano desu.

한국어 뜻: 여기서 이런 질문이 생깁니다. "이것은 연속적인 픽셀로 이루어진 이미지에나 가능한 이야기 아닌가? 불연속적인 단어로 이루어진 언어에 어떻게 적용할 수 있을까?" 이것이 바로 언어 모델 연구의 핵심적인 도전 과제였습니다. 그리고 그 해답은 '노이즈'를 '마스크'로 바꾸는 기발한 아이디어에 있었습니다.

日本語: ここでこのような疑問が生まれます。「これは連続的なピクセルで構成された画像だからこそ可能な話ではないか？不連続な単語で構成された言語に、どうやって適用できるのだろうか？」これこそが、言語モデル研究における核心的な挑戦課題でした。そしてその答えは、「ノイズ」を「マスク」に置き換えるという、独創的なアイデアにありました。

일본어 독음: Koko de kono yō na gimon ga umaremasu. 'Kore wa renzokuteki na pikuseru de kōsei sareta gazō da kara koso kanō na hanashi dewa nai ka? Furenzoku na tango de kōsei sareta gengo ni, dō yatte tekiyō dekiru no darō ka?' Kore koso ga, gengo moderu kenkyū ni okeru kakushinteki na chōsen kadai deshita. Soshite sono kotae wa, 'noizu' o 'masuku' ni okikaeru to iu, dokusōteki na aidea ni arimashita.

6 of 18

【슬라이드 5: 새로운 대안: LLaDA (Large Language Diffusion Model)】 (번호 수정)

한국어 뜻: 네, 앞서 설명드린 확산 모델의 원리를 언어에 적용한 그 대담한 시도가 바로 'LLaDA'입니다.

日本語: はい、先ほど説明した拡散モデルの原理を言語に適用した、その大胆な試みこそが「LLaDA (eru-eru-ei-dī-ei)」です。

일본어 독음: Hai, sakihodo setsumei shita kakusan moderu no genri o gengo ni tekiyō shita, sono daitan na kokoromi koso ga 'eru-eru-ei-dī-ei' desu.

한국어 뜻: LLaDA는 "우리는 이 통념에 도전한다"고 선언하며 시작합니다. LLaDA는 '대규모 언어 확산 모델'을 의미하며, LLM의 놀라운 능력들이 자기회귀라는 특정 구조가 아닌, '대규모 생성 모델링'이라는 더 넓은 원칙에서 비롯되는지를 확인하는 것을 목표로 합니다.

日本語: LLaDAは「私たちはこの通念に挑戦する」と宣言することから始まります。LLaDAは「大規模言語拡散モデル」を意味し、LLMの驚くべき能力が自己回帰という特定の構造からではなく、「大規模生成モデリング」というより広い原則から生じるのかどうかを、確認することを目標としています。

일본어 독음: LLaDA wa 'watashi-tachi wa kono tsūnen ni chōsen suru' to sengen suru koto kara hajimarimasu. LLaDA wa 'Daikibo Gengo Kakusan Moderu' o imi shi, Eru-Eru-Emu no odoroku beki nōryoku ga jiko-kaiki to iu tokutei no kōzō kara dewa naku, 'daikibo seisei moderingu' to iu yori hiroi gensoku kara shōjiru no ka dō ka o, kakunin suru koto o mokuhyō to shite imasu.

한국어 뜻: 이를 위해 LLaDA는 처음부터, 즉 'from scratch'로 훈련되었습니다. 기존 모델을 일부 수정하는 것이 아니라, 완전히 새로운 기반 위에서 언어 모델을 구축한 것입니다.

日本語: そのために、LLaDAはゼロから、すなわち「from scratch」で訓練されました。既存のモデルを一部修正するのではなく、完全に新しい基盤の上で言語モデルを構築したのです。

일본어 독음: Sono tame ni, LLaDA wa zero kara, sunawachi 'furomu sukuratchi' de kunren saremashita. Kizon no moderu o ichibu shūsei suru no dewa naku, kanzen ni atarashii kiban no ue de gengo moderu o kōchiku shita no desu.

7 of 18

한국어 뜻: LLaDA의 심장부에는 '마스크화 확산 모델', 즉 MDM이라는 혁신적인 엔진이 자리 잡고 있습니다. 이 모델의 작동 방식은 두 단계로 나뉩니다.

日本語: LLaDAの心臓部には、「マスク化拡散モデル」、すなわちMDMという革新的なエンジンが位置しています。このモデルの動作方式は、二つの段階に分かれています。

일본어 독음: LLaDA no shinzōbu ni wa, 'Masuku-ka Kakusan Moderu', sunawachi Emu-Dī-Emu to iu kakushinteki na enjin ga ichi shite imasu. Kono moderu no dōsa hōshiki wa, futatsu no dankai ni wakarete imasu.

한국어 뜻: 첫 번째는 'Forward Process'로, 정보를 점진적으로 파괴하는 과정입니다. 비유하자면, 완성된 문장에서 단어들을 천천히 지워나가는 것과 같습니다. 처음엔 모든 단어가 보이지만, 점차 일부 단어들이 무작위로 '[마스크]'라는 빈칸으로 대체되고, 마지막에는 문장 전체가 빈칸으로 가득 차게 됩니다.

日本語: 第一段階は「Forward Process」で、情報を徐々に破壊していく過程です。例えるなら、完成した文から単語をゆっくりと消していくようなものです。最初は全ての単語が見えていますが、次第に一部の単語がランダムに「マスク」という空白に置き換えられ、最後には文全体が空白で満たされます。

일본어 독음: Daiichi-dankai wa 'Fowādo Purosesu' de, jōhō o jojoni hakaishite iku katei desu. Tatoeru nara, kansei shita bun kara tango o yukkuri to keshite iku yō na mono desu. Saisho wa subete no tango ga miete imasu ga, shidai ni ichibu no tango ga randamu ni 'masuku' to iu kūhaku ni okikaerare, saigo ni wa bun zentai ga kūhaku de mitasaremasu.

한국어 뜻: 두 번째는 'Reverse Process'로, 파괴된 정보로부터 창조하는 과정입니다. 모델은 빈칸으로 가득 찬 상태에서 시작하여, 각 단계마다 어떤 단어가 들어가야 할지를 예측하며 문장을 복원합니다.

