누구나 과일과 채소를 심고 키워서 수확할 수 있는 공동체 텃밭을 떠올리면 쉽게 이해될 거예요. 텃밭에는 모두가 이용할 수 있는 공간이 제공됩니다. Meta가 AI 모델을 제공하는 방식과 비슷하죠. 누구나 각자의 선호도나 니즈에 따라 원하는 것을 키울 수 있고, 이 과정에서 다른 사람들을 보며 배울 수 있습니다. 그렇기에 과일과 채소를 심고 텃밭을 가꾸는 사람이 많을수록 더 좋습니다.
"저는 AI의 긍정적인 미래를 위해서는 오픈 소스가 필수라고 생각합니다.
AI가 인간의 생산성과 창의력, 삶의 질을 끌어올리고 경제 성장의 속도를 높이는 동시에 의료와 과학적 리서치에서도 진전을 가져올 잠재력은 그 어떤 현대 기술보다 더 높습니다. 오픈 소스는 소수의 기업에 힘이 집중되지 않고 기술을 사회 전반에 보다 고르게, 그리고 안전하게 배포할 수 있게 해주죠."
마크 저커버그(Mark Zuckerberg), 설립자 겸 CEO
논평 기사 전문 읽기오픈 소스의 가능성 확인
사하라 사막 이남 아프리카
FoondaMate를 사용하는 3백만 학생들 중 상당수가 50~70명의 학생으로 가득한 교실에 앉아 공부합니다. 이 환경에서는 선생님의 일대일 지도를 받기가 힘들고 교과서가 1인당 한 권씩 제공되지 않을 수도 있습니다. 줄루어로 '공부 친구'를 의미하는 FoondaMate는 중학교 및 고등학교 학생들이 어려운 개념을 명확히 이해하고 시험에 대비하도록 하는 등 학습에 도움을 주는 오픈 소스 AI 기반의 상시 학습 도우미입니다.
대한민국
업스테이지(Upstage)는 Llama를 바탕으로 자체 Al 모델을 미세 조정한 AI 솔루션 스타트업입니다. 이 회사의 대표 제품인 Ask Up은 130만 명에 달하는 사람들이 이용하는 한국의 첫 챗봇 서비스입니다.
일본
Elyza는 챗봇, 업무 효율성 개선을 위한 텍스트 생성 등에 적용할 수 있도록 Meta Llama를 사용하여 일본어로 된 상용 대규모 언어 모델을 개발한 일본의 AI 스타트업입니다.
미국
City of Hope 국립의료센터는 Meta의 오픈 소스 AI 모델을 사용하여 암 전문의를 위한 임상 도구를 제작했습니다. 여기에는 의사들이 환자의 정보를 빠르게 파악할 수 있도록 임상 기록 요약을 생성하는 도구도 포함되어 있었습니다. 또한 이 의료센터에서는 환자와 관련된 임상 시험을 매칭하는 임상 시험 매칭 도구도 개발하고 있습니다.
오픈 소스 AI는 전 세계적으로 공평한 경쟁의 무대를 마련하는 데 일조하고 있습니다. 덕분에 규모에 관계없이 많은 기업이 최신 AI 모델을 사용하고 교육, 의학 등의 분야에서 진보를 이루고 있습니다.
미국
AIIRA는 기후 변화에 강한 새로운 농작물 품종을 재배하고 정밀 농업 및 의사 결정 지원을 위한 AI 기반 기술을 개발하는 등 두 가지 주요 문제에 초점을 맞추고 농업 이용 사례를 통해 기초 AI 기술을 개발하는 것을 목표로 삼고 있습니다. AIIRA는 곤충, 질병, 잡초 등 농작물 수확량을 감소시킬 수 있는 요인을 파악하고 재배자들에게 빠른 정보 및 의사 결정 지원을 제공하기 위해 Llama와 같은 대규모 언어 모델을 사용하고 있습니다.
미국
의학에서 방사선 종양학만큼 정확성과 많은 데이터를 요하는 분야는 드뭅니다. 이 전문 분야에서는 환자의 생명이 올바른 치료를 받는 데 달려 있습니다. Meta Llama 2를 활용하는 대규모 언어 모델(LLM)인 Mayo Clinic의 선구적인 RadOnc-GPT는 방사선 치료 시 필요한 의사 결정의 속도와 정확성, 품질을 크게 높여 의사와 환자 모두에게 혜택을 가져다줍니다.
전 세계
UNESCO Language Translator는 Meta의 NLLB(No Language Left Behind) 오픈 소스 AI 모델을 바탕으로 개발되어 Hugging Face 공간에 호스팅되고 있습니다. Meta의 FAIR(Fundamental AI Research) 연구소에서 2022년 출시한 NLLB는 이전과 전혀 다른 형태의 혁신적인 오픈 소스 AI 프로젝트로, 아스투리아스어, 루간다어, 우르두어 등 리소스가 적은 언어가 포함된 200개 언어 간에 평가를 거친 고품질의 번역을 바로 제공할 수 있습니다.
