Hugging Face의 AnyLanguageModel 1.0, Apple Silicon에 로컬 AI 모델 도입

Hugging Face는 Apple Silicon 기반 Mac 및 iPhone에서 수백 개의 AI 모델을 효율적으로 로컬 실행하도록 최적화하기 위해 설계된 새로운 프레임워크인 AnyLanguageModel(ALM) 1.0을 공식 출시했습니다. 이 업데이트는 크리에이터가 복잡한 모델을 자신의 기기에서 직접 실행할 수 있게 하여, 상당한 속도 향상, 개인 정보 보호, 그리고 클라우드 서비스에 의존하지 않고 오프라인으로 작업할 수 있는 능력을 제공합니다.

주요 내용

• AnyLanguageModel(ALM) 1.0은 Hugging Face의 새로운 프레임워크로, 100개 이상의 AI 모델을 Apple Silicon 기기에서 효율적으로 로컬 실행할 수 있게 합니다.
• 이 업데이트를 통해 AI 아트 크리에이터는 이미지 생성, 텍스트 처리, 코드 완성 등의 작업을 Mac 및 iPhone에서 직접 수행할 수 있습니다.
• 로컬 실행은 더 빠른 처리, 향상된 데이터 개인 정보 보호, 인터넷 연결 없이 오프라인으로 작업할 수 있는 능력과 같은 이점을 제공합니다.
• ALM 1.0은 대규모 언어 모델(LLM) 및 확산 모델을 포함한 다양한 모델 유형을 지원하며, Apple의 뉴럴 엔진에 최적화된 성능을 제공합니다.

많은 AI 아트 크리에이터에게 로컬 실행으로의 전환은 핵심적인 문제점인 지연 시간과 비용을 해결합니다. 클라우드에서 모델을 실행하는 것은 API 호출을 기다리고 토큰당 또는 생성당 비용을 지불해야 함을 의미합니다. ALM 1.0을 사용하면 상세한 이미지 생성 프로젝트를 진행하는 크리에이터는 훨씬 빠르게 반복 작업을 수행하고, 프롬프트를 조정하며, Mac에서 거의 즉시 결과를 확인할 수 있습니다. 이는 캐릭터의 표정이나 환경 세부 사항을 다듬는 것과 같이 많은 작은 조정이 필요한 작업에 특히 유용합니다. 이 프레임워크는 Apple의 Core ML 도구를 활용하여 모델이 M 시리즈 칩의 뉴럴 엔진을 최대한 활용하여 최대 성능을 발휘하도록 보장합니다. 이는 강력한 AI 도구를 더욱 접근하기 쉽고 일상적인 창작 워크플로에 통합하는 데 중요한 단계입니다.

Apple 하드웨어에서 가속화된 워크플로

ALM 1.0은 인기 있는 모델의 사전 양자화된 버전을 제공하여 메모리 사용량을 줄이고 추론 속도를 높입니다. 예를 들어, 일반적으로 강력한 클라우드 GPU가 필요한 Stable Diffusion 모델은 이제 M3 칩이 장착된 MacBook Pro에서 몇 초 만에 이미지를 생성할 수 있습니다. 이는 크리에이터가 더 이상 민감한 데이터를 외부 서버에 업로드할 필요가 없음을 의미하며, 독점 또는 개인 콘텐츠로 작업하는 사람들에게는 주요 개인 정보 보호 이점입니다. 이 프레임워크는 텍스트 생성을 위한 대규모 언어 모델(LLM), 이미지 생성을 위한 확산 모델, 심지어 코드 완성 모델을 포함한 광범위한 모델을 지원하여 로컬 사용자에게 제공되는 도구 키트를 확장합니다.

콘셉트 아티스트가 개체나 캐릭터의 여러 변형을 생성해야 하는 시나리오를 생각해 봅시다. 클라우드 서비스에 프롬프트를 제출하고 기다리는 대신, ALM에 최적화된 모델을 로컬에서 사용할 수 있습니다. 이를 통해 몇 번의 클라우드 기반 렌더링에 걸리는 시간 안에 수십 가지 옵션을 생성하는 빠른 실험이 가능합니다. 오프라인으로 작업할 수 있는 능력은 여행하거나 인터넷 연결이 불안정한 크리에이터에게도 중요하며, 워크플로가 중단되지 않도록 보장합니다. Hugging Face는 이 프레임워크가 1년 이상 개발되어 Apple의 고유한 하드웨어 아키텍처에서 성능을 개선했다고 언급합니다 [^1].

로컬 AI에 대한 광범위한 영향

이 출시는 단순히 속도에 관한 것이 아니라 제어에 관한 것입니다. 강력한 AI 모델을 로컬 하드웨어로 가져옴으로써 ALM 1.0은 개별 크리에이터가 클라우드 인프라와 관련된 복잡성이나 비용 없이 모델을 사용자 정의하고 미세 조정할 수 있도록 지원합니다. 이는 Nvidia의 ChatRTX와 같이 로컬 AI 에이전트를 가능하게 하는 도구에서 볼 수 있듯이 로컬 AI로의 성장 추세와 일치합니다. 사용자 정의 모델 또는 전문화된 워크플로를 탐색하는 크리에이터에게 이러한 모델을 로컬에서 실행할 수 있는 능력은 더 큰 실험의 자유와 타사 서비스에 대한 의존도 감소를 의미합니다. 로컬 AI 설정 최적화에 대한 자세한 내용은 가이드에서 확인할 수 있습니다.

이 프레임워크는 현재 100개 이상의 모델을 지원하며, 더 많은 모델이 정기적으로 추가되고 있습니다. 여기에는 이미지 생성, 텍스트 요약, 번역, 심지어 객체 감지 모델도 포함됩니다. 시각적 자산을 만드는 사람에게는 로컬 모델을 사용하여 기본 이미지를 생성한 다음, 다른 모델을 사용하여 업스케일링하고, 세 번째 모델을 사용하여 특정 스타일 전송을 적용하는 것을 의미할 수 있습니다. 이 모든 것이 자신의 환경 내에서 이루어집니다. 이 통합된 로컬 워크플로는 창작 프로세스를 크게 간소화하여 고급 AI 기능을 원격 서비스가 아닌 크리에이터 자신의 기기의 확장처럼 느끼게 할 수 있습니다. 더 많은 모델이 최적화됨에 따라 크리에이터가 로컬에서 수행할 수 있는 작업의 범위는 더욱 확장될 것입니다.

[^1]: Hugging Face 블로그: AnyLanguageModel 1.0: Apple 플랫폼의 로컬 모델 1년