日本語: 第二段階は「Reverse Process」で、破壊された情報から創造する過程です。モデルは空白で満たされた状態からスタートし、各ステップでどの単語が入るべきかを予測しながら、文を復元していきます。

일본어 독음: Daini-dankai wa 'Ribāsu Purosesu' de, hakai sareta jōhō kara sōzō suru katei desu. Moderu wa kūhaku de mitasareta jōtai kara sutāto shi, kaku suteppu de dono tango ga hairu beki ka o yosoku shinagara, bun o fukugen shite ikimasu.

한국어 뜻: 가장 중요한 차이점은, 예측 시점에 있습니다. LLaDA는 문장의 일부가 비어 있더라도, 남아있는 모든 단어와 빈칸의 위치, 즉 '양방향'의 전체 문맥을 한 번에 보고 예측합니다. 이것이 단방향으로 과거 정보만 보는 자기회귀 모델과의 근본적인 차이입니다.

日本語: 最も重要な違いは、予測の時点にあります。LLaDAは、文の一部が空白であっても、残っている全ての単語と空白の位置、すなわち「双方向」の全体的な文脈を一度に見て予測します。これが、一方向の過去の情報だけを見る自己回帰モデルとの、根本的な違いなのです。

일본어 독음: Mottomo jūyō na chigai wa, yosoku no jiten ni arimasu. LLaDA wa, bun no ichibu ga kūhaku de atte mo, nokotte iru subete no tango to kūhaku no ichi, sunawachi 'sōhōkō' no zentaiteki na bunmyaku o ichido ni mite yosoku shimasu. Kore ga, ichi-hōkō no kako no jōhō dake o miru jiko-kaiki-moderu to no, konponteki na chigai nano desu.

8 of 18

한국어 뜻: 그렇다면 이 새로운 방식의 성능은 과연 어땠을까요? 결과는 매우 인상적이었습니다. 이 그래프는 모델의 계산량이 증가함에 따른 성능 변화를 보여주는데, LLaDA는 자기회귀 모델과 마찬가지로 강력한 확장 법칙을 따르는 것을 명확히 확인할 수 있습니다.

日本語: では、この新しい方式の性能は、果たしてどうだったのでしょうか？結果は非常に印象的でした。このグラフは、モデルの計算量が増加するにつれての性能変化を示していますが、LLaDAは自己回帰モデルと同様に、強力な拡張則に従うことが明確に確認できます。

일본어 독음: Dewa, kono atarashii hōshiki no seinō wa, hatashite dō datta no deshō ka? Kekka wa hijō ni inshōteki deshita. Kono gurafu wa, moderu no keisanryō ga zōka suru ni tsurete no seinō henka o shimeshite imasu ga, LLaDA wa jiko-kaiki-moderu to dōyō ni, kyōryoku na kakuchōsoku ni shitagau koto ga meikaku ni kakunin dekimasu.

한국어 뜻: 구체적인 수치를 살펴보면, LLaDA 8B 모델은 2.3조 개의 토큰이라는 방대한 데이터로 학습되었습니다. 그 결과, MMLU 5-shot 벤치마크에서 65.9점을 기록하며, 저희가 동일한 조건에서 평가한 LLaMA3 8B의 65.4점을 근소하게 앞섰습니다.

日本語: 具体的な数値を見てみると、LLaDA 8Bモデルは2.3兆個のトークンという膨大なデータで学習されました。その結果、MMLU 5-shotベンチマークで65.9点を記録し、私たちが同じ条件で評価したLLaMA3 8Bの65.4点を僅かに上回りました。

일본어 독음: Gutaiteki na sūchi o mite miru to, LLaDA Eito-Bī moderu wa ni-chō-sanzen-okko no tōkun to iu bōdai na dēta de gakushū saremashita. Sono kekka, Emu-Emu-Eru-Yū Faibu-shotto benchimāku de rokujū-go-ten-kyū ten o kiroku shi, watashi-tachi ga onaji jōken de hyōka shita Ra-ma-Surī Eito-Bī no rokujū-go-ten-yon ten o wazuka ni uwamawarimashita.

한국어 뜻: 이는 확산 모델이 단순히 이론적인 가능성을 넘어, 현재 산업을 이끄는 최고 수준의 언어 모델들과 어깨를 나란히 할 수 있는 실질적인 경쟁자임을 증명하는 강력한 증거입니다.

日本語: これは、拡散モデルが単に理論的な可能性を越え、現在産業をリードする最高レベルの言語モデルと肩を並べることができる、実質的な競争相手であることを証明する、強力な証拠です。

일본어 독음: Kore wa, kakusan moderu ga tan ni rironteki na kanōsei o koe, genzai sangyō o rīdo suru saikō reberu no gengo moderu to kata o naraberu koto ga dekiru, jisshitsuteki na kyōsō aite de aru koto o shōmei suru, kyōryoku na shōko desu.

9 of 18

【슬라이드 8: LLaDA의 주요 성과 2: "반전의 저주" 극복】 (번호 수정)

한국어 뜻: LLaDA의 구조적 우수성을 가장 극적으로 보여주는 사례는 바로 '반전의 저주' 문제입니다. 앞서 말씀드렸듯, 이는 자기회귀 모델의 고질적인 약점입니다.

日本語: LLaDAの構造的な優位性を最も劇的に示す事例が、まさに「反転の呪い」の問題です。先ほど申し上げた通り、これは自己回귀モデルの構造的な弱点です。

일본어 독음: LLaDA no kōzōteki na yūisei o mottomo gekiteki ni shimesu jirei ga, masa ni 'hanten no noroi' no mondai desu. Sakihodo mōshiageta tōri, kore wa jiko-kaiki-moderu no kōzōteki na jakuten desu.

한국어 뜻: 이 표는 유명한 중국 시의 구절을 완성하는 실험 결과를 보여줍니다. 순방향, 즉 다음 구절을 예측하는 문제에서 GPT-4o는 82.7점이라는 높은 점수를 받았습니다. 하지만 이전 구절을 예측하는 역방향 문제에서는 점수가 34.3점으로 급락했습니다.

