[논문 리뷰] AIGC In China: Current Developments And Future Outlook

Xiangyu Li, Yuqing Fan외 1명|arXiv (Cornell University)|2023. 08. 14.

Image Processing and 3D Reconstruction인용 수 6

한 줄 요약

이 논문은 중국의 AI 생성 콘텐츠(AIGC) 현황을 분석하며, 대규모 언어 모델 및 다중모달 시스템과 같은 기초 기술, 시장 및 정책 역학, 생태계 발전을 다룬다. 데이터 품질, 인력 부족, 저작권 위험 등의 주요 과제를 규명하면서 향후 향상된 지능, 클라우드 통합, 다산업 적용 추세를 예측하며, 해석 가능성, 보안성, 일반화 능력을 갖춘 모델과 강력한 거버넌스 프레임워크를 주장한다.

ABSTRACT

The increasing attention given to AI Generated Content (AIGC) has brought a profound impact on various aspects of daily life, industrial manufacturing, and the academic sector. Recognizing the global trends and competitiveness in AIGC development, this study aims to analyze China's current status in the field. The investigation begins with an overview of the foundational technologies and current applications of AIGC. Subsequently, the study delves into the market status, policy landscape, and development trajectory of AIGC in China, utilizing keyword searches to identify relevant scholarly papers. Furthermore, the paper provides a comprehensive examination of AIGC products and their corresponding ecosystem, emphasizing the ecological construction of AIGC. Finally, this paper discusses the challenges and risks faced by the AIGC industry while presenting a forward-looking perspective on the industry's future based on competitive insights in AIGC.

연구 동기 및 목표

• 중국의 AIGC 개발 현황을 기술적, 시장적, 정책적, 연구적 차원에서 분석하기.
• 중국 AIGC 생태계의 주요 추진력과 장애 요인을 규명하기, 인력 부족, 데이터 품질, 저작권 문제 포함.
• 대규모 언어 모델, 다중모달 시스템, 강화 학습이 AIGC 능력을 향상시키는 데 미치는 역할 평가하기.
• 중국의 AIGC 향후 전개 방향을 분석하며, 향상된 지능, 클라우드 통합, 다산업 응용에 중점을 두기.
• 혁신과 개인정보 보호, 보안, 규제 준수를 균형 잡는 거버넌스 프레임워크 제안하기.

제안 방법

• 중국 내 AIGC 분야의 학술 연구 성과를 맵핑하기 위해 关련 키워드 기반 문헌 검색 수행.
• 대규모 언어 모델(LLM), 다중모달 모델, 인간 피드백을 통한 강화 학습(RLHF)을 포함한 기초 AIGC 기술 검토.
• 국가 전략과 산업 동향의 정성적 통합 분석을 통해 중국 AIGC 분야의 정책 프레임워크 및 시장 추세 분석.
• AIGC 제품 생태계와 플랫폼 통합 평가하며, 인프라 및 응용의 다양성 강조.
• 데이터 품질, 인력 부족, 지적재산권 리스크 등을 포함한 도전 과제를 다차원 프레임워크로 평가.
• 해석 가능성, 일반화 능력, 다중모달 융합, 안전한 훈련을 중심으로 한 미래 지향적 AIGC 개발 모델 제안.

Figure 1: Structure of Transformer

실험 결과

연구 질문

• RQ1 중국에서 AIGC 개발을 이끄는 핵심 기술적 기초는 무엇이며, 세계 기준과 비교해 봤을 때 어떻게 다를까?
• RQ2 중국의 정책 및 시장 환경는 AIGC 기술의 확산과 도입에 어떻게 영향을 미쳤는가?
• RQ3 스케일업된 AIGC 구현을 저해하는 주요 과제들—기술적, 규제적, 인적 요인—는 무엇인가?
• RQ4 중국의 AIGC 생태계는 어떻게 변화하고 있으며, 오픈소스 프레임워크와 대규모 모델은 이 변화에 어떤 역할을 하는가?
• RQ5 다음 단계의 AIGC 개발을 규정할 것으로 예상되는 주요 향후 추세와 전략적 방향은 무엇인가?

주요 결과

• 중국의 AIGC 개발은 대규모 미리 훈련된 모델과 오픈소스 프레임워크의 보급으로 인해 크게 주도되며, 진입 장벽이 낮아지고 혁신 속도가 빨라지고 있다.
• 대규모 언어 모델(LLM)과 다중모달 아키텍처의 통합은 AIGC가 일관된 텍스트, 이미지, 오디오, 영상 콘텐츠를 생성할 수 있도록 하는 핵심 요소이다.
• 빠른 성장에도 불구하고 데이터 품질, 모델 일반화 능력, 인력 부족 등의 과제가 지속되며, 글로벌 수준의 숙련된 AI 전문가 부족이 진전을 저해하고 있다.
• 저작권 및 기여자 표시 문제는 여전히 핵심적인 우려 사항이며, 각국에서 AIGC 생성 콘텐츠를 규제하기 위한 다양한 법적 프레임워크가 도입되고 있다.
• 중국의 향후 AIGC 개발은 향상된 자율성, 클라우드 기반 확장성, 교육, 미디어, 제조업 등 다양한 분야에 걸친 다산업 적용을 강조할 것으로 예상된다.
• 이 논문은 혁신과 국가 안보, 개인정보 보호, 규제 감시를 균형 잡는 거버넌스 모델 수립을 통해 중국가 전략적 우위를 확보할 수 있음을 규명한다.

Figure 2: Several famous generative models after 2021