안녕하세요, 2월 셋째주 뉴스레터로 인사드려요 🙌
오늘은 “AI Agent”를 관심 있게 지켜보는 분들을 위해, Microsoft의 Azure AI Foundry를 소개해 드리려 합니다. ‘AI는 알겠는데, 어떻게 빨리 만들어서 실무에 적용하지?’라는 고민, 한 번쯤은 하셨을 텐데요.
Azure AI Foundry를 ‘AI 실험실’이라고 생각해 보세요. 학교 과학실에서 여러 가지 실험 도구와 재료를 이용해 과학 실험을 하듯, AI Foundry에서는 인공지능과 관련된 다양한 도구(소프트웨어)와 데이터를 마음껏 활용할 수 있어요.
즉, Azure AI Foundry는 Microsoft의 통합 AI 플랫폼으로, 개발자와 IT 관리자들이 AI 애플리케이션과 에이전트를 설계, 맞춤화, 관리할 수 있는 플랫폼이에요. GitHub, Visual Studio, Microsoft Copilot Studio와 같은 인기 있는 개발 도구와 통합되어 원하는 환경에서 작업할 수 있습니다. 또한, OpenAI GPT4, o1, o3-mini, Llama3, Mistral, 최근 가장 핫한 DeepSeek R1 등 1,800개 이상의 다양한 모델을 포함한 모델 카탈로그를 제공하여, 사용자는 원하는 모델을 활용해 AI 솔루션을 웹상에서 바로 테스트하고, 구축 및 배포할 수 있어요.
Azure AI Foundry 플랫폼을 기반으로 하는 Azure AI Foundry Labs은 Microsoft의 연구에서 나온 혁신적인 기술을 개발자, 스타트업, 기업들이 탐색할 수 있는 허브입니다. 이 플랫폼은 최첨단 연구와 실제 응용 프로그램을 결합하여 다양한 산업 분야의 개발자와 창작자들이 새로운 가능성을 발견하고, 복잡한 문제를 해결하며, AI의 미래를 형성하는 데 도움이 되는 통찰력을 공유할 수 있도록 합니다.
최근 발표된 Azure AI Foundry Lab에서는 Agentic Framework를 제공해, 빠르고 안정적으로 AI 서비스를 테스트해 볼 수 있어요.
Azure AI Foundry Lab에는 어떤 AI Agent용 도구들이 있나요?
Azure AI Foundry Lab안에는 여러 프로젝트(Framework)가 준비되어 있는데, 이 중 Agentic Framework라고 불리는 프로젝트들을 간단히 소개해드릴게요.
오로라는 13억 개의 매개변수를 가진 대규모 모델로, 다양한 기상 데이터로 학습되어 폭풍과 같은 극단적인 날씨 변화도 잘 예측할 수 있어요. 또한, 오로라는 기존의 예측 시스템보다 훨씬 빠르게 10일 치의 고해상도 일기 예보와 5일 치의 전 세계 대기 오염 예측을 제공해요. 기존의 숫자 날씨 예측 시스템에 비해 약 5,000배의 빠른 예상 계산 속도를 제공해요. 이러한 기능을 통해 오로라는 기후 변화로 인한 극단적인 기상 현상에 더 잘 대비할 수 있도록 도와줄 것으로 기대돼요.
- 활용 예시: 기상청에서 써서 폭우나 태풍이 언제 올지 예측하거나, 항공사가 비행 스케줄을 짤 때 도움 받을 수 있어요.
오로라 - 1.3억개 파라미터 기상 예측 파운데이션 모델
ExACT는 AI 에이전트의 의사결정을 향상시키기 위한 새로운 방법이에요. ExACT는 두 가지 주요 기술인 Reflective-MCTS와 Exploratory Learning을 결합하여, 에이전트가 주변 환경을 더 잘 탐색하고 최선의 결정을 내릴 수 있도록 도와줘요.
- Reflective-MCTS: 이 기술은 기존의 몬테카를로 트리 탐색 알고리즘을 개선한 것으로, 에이전트가 자신의 결정 과정을 되돌아보고 여러 에이전트와 토론하면서 더 나은 결정을 내릴 수 있게 해줘요.
- Exploratory Learning: 이 방법은 에이전트가 다양한 경로를 시도하고, 비효율적인 경로에서 빠르게 벗어나 더 나은 선택을 찾을 수 있도록 훈련시켜요.
이러한 접근 방식은 VisualWebArena와 같은 복잡한 환경에서 에이전트의 성능을 크게 향상시키는 것으로 나타났어요. ExACT는 AI 에이전트가 복잡한 여러 단계의 작업을 더 정확하고 유연하게 수행할 수 있도록 지원하는 중요한 발전으로 평가받고 있어요.