日本語: この表は、有名な中国の詩の節を完成させる実験結果を示しています。順方向、すなわち次の節を予測する問題で、GPT-4oは82.7点という高いスコアを得ました。しかし、前の節を予測する逆方向の問題では、スコアが34.3点に急落しました。

일본어 독음: Kono hyō wa, yūmei na Chūgoku no shi no fushi o kansei saseru jikken kekka o shimeshite imasu. Jun-hōkō, sunawachi tsugi no fushi o yosoku suru mondai de, Jī-Pī-Tī-Fō-Ō wa hachijū-ni-ten-nana ten to iu takai sukoa o emashita. Shikashi, mae no fushi o yosoku suru gyaku-hōkō no mondai de wa, sukoa ga sanjū-yon-ten-san ten ni kyūraku shimashita.

한국어 뜻: 이것이 바로 '반전의 저주'입니다. 하지만 LLaDA를 보십시오. 양방향 문맥을 모두 보기 때문에, 순방향에서 48.8점, 역방향에서 42.4점으로 매우 일관된 성능을 보여주었습니다. 심지어 역방향 문제에서는 GPT-4o보다 훨씬 뛰어난 결과를 냈습니다.

日本語: これこそが「反転の呪い」です。しかし、LLaDAをご覧ください。双方向の文脈を全て見るため、順方向で48.8点、逆方向で42.4点と、非常に一貫した性能を示しました。さらに、逆方向の問題ではGPT-4oよりも遥かに優れた結果を出しました。

일본어 독음: Kore koso ga 'hanten no noroi' desu. Shikashi, LLaDA o goran kudasai. Sōhōkō no bunmyaku o subete miru tame, jun-hōkō de yonjū-hachi-ten-hachi ten, gyaku-hōkō de yonjū-ni-ten-yon ten to, hijō ni ikkan shita seinō o shimeshimashita. Sara ni, gyaku-hōkō no mondai de wa Jī-Pī-Tī-Fō-Ō yori mo haruka ni sugureta kekka o dashimashita.

10 of 18

한국어 뜻: 그렇다면, 방금 설명드린 이 혁신적인 확산 모델 방식이 언어 모델에 적용된 가장 최신의, 그리고 가장 주목할 만한 사례는 무엇일까요? 바로 구글이 최근 발표한 '제미나이 디퓨전'입니다.

日本語 (일본어): では、先ほどご説明したこの革新的な拡散モデル方式が、言語モデルに応用された最も新しい、そして最も注目すべき事例は何でしょうか？まさしく、Googleが最近発表した「ジェミニ・ディフュージョン」です。

일본어 독음 (로마자): Dewa, sakihodo go-setsumei shita kono kakushinteki na kakusan-moderu hōshiki ga, gengo-moderu ni ōyō sareta mottomo atarashii, soshite mottomo chūmoku subeki jirei wa nan deshō ka? Masashiku, Gūguru ga saikin happyō shita 'Jemini Difyūjon' desu.

한국어 뜻: 제미나이 디퓨전은 구글이 공개한 첫 번째 확산 방식의 대규모 언어 모델(LLM)로서, 기존의 자동회귀 방식을 따르지 않는다는 점에서 큰 의의를 가집니다. 이는 마치 이마젠(Imagen)이나 스테이블 디퓨전이 이미지 분야에서 그랬던 것처럼, 텍스트 생성 분야에 새로운 가능성을 제시합니다.

日本語: ジェミニ・ディフュージョンは、Googleが公開した初の拡散方式による大規模言語モデル（LLM）として、従来の自己回帰方式に従わないという点で、大きな意義を持ちます。これは、あたかもImagenやステーブル・ディフュージョンが画像分野でそうであったように、テキスト生成の分野に新たな可能性を提示するものです。

일본어 독음: Jemini Difyūjon wa, Gūguru ga kōkai shita hatsu no kakusan-hōshiki ni yoru daikibo-gengo-moderu (Eru-Eru-Emu) toshite, jūrai no jiko-kaiki hōshiki ni shitagawanai to iu ten de, ōkina igi o mochimasu. Kore wa, atakamo Imajen ya Sutēburu-Difyūjon ga gazō-bunya de sō de atta yō ni, tekisuto-seisei no bun'ya ni arata na kanōsei o teiji suru mono desu.

한국어 뜻: 이 모델의 가장 큰 특징은 바로 '속도'입니다. 구글이 공개한 사용 예시에서는, "채팅 앱 시뮬레이션을 만들어 줘"라는 복잡한 프롬프트에 대해, 단 몇 초 만에 완벽한 HTML과 자바스크립트 코드를 생성해냈습니다.

日本語: このモデル最大の特徴は、まさしく「速度」です。Googleが公開した使用例では、「チャットアプリのシミュレーションを作って」という複雑なプロンプトに対し、わずか数秒で完璧なHTMLとJavaScriptのコードを生成しました。

일본어 독음: Kono moderu saidai no tokuchō wa, masashiku 'sokudo' desu. Gūguru ga kōkai shita shiyōrei dewa, 'chatto-apuri no shimyurēshon o tsukutte' to iu fukuzatsu na puronputo ni taishi, wazuka sū-byō de kanpeki na Eichi-Tī-Emu-Eru to JabaSukuriputo no kōdo o seisei shimashita.

한국어 뜻: 이때 기록된 생성 속도는 무려 초당 최대 857 토큰에 달했습니다. 아직 정확한 벤치마크는 부족하지만, 구글은 자체 경량 모델인 제미나이 2.0 플래시-라이트 버전에 비해 약 5배 빠른 속도라고 주장하고 있습니다. 이는 실시간 상호작용의 경험을 완전히 바꿀 수 있는 수준입니다.

日本語: この時記録された生成速度は、実に毎秒最大857トークンにも達しました。まだ正確なベンチマークは不足していますが、Googleは自社の軽量モデルであるGemini 2.0 Flash-Liteに比べ、約5倍速いと主張しています。これは、リアルタイムなインタラクションの体験を、完全に変えうるレベルです。

일본어 독음: Kono toki kiroku sareta seisei-sokudo wa, jitsu ni maibyō saidai happyaku-gojū-nana tōkun nimo tasshimashita. Mada seikaku na benchimāku wa fusoku shite imasu ga, Gūguru wa jisha no keiryō-moderu de aru Jemini Ni-ten-zero Furasshu-Raito ni kurabe, yaku go-bai hayai to shuchō shite imasu. Kore wa, riaru-taimu na intarakushon no taiken o, kanzen ni kae-uru reberu desu.