전 세계
일반적으로 나무 심기를 통해 이루어지는 재조림 사업은 여전히 전 세계 탄소 배출을 상쇄하는 데 가장 효과적인 도구 중 하나로 여겨지고 있습니다. 세계 자원 연구소(WRI)는 Meta와 손을 잡고 오픈 소스 AI를 활용하여 지구상에 존재하는 모든 나무의 키를 쟀습니다. WRI의 팀은 이 데이터 세트를 사용하여 아프리카 전역에서 재조림 프로그램을 모니터링하고 있으며 전 세계 정부 기관에서도 동일한 작업에 착수할 수 있도록 지원하고 있습니다.
사하라 사막 이남 아프리카
의학에서는 적시에 적절한 정보에 접근할 수 있는지 여부에 따라 모든 것이 판가름날 수 있습니다. EPFL 컴퓨터통신대학과 예일e 의과대학의 연구진은 리소스가 적은 환경에서 임상 의사 결정 및 진단에 도움이 되도록 오픈 소스 AI를 사용하여 Meditron을 개발했습니다.

점점 더 많은 개발자들이 참여하고 있는 커뮤니티를 통해 코드를 검토하여 더 빠르게 문제를 발견해 해결하고 있습니다. Meta는 안전성을 더욱 개선하기 위해 제3자와 함께 Meta 제품에 대한 스트레스 테스트를 진행하며 AI에 대한 Meta의 개방적인 접근 방식을 발전시키기 위해 정책 입안자, 학계 및 시민 사회 내 전문가, 업계 종사자들과 협업하고 있습니다.
Meta의 약속에 대해 더 알아보기10년이 넘는 세월 동안 Meta의 FAIR(Fundamental AI Research) 팀은 최신 리서치 결과를 공유하고 글로벌 AI 커뮤니티와 공조하고 있습니다. 이러한 리서치 덕분에 Meta는 떠오르는 AI 플랫폼에 대한 이해를 강화하고 새로운 제품 경험을 개발할 수 있습니다.
Meta의 리서치 이니셔티브에 대해 더 알아보기
커뮤니티
Meta의 Llama 임팩트 프로그램은 Llama가 사회 및 경제 발전을 촉진하고 정책상의 당면 과제를 해결하기 위한 노력에 날개를 달아줄 수 있는 방법을 찾기 위해 마련된 지원금, 상, 해커톤, 커뮤니티 형성 프로그램으로 구성되어 있습니다.

Meta와 IBM은 AI Alliance를 공동 출범했습니다. 이 커뮤니티는 개방적인 혁신을 통해 안전하고 책임감 있는 인공 지능의 발전을 도모하기 위해 함께 노력하고 있는 70명 이상의 기술 크리에이터, 개발자, 기술을 도입한 사용자로 구성되어 있습니다.
더 알아보기
오픈 소스 및 미래의 모델 개발에 대한 Meta 접근 방식과 관련하여 핵심적인 피드백을 얻는 데 도움이 되도록 Meta와 리서치 커뮤니티 간의 협업과 지식 공유를 촉진하기 위해 마련된 학계 연구원들을 위한 워크샵과 활동입니다.
더 알아보기
Data for Good은 서비스 제공을 강화하고 과학적 리서치를 지원하기 위해 전 세계 정부, 대학, 비영리 단체에서 사용할 수 있는 다양한 오픈 소스 AI 기반의 데이터 세트를 제공합니다.
더 알아보기수혜자들이 오픈 소스 AI 모델을 사용하여 전 세계의 문제를 해결하는 방법을 자세히 알아보세요.
더 알아보기Meta는 개방적인 방식으로 개발하고 모두가 AI의 혜택을 누릴 수 있도록 하기 위해 최선을 다하고 있습니다. 오픈 소스 AI가 앞으로 나아가야 할 올바른 길이라는 데 뜻을 같이하는 학자와 기업가도 점점 더 늘어나고 있는 추세입니다.
Zauron Labs | UT Health San Antonio
Zauron Labs는 Meta의 오픈 소스 AI인 Llama를 사용하여 방사선 전문의들의 맞춤법 검사기와도 같은 AI 도구를 만들었습니다.
예일대학교 | EPFL
예일과 EPFL은 Meta의 오픈 소스 AI인 Llama를 사용하여 외딴 지역의 의사들을 돕기 위한 맞춤형 의료 안내를 제공하는 AI 도구를 만들었습니다.
Meta는 오래 전부터 오픈 소스 프로젝트를 진행해 성공을 이룬 풍부한 경험을 갖추고 있으며, Meta AI를 이용하는 개발자와 기업이 늘어나면서 Meta AI는 글로벌 표준 중 하나로 부상하고 있습니다. 덕분에 Meta를 위시한 많은 사람이 대중이 사용하길 원하는 최고의 경험과 제품을 만들 수 있게 되었습니다. 이를 지원하기 위해서는 Meta가 언제나 최고의 기술을 활용할 수 있도록 준비하고, 경쟁업체의 독점 에코시스템에 제약되지 않도록 조치를 취해야 했습니다.
Our approach
Latest news
Foundational models