【슬라이드 B: 작동 방식의 차이: 자동회귀 vs. 확산 (How It Works: Autoregressive vs. Diffusion)】

한국어 뜻: 그렇다면 이 놀라운 속도는 어디에서 오는 것일까요? 바로 작동 방식의 근본적인 차이 때문입니다. 이 그림의 왼쪽은 기존 자동회귀 모델을 나타냅니다.

日本語: では、この驚くべき速度は、どこから来るのでしょうか？まさしく、動作方式の根本的な違いによるものです。この図の左側は、従来の自己回帰モデルを表しています。

일본어 독음: Dewa, kono odoroku beki sokudo wa, doko kara kuru no deshō ka? Masashiku, dōsa-hōshiki no konponteki na chigai ni yoru mono desu. Kono zu no hidari-gawa wa, jūrai no jiko-kaiki-moderu o arawashite imasu.

한국어 뜻: 이 모델들은 마치 구슬을 하나씩 꿰어 목걸이를 만들듯이, 토큰을 하나 생성하고, 그 결과를 바탕으로 또 다음 토큰을 생성하는 순차적인 과정을 반복합니다. 이 때문에 병목 현상이 발생하고 속도가 느려질 수밖에 없습니다.

日本語: これらのモデルは、あたかもビーズを一つずつ通してネックレスを作るように、トークンを一つ生成し、その結果を基にまた次のトークンを生成するという、逐次的なプロセスを繰り返します。このため、ボトルネックが発生し、速度が遅くならざるを得ません。

일본어 독음: Korera no moderu wa, atakamo bīzu o hitotsu zutsu tōshite nekkuresu o tsukuru yō ni, tōkun o hitotsu seisei shi, sono kekka o moto ni mata tsugi no tōkun o seisei suru to iu, chikujiteki na purosesu o kurikaeshimasu. Kono tame, botorunekku ga hassei shi, sokudo ga osoku narazaru o emasen.

한국어 뜻: 반면, 오른쪽의 확산 모델, 즉 제미나이 디퓨전은 완전히 다른 접근법을 취합니다. 처음에는 노이즈와 같은 불완전한 결과물에서 출발하지만, 전체 문단 또는 코드 블록을 여러 단계에 걸쳐 한 번에 처리합니다.

日本語: 一方、右側の拡散モデル、すなわちジェミニ・ディフュージョンは、全く異なるアプローチを取ります。最初はノイズのような不完全な結果から出発しますが、段落全体またはコードブロック全体を、複数の段階にわたって一度に処理します。

일본어 독음: Ippō, migi-gawa no kakusan-moderu, sunawachi Jemini Difyūjon wa, mattaku kotonaru apurōchi o torimasu. Saisho wa noizu no yō na fukanzen na kekka kara shuppatsu shimasu ga, danraku zentai matawa kōdo-burokku zentai o, fukusū no dankai ni watatte ichido ni shori shimasu.

한국어 뜻: 각 단계에서 여러 토큰의 생성이 '병렬적'으로 이루어지기 때문에, 기존 모델과는 비교할 수 없는 빠른 결과 생성이 가능해집니다. 이는 특히 코딩이나 수학 문제 풀이, 텍스트 편집과 같이 즉각적인 피드백이 중요한 영역에서 엄청난 효과를 발휘할 잠재력을 가집니다.

日本語: 各段階で複数のトークンの生成が「並列的」に行われるため、既存のモデルとは比較にならないほど速い結果の生成が可能になります。これは特に、コーディングや数学の問題解決、テキスト編集といった、即時フィードバックが重要な領域で、絶大な効果を発揮するポテンシャルを持っています。

일본어 독음: Kaku-dankai de fukusū no tōkun no seisei ga 'heiretsuteki' ni okonawareru tame, kizon no moderu to wa hikaku ni naranai hodo hayai kekka no seisei ga kanō ni narimasu. Kore wa toku ni, kōdingu ya sūgaku no mondai-kaiketsu, tekisuto-henshū to itta, sokuji-fīdobakku ga jūyō na ryōiki de, zetsudai na kōka o hakki suru potensharu o motte imasu.

【슬라이드 C: 기술적 핵심과 의의 (Technical Core & Significance)】

한국어 뜻: 마지막으로, 제미나이 디퓨전의 기술적 핵심에 대해 몇 가지 중요한 점을 짚고 넘어가겠습니다. 이는 확산 언어 모델을 정확히 이해하는 데 매우 중요합니다.

日本語: 最後に、ジェミニ・ディフュージョンの技術的な核心について、いくつかの重要な点を指摘しておきたいと思います。これは、拡散言語モデルを正確に理解する上で、非常に重要です。

일본어 독음: Saigo ni, Jemini Difyūjon no gijutsuteki na kakushin ni tsuite, ikutsuka no jūyō na ten o shiteki shite okitai to omoimasu. Kore wa, kakusan-gengo-moderu o seikaku ni rikai suru ue de, hijō ni jūyō desu.

한국어 뜻: 첫째, 확산 언어 모델은 트랜스포머 아키텍처를 완전히 대체하는 것이 아닙니다. 제미나이 디퓨전 또한 트랜스포머를 기반으로 합니다. 다만, '어떻게 텍스트를 생성하는가' 하는 구조, 즉 자동회귀 방식을 확산 방식으로 변경한 것입니다.

日本語: 第一に、拡散言語モデルは、トランスフォーマー・アーキテクチャを完全に置き換えるものではありません。ジェミニ・ディフュージョンもまた、トランスフォーマーを基盤としています。ただし、「どのようにテキストを生成するか」という構造、すなわち自己回帰方式を拡散方式に変更したのです。

일본어 독음: Daiichi ni, kakusan-gengo-moderu wa, Toransufōmā āchitekucha o kanzen ni okikaeru mono dewa arimasen. Jemini Difyūjon mo mata, Toransufōmā o kiban to shite imasu. Tadashi, 'dono yō ni tekisuto o seisei suru ka' to iu kōzō, sunawachi jiko-kaiki-hōshiki o kakusan-hōshiki ni henkō shita no desu.

한국어 뜻: 둘째, 이 방식은 BERT 스타일의 마스킹 및 복원 방식에서 한 단계 더 발전한 형태입니다. 처음에는 거의 모든 토큰이 마스킹된 상태에서 시작하여, 각 반복 단계마다 모델이 가장 확실하다고 판단하는 일부 토큰만 확정(final)하고, 나머지는 다시 마스킹하여 다음 단계의 예측에 사용합니다.

日本語: 第二に、この方式はBERTスタイルのマスキング・復元方式から、さらに一歩進んだ形態です。最初はほとんど全てのトークンがマスクされた状態から始まり、各反復ステップごとに、モデルが最も確実だと判断した一部のトークンのみを確定（ファイナル）させ、残りは再びマスキングして次のステップの予測に使用します。

일본어 독음: Daini ni, kono hōshiki wa Bāto-sutairu no masukingu-fukugen-hōshiki kara, sara ni ippo susunda keitai desu. Saisho wa hotondo subete no tōkun ga masuku sareta jōtai kara hajimari, kaku-hanpuku-suteppu-goto ni, moderu ga mottomo kakujitsu da to handan shita ichibu no tōkun nomi o kakutei (fainaru) sase, nokori wa futatabi masukingu shite tsugi no suteppu no yosoku ni shiyō shimasu.

한국어 뜻: 이렇게 확정된 토큰의 비율을 점진적으로 늘려가며 전체 시퀀스를 완성하는 것, 이것이 바로 확산 언어 모델의 핵심 아이디어인 '점진적 복원'과 '병렬 생성'입니다.

日本語: このように確定したトークンの比率を段階的に増やしながら、シーケンス全体を完成させていくこと、これこそが拡散言語モデルの核心的なアイデアである「段階的な復元」と「並列生成」なのです。

일본어 독음: Kono yō ni kakutei shita tōkun no hiritsu o dankaiteki ni fuyashinagara, shīkensu zentai o kansei sasete iku koto, kore koso ga kakusan-gengo-moderu no kakushinteki na aidea de aru 'dankaiteki na fukugen' to 'heiretsu seisei' nano desu.

11 of 18

【슬라이드 9: MMaDA (Multimodal Large Diffusion Language Model) 소개】

한국어 뜻: 바로 그 거대한 질문에 대한 대답이, 오늘 소개해 드릴 두 번째 논문, 'MMaDA'입니다.

日本語: まさにその壮大な問いに対する答えが、本日ご紹介する二つ目の論文、「MMaDA (emu-emu-ei-dī-ei)」です。

일본어 독음: Masa ni sono sōdai na toi ni taisuru kotae ga, honjitsu go-shōkai suru futatsu-me no ronbun, 'emu-emu-ei-dī-ei' desu.

한국어 뜻: MMaDA는 LLaDA가 증명한 확산 모델의 잠재력을 한 차원 더 끌어올립니다. 이 모델의 목표는 단순한 멀티모달 처리가 아닙니다. 텍스트를 이해하고 추론하는 능력, 이미지와 텍스트를 함께 이해하는 능력, 그리고 텍스트 설명으로부터 고품질 이미지를 생성하는 능력을, 분리된 모델이 아닌 단 하나의 '통합된' 모델 안에서 구현하는 것입니다.

日本語: MMaDAは、LLaDAが証明した拡散モデルのポテンシャルを、さらに一段階引き上げます。このモデルの目標は、単なるマルチモーダル処理ではありません。テキストを理解し推論する能力、画像とテキストを共に理解する能力、そしてテキスト記述から高品質の画像を生成する能力を、分離したモデルではなく、ただ一つの「統合された」モデルの中で実現することです。

일본어 독음: MMaDA wa, LLaDA ga shōmei shita kakusan moderu no potensharu o, sara ni ichi-dankai hikiagemasu. Kono moderu no mokuhyō wa, tan naru maruchi-mōdaru shori dewa arimasen. Tekisuto o rikai shi suiron suru nōryoku, gazō to tekisuto o tomo ni rikai suru nōryoku, soshite tekisuto kijutsu kara kō-hinshitsu no gazō o seisei suru nōryoku o, bunri shita moderu dewa naku, tada hitotsu no 'tōgō sareta' moderu no naka de jitsugen suru koto desu.

12 of 18

【슬라이드 10: MMaDA의 핵심 전략 1: 통합 확산 아키텍처】

한국어 뜻: MMaDA가 이 위대한 통합을 이룰 수 있었던 가장 중요한 비결은 바로 '통합 확산 아키텍처'에 있습니다.

日本語: MMaDAがこの偉大な統合を成し遂げられた最も重要な秘訣は、まさに「統合拡散アーキテクチャ」にあります。

일본어 독음: MMaDA ga kono idai na tōgō o nashitogerareta mottomo jūyō na hiketsu wa, masa ni 'Tōgō Kakusan Āchitekucha' ni arimasu.

한국어 뜻: 과거의 멀티모달 모델들은 종종 언어 전문가, 시각 전문가처럼 각자 다른 역할을 하는 여러 부품을 억지로 이어 붙인 형태였습니다. 이는 비효율적이고 성능 저하의 원인이 되기도 했습니다.

日本語: 過去のマルチモーダルモデルは、しばしば言語の専門家、視覚の専門家のように、それぞれ異なる役割を持つ複数の部品を無理やり繋ぎ合わせた形でした。これは非効率的で、性能低下の原因となることもありました。

일본어 독음: Kako no maruchi-mōdaru moderu wa, shibashiba gengo no senmonka, shikaku no senmonka no yō ni, sorezore kotonaru yakuwari o motsu fukusū no buhin o muriyari tsunagi-awaseta katachi deshita. Kore wa hi-kōritsuteki de, seinō teika no gen'in to naru koto mo arimashita.

한국어 뜻: 하지만 MMaDA는 이러한 접근법을 완전히 버렸습니다. 텍스트든, 이미지든, 그 어떤 종류의 데이터라도 '모달리티에 구애받지 않는' 단 하나의 통일된 프레임워크로 처리합니다. 모든 데이터를 같은 원칙, 같은 방식으로 다루기 때문에, 서로 다른 작업 간에 지식이 원활하게 전달되고 시너지가 극대화됩니다.

日本語: しかし、MMaDAはこのようなアプローチを完全に捨て去りました。テキストであれ、画像であれ、どのような種類のデータでも「モダリティに依存しない」ただ一つの統一されたフレームワークで処理します。全てのデータを同じ原則、同じ方式で扱うため、異なるタスク間で知識がスムーズに伝達され、シナジーが最大化されます。

일본어 독음: Shikashi, MMaDA wa kono yō na apurōchi o kanzen ni sutesarimashita. Tekisuto de are, gazō de are, dono yō na shurui no dēta de mo 'modariti ni izon shinai' tada hitotsu no tōitsu sareta furēmuwāku de shori shimasu. Subete no dēta o onaji gensoku, onaji hōshiki de atsukau tame, kotonaru tasuku-kan de chishiki ga sumūzu ni dentatsu sare, shinajī ga saidaika saremasu.

13 of 18

한국어 뜻: 이 강력한 아키텍처 위에, MMaDA는 두 가지 혁신적인 후속 학습 전략을 더해 성능을 완성시켰습니다.

日本語: この強力なアーキテクチャの上に、MMaDAは二つの革新的な事後学習戦略を加え、性能を完成させました。

일본어 독음: Kono kyōryoku na āchitekucha no ue ni, MMaDA wa futatsu no kakushinteki na jigo-gakushū-senryaku o kuwae, seinō o kansei sasemashita.

한국어 뜻: 첫 번째는 '혼합 장문 연쇄적 사고', 즉 Mixed Long-CoT입니다. 우리가 어려운 수학 문제를 풀 때, 답만 툭 던지는 것이 아니라 풀이 과정을 차근차근 써 내려가는 것과 같습니다. MMaDA도 마찬가지로, 최종 결과물을 내기 전에 <생각>...</생각> 블록 안에 논리적인 사고 과정을 먼저 생성하도록 훈련받습니다. 이로써 모델은 복잡한 문제에 대해 깊이 있고 구조적인 추론을 할 수 있게 됩니다.

日本語: 第一は「混合長文連鎖的思考」、すなわちMixed Long-CoTです。私たちが難しい数学の問題を解く時、答えだけをポンと出すのではなく、解法を順を追って書き下していくのと同じです。MMaDAも同様に、最終的な成果物を出す前に、「<思考>...</思考>」ブロックの中に論理的な思考過程をまず生成するよう訓練されます。これにより、モデルは複雑な問題に対して、深く構造的な推論ができるようになります。

일본어 독음: Daiichi wa 'Kongō Chōbun Rensa-teki Shikō', sunawachi Mikkusu-do Rongu-Shī-Ō-Tī desu. Watashi-tachi ga muzukashii sūgaku no mondai o toku toki, kotae dake o pon to dasu no dewa naku, kaihō o jun o otte kakikudashite iku no to onaji desu. MMaDA mo dōyō ni, saishūteki na seikabutsu o dasu mae ni, '<shikō>...</shikō>' burokku no naka ni ronriteki na shikō katei o mazu seisei suru yō kunren saremasu. Kore ni yori, moderu wa fukuzatsu na mondai ni taishite, fukaku kōzōteki na suiron ga dekiru yō ni narimasu.

14 of 18

한국어 뜻: 두 번째는 'UniGRPO'라는, 오직 확산 모델만을 위해 설계된 특별한 강화학습 알고리즘입니다. 이는 모델이 단순히 정답을 맞히는 것을 넘어, 추론 과정이 논리적인지, 생성된 이미지가 사실과 부합하는지 등 다양한 기준에 따라 보상을 받게 합니다. 마치 엄격한 코치가 선수의 자세 하나하나를 교정해주듯, 모델의 결과물 품질을 최고 수준으로 다듬는 역할을 합니다.

日本語: 第二は「UniGRPO」という、拡散モデルのためだけに設計された特別な強化学習アルゴリズムです。これは、モデルが単に正解を出すことを越え、推論過程が論理的か、生成された画像が事実に合致しているかなど、多様な基準に基づいて報酬を受け取るようにします。あたかも厳格なコーチが選手のフォームの一つ一つを矯正するように、モデルの成果物の品質を最高レベルに磨き上げる役割を果たします。

일본어 독음: Daini wa 'Yuni-Jī-Āru-Pī-Ō' to iu, kakusan moderu no tame dake ni sekkei sareta tokubetsu na kyōka-gakushū-arugorizumu desu. Kore wa, moderu ga tan ni seikai o dasu koto o koe, suiron katei ga ronriteki ka, seisei sareta gazō ga jijitsu ni gatchi shite iru ka nado, tayō na kijun ni motozuite hōshū o uketoru yō ni shimasu. Atakamo genkaku na kōchi ga senshu no fōmu no hitotsu hitotsu o kyōsei suru yō ni, moderu no seikabutsu no hinshitsu o saikō reberu ni migakiageru yakuwari o hatashimasu.

15 of 18

한국어 뜻: 이러한 노력의 결과는 실로 압도적이었습니다. MMaDA는 단순히 여러 기능을 합쳐놓은 것이 아니라, 각 분야에서 최고 수준의 성능을 달성했습니다.

日本語: これらの努力の結果は、実に圧倒的でした。MMaDAは単に多くの機能を合わせただけでなく、各分野で最高レベルの性能を達成しました。

일본어 독음: Korera no doryoku no kekka wa, jitsu ni attōteki deshita. MMaDA wa tan ni ōku no kinō o awaseta dake de naku, kaku-bunya de saikō reberu no seinō o tassei shimashita.

한국어 뜻: 결론적으로, 오늘 소개해 드린 확산 모델은 단순히 새로운 선택지를 넘어, 차세대 대규모 언어 모델의 핵심 아키텍처가 될 강력한 잠재력을 가지고 있다고 감히 말씀드릴 수 있습니다.

日本語 (일본어): 結論として、本日ご紹介した拡散モデルは、単に新しい選択肢を越え、次世代の大規模言語モデルの核心的なアーキテクチャとなりうる、強力なポテンシャルを秘めていると、敢えて申し上げます。

일본어 독음 (로마자): Ketsuron toshite, honjitsu go-shōkai shita kakusan-moderu wa, tan ni atarashii sentakushi o koe, jisedai no daikibo-gengo-moderu no kakushinteki na āchitekucha to nari-uru, kyōryoku na potensharu o himete iru to, aete mōshiagemasu.

한국어 뜻: 그 이유는 명확합니다. 첫째, 이미 확인했듯이, 병렬 생성 덕분에 압도적으로 빠릅니다. 둘째, 그리고 더 중요한 것은, 생성물의 '정교함'에 있습니다.

日本語: その理由は明確です。第一に、既に確認した通り、並列生成のおかげで圧倒的に高速であること。第二に、そしてより重要なのは、生成物の「精巧さ」にあります。

일본어 독음: Sono riyū wa meikaku desu. Daiichi ni, sude ni kakunin shita tōri, heiretsu-seisei no okage de attōteki ni kōsoku de aru koto. Daini ni, soshite yori jūyō na no wa, seiseibutsu no 'seikōsa' ni arimasu.

한국어 뜻: 먼저 전체적인 틀을 마스킹으로 설정하고, 여러 번의 디노이징 과정을 통해 그 빈칸을 점진적으로 채워나가는 이 방식은, 단순히 순서대로 단어를 나열하는 것 이상의 정교한 결과물을 만들어냅니다.

日本語: まず全体的な枠組みをマスキングで設定し、複数回のデノイジング過程を通じてその空白を段階的に埋めていくこの方式は、単に順番に単語を並べる以上の、精巧な結果物を生み出します。

일본어 독음: Mazu zentaiteki na wakugumi o masukingu de settei shi, fukusūkai no denoijingu-katei o tsūjite sono kūhaku o dankaiteki ni umete iku kono hōshiki wa, tan ni junban ni tango o naraberu ijō no, seikō na kekkabutsu o umidashimasu.

한국어 뜻: 예를 들어, AI가 코딩하는 상황을 생각해 봅시다. 기존의 자동회귀 모델은 한 줄씩 코드를 짜내려가다가, 만약 중간에 잘못된 토큰 하나를 생성하면 그 실수를 되돌릴 수 없습니다. 결국 처음부터 잘못된 길로 계속 빠져들게 될 위험이 큽니다.

日本語: 例えば、AIがコーディングする状況を考えてみましょう。従来の自己回帰モデルは、一行ずつコードを書いていく中で、もし途中で間違ったトークンを一つ生成してしまうと、その誤りを後戻りして修正することができません。結果として、最初から間違った道へと進み続けるリスクが大きいのです。

일본어 독음: Tatoeba, Ē-Ai ga kōdingu suru jōkyō o kangaete mimashō. Jūrai no jiko-kaiki-moderu wa, ichi-gyō zutsu kōdo o kaite iku naka de, moshi tochū de machigatta tōkun o hitotsu seisei shite shimau to, sono ayamari o atomodori shite shūsei suru koto ga dekimasen. Kekka toshite, saisho kara machigatta michi e to susumi-tsuzukeru risuku ga ōkii no desu.

한국어 뜻: 하지만 확산 모델은 다릅니다. 먼저 코드의 전체적인 큰 구조, 즉 아키텍처의 윤곽을 잡고, 그 내부를 채워 넣으면서, 동시에 계속해서 수정하고 개선하는 반복적인 과정을 거칩니다. 마치 뛰어난 개발자가 전체 설계를 구상하고 점진적으로 구체화하며 리팩토링하는 것과 같습니다.

日本語: しかし、拡散モデルは違います。まずコード全体の大きな構造、すなわちアーキテクチャの輪郭を捉え、その内部を埋めながら、同時に継続的に修正・改善していくという、反復的なプロセスを経ます。あたかも優れた開発者が、全体設計を構想し、段階的に具体化し、リファクタリングしていくかのようです。

일본어 독음: Shikashi, kakusan-moderu wa chigaimasu. Mazu kōdo-zentai no ōkina kōzō, sunawachi āchitekucha no rinkaku o torae, sono naibu o umenagara, dōji ni keizokuteki ni shūsei・kaizen shite iku to iu, hanpukuteki na purosesu o hemasu. Atakamo sugureta kaihatsusha ga, zentai-sekkei o kōsō shi, dankaiteki ni gutaika shi, rifakutaringu shite iku ka no yō desu.

한국어 뜻: 이러한 구조는 특히 AI의 코딩이나 작문과 같은 복잡한 생성 능력을 한 단계 더 발전시킬 수 있는 핵심적인 구조로 크게 기대되고 있습니다.

日本語: このような構造は、特にAIのコーディングや作文といった、複雑な生成能力をもう一段階進化させうる、核心的な構造として、大いに期待されています。

일본어 독음: Kono yō na kōzō wa, toku ni Ē-Ai no kōdingu ya sakubun to itta, fukuzatsu na seisei-nōryoku o mō ichi-dankai shinka sase-uru, kakushinteki na kōzō toshite, ōi ni kitai sarete imasu.

16 of 18

한국어 뜻: 마지막으로, 저희 회사 '사이오닉 AI'에 대해 잠시 소개하며 발표를 마무리하고자 합니다.

日本語 (일본어): 最後に、私たちの会社、「Sionic AI (サイオニック・エーアイ)」について、少しだけ紹介させていただき、発表を締め括りたいと存じます。

일본어 독음 (로마자): Saigo ni, watashi-tachi no kaisha, 'Saionikku Ē-Ai' ni tsuite, sukoshi dake shōkai sasete itadaki, happyō o shimekukuritai to zonjimasu.

한국어 뜻: 저희 사이오닉 AI는, 한국의 국민 메신저인 라인(LINE), 그리고 한국 최대 검색 엔진인 네이버(NAVER)의 AI 검색 시스템을 직접 개발하고 성공시켰던 창업자들이 모여 설립한 기술 중심의 회사입니다.

日本語: 私たちSionic AIは、韓国の国民的メッセンジャーであるLINE、そして韓国最大の検索エンジンであるNAVERのAI検索システムを、自ら開発し成功させた創業者たちが集い、設立した技術主導の会社です。

일본어 독음: Watashi-tachi Saionikku Ē-Ai wa, Kankoku no kokuminteki-messenjā de aru Rain, soshite Kankoku saidai no kensaku-enjin de aru Neibā no Ē-Ai-kensaku-shisutemu o, mizukara kaihatsu shi seikō saseta sōgyōsha-tachi ga tsudoi, setsuritsu shita gijutsu-shudō no kaisha desu.

한국어 뜻: 이러한 경험을 바탕으로, 저희는 기계학습 시스템과 분산 컴퓨팅의 최전선에서 쌓아온 기술적 통찰과 실무 엔지니어링을 융합하여, AI 이론을 실제 제품으로 변혁시키는 혁신을 이끌고 있습니다.

日本語: この経験を基に、私たちは、機械学習システムと分散コンピューティングの最前線で培った技術的洞察と実践的エンジニアリングを融合し、AI理論を実際のプロダクトへと変革するイノベーションをリードしております。

일본어 독음: Kono keiken o moto ni, watashi-tachi wa, kikai-gakushū-shisutemu to bunsan-konpyūtingu no saizensen de tsuchikatta gijutsuteki-dōsatsu to jissenteki-enjiniaringu o yūgō shi, Ē-Ai riron o jissai no purodakuto e to henkaku suru inobēshon o rīdo shite orimasu.

17 of 18

한국어 뜻: 그 중심에 있는 것이 바로 저희의 'STORM' 플랫폼입니다. STORM은 기업이 LLM과 RAG 기술을 손쉽게 관리하고 활용할 수 있도록 돕는 엔터프라이즈 솔루션입니다.

日本語: その中核を成すのが、私たちの「STORM (ストーム)」プラットフォームです。STORMは、企業がLLMとRAG技術を容易に管理・活用できるよう支援する、エンタープライズソリューションです。

일본어 독음: Sono chūkaku o nasu no ga, watashi-tachi no 'Sutōmu' purattofōmu desu. Sutōmu wa, kigyō ga Eru-Eru-Emu to Ā-Ē-Jī gijutsu o yōi ni kanri・katsuyō dekiru yō shien suru, entāpuraizu-soryūshon desu.

한국어 뜻: STORM은 LLM과 RAG 기술을 활용해, 기업 고유 데이터에 즉시 접근하고 고정밀 답변을 생성하는 것을 실현합니다. 문서 분석, 모델 관리, 배포 및 품질 관리, 피드백 기능 등, AI 에이전트의 설계, 개발, 운영에 필요한 모든 기능을 하나의 환경에서 유기적으로 연계하여, 도입부터 안정적인 운영까지 완벽하게 지원합니다.

日本語: STORMは、LLMとRAG（Retrieval-Augment-Generate）技術を駆使し、企業固有データへの即時アクセスと高精度な応答生成を実現。ドキュメント解析、モデル管理、デプロイ・品質管理、フィードバック機能など、AIエージェントの設計・開発・運用に必要なすべての機能を一つの環境で有機的に連携させることで、導入から安定運用までをシームレスにサポートします。

일본어 독음: Sutōmu wa, Eru-Eru-Emu to Ā-Ē-Jī (Retorībaru-Ōgyumento-Jenerēto) gijutsu o kushi shi, kigyō-koyū-dēta e no sokuji-akusesu to kō-seido na ōtō-seisei o jitsugen. Dokyumento-kaiseki, moderu-kanri, depuroi・hinshitsu-kanri, fīdobakku-kinō nado, Ē-Ai-ējento no sekkei・kaihatsu・un'yō ni hitsuyō na subete no kinō o hitotsu no kankyō de yūkiteki ni renkei saseru koto de, dōnyū kara antei-un'yō made o shīmuresu ni sapōto shimasu.

18 of 18

한국어 뜻: 현재 저희 사이오닉 AI는 일본 시장의 무한한 가능성을 보고, 시부야의 CIC Tokyo에 오피스를 두고 있으며, 이번 기회를 통해 일본 시장에 보다 적극적이고 격렬하게 진출하고자 노력하고 있습니다. 잘 부탁드립니다.

日本語: 現在、私たちSionic AIは、日本市場の無限の可能性を確信し、渋谷のCIC Tokyoにオフィスを構えており、この度の機会を通じて、日本市場へより積極的に、そして精力的に進出すべく、努力しております。どうぞ、よろしくお願いいたします。

일본어 독음: Genzai, watashi-tachi Saionikku Ē-Ai wa, Nihon-shijō no mugen no kanōsei o kakushin shi, Shibuya no Shī-Ai-Shī Tōkyō ni ofisu o kamaete ori, kono tabi no kikai o tsūjite, Nihon-shijō e yori sekkyokuteki ni, soshite seiryokuteki ni shinshutsu subeku, doryoku shite orimasu. Dōzo, yoroshiku onegai itashimasu.

한국어 뜻: 오늘 발표에 관심을 가져주신 분들을 위해, 그리고 저희가 설명드린 기술이 어떻게 실제 제품으로 구현되었는지 직접 확인하실 수 있도록, STORM을 바로 체험해보실 수 있는 방법을 준비했습니다. 이 슬라이드를 참고해 주십시오.

日本語 (일본어): 本日の発表にご関心をお持ちいただいた皆様のために、そして私たちが説明した技術が、どのように実際のプロダクトとして実装されているかを直接ご確認いただくために、STORMをすぐにご体験いただける方法をご用意いたしました。こちらのスライドをご参照ください。

일본어 독음 (로마자): Honjitsu no happyō ni go-kanshin o o-mochi itadaita minna-sama no tame ni, soshite watashi-tachi ga setsumei shita gijutsu ga, dono yō ni jissai no purodakuto toshite jissō sarete iru ka o chokusetsu go-kakunin itadaku tame ni, Sutōmu o sugu ni go-taiken itadakeru hōhō o go-yōi itashimashita. Kochira no suraido o go-sanshō kudasai.

한국어 뜻: 더 편리한 접속을 위해, 오른쪽에 있는 QR 코드를 스마트폰으로 스캔하시면 가이드 페이지로 바로 이동하실 수 있습니다.

日本語: より便利なアクセスために、右側にございますQRコードをスマートフォンでスキャンいただくと、ガイドページに直接移動することができ、大変便利です。

일본어 독음: Yori benri na akusesu no tame ni, migi-gawa ni gozaimasu Kyū-Āru-kōdo o sumātofon de sukyan itadaku to, gaido-pēji ni chokusetsu idō suru koto ga deki, taihen benri desu.

한국어 뜻: 오늘 이 자리를 빌려, 여러분께서 직접 STORM의 강력함과 편리함을 경험해보시기를 진심으로 바랍니다. 꼭 링크를 눌러 가입해서 사용해 보십시오.

日本語: この機会にぜひ、皆様ご自身でSTORMのパワフルさと利便性をご体験いただけますと幸いです。ぜひリンクをクリックし、ご登録の上、お試しください。

일본어 독음: Kono kikai ni zehi, minna-sama go-jishin de Sutōmu no pawafuru-sa to ribensei o go-taiken itadakemasu to saiwai desu. Zehi rinku o kurikku shi, go-tōroku no ue, o-tameshi kudasai.