- 활용 예시: 학교 내 게시판 정보가 많을 때, ExACT가 “우선순위 높은 정보”를 자동으로 찾아주거나 추천해 줄 수 있어요.
ExACT에서 사용되는 R-MCTS(반영적 몬테카를로 트리 탐색) 알고리즘을 통한 의사결정 능력 향상
Magentic-One은 여러 개의 AI 에이전트가 협력하여 복잡한 작업을 자동으로 수행하도록 설계되었어요. Magentic-One은 주 에이전트인 Orchestrator와 네 개의 보조 에이전트로 구성되어 있어요.
- Orchestrator: 작업을 계획하고, 진행 상황을 추적하며, 다른 에이전트들에게 적절한 임무를 할당해요.
- WebSurfer: 웹 브라우저를 조작하여 인터넷에서 필요한 정보를 찾아요.
- FileSurfer: 컴퓨터의 파일을 읽고 관리해요.
- Coder: 필요한 코드를 작성해요.
- ComputerTerminal: 명령어를 실행하여 다양한 작업을 수행해요.
이러한 에이전트들은 함께 협력하여 웹 검색, 파일 편집, 코드 작성 등 다양한 복잡한 작업을 자동으로 처리할 수 있어요. Magentic-One은 오픈소스로 제공되어, 누구나 이 시스템을 활용하고 발전시킬 수 있어요.
- 활용 예시: 로봇 여러 대가 함께 움직여 축제장에서 물품을 나르고, 청소하고, 안내하는 등의 작업을 각각 분담하면 편리하겠죠?
MatterSim 모델은 현실 세계의 다양한 조건에서 재료의 특성을 예측하는 데 도움을 줘요. 과학자들은 새로운 재료를 개발할 때, 그 재료가 실제 환경에서 어떻게 작용할지 미리 알기 어려웠어요. MatterSim은 이러한 문제를 해결하기 위해 만들어졌어요. 이 모델은 118개의 원소를 다양한 조합으로 분석하여, 아직 만들어지지 않은 재료의 특성을 예측할 수 있어요. 이를 통해 나노전자공학, 에너지 저장, 의료 분야 등에서 혁신적인 재료를 더 빠르고 효율적으로 개발할 수 있을 것으로 기대돼요.
- 활용 예시: 물리나 화학 시간에 배우는 원소·분자 구조를 빠르게 시뮬레이션해, 신약 개발이나 신소재 연구에 도움을 줍니다.
MatterSim은 다양한 응용 분야에서 현실적인 온도 및 압력 조건에서 재료의 특성과 반응을 모델링
Microsoft Research에서 최근 발표한 OmniParser V2는 대규모 언어 모델(LLM)을 컴퓨터 사용 에이전트로 변환하는 혁신적인 도구예요. 이 도구는 UI 스크린샷을 픽셀 수준에서 LLM이 이해할 수 있는 구조화된 요소로 변환하여, 인터페이스의 상호작용 가능한 아이콘을 식별하고 화면의 다양한 구성 요소를 파악하며, 사용자의 의도를 정확한 화면 영역과 연결할 수 있도록 도와줘요.
OmniParser V2는 이전 버전에 비해 더 큰 데이터 세트로 훈련되어 작은 상호작용 요소도 정확하게 감지하고, 추론 속도도 60% 향상되었어요. 또한, OmniTool이라는 도커화된 Windows 시스템을 통해 OpenAI, DeepSeek, Qwen, Anthropic 등 다양한 최신 LLM과의 통합을 지원하여 화면 이해, 작업 계획 및 실행을 가능하게 해줘요. 이러한 기능을 통해 LLM 기반의 GUI 자동화가 더욱 효율적이고 정확하게 이루어질 것으로 기대돼요. OmniParser V2와 OmniTool은 GitHub에서 공개되어 있으며, 모델 체크포인트는 HuggingFace에서 확인할 수 있어요.
- 활용 예시: 인터넷 사이트에서 눈으로 보고 클릭해야 할 것들을 AI가 스스로 파악해, 반복 업무(예: 자료 입력)를 자동화해줄 수 있어요.
OmniParser v2+GPT-40 모델의 ScreenSpot Pro 벤치 마크 결과
Microsoft Research와 글로벌 건강 약물 발견 연구소(GHDDI)가 TamGen이라는 GPT처럼 글자를 생성하는 대신, 화학 물질 구조(분자)를 만들어내는 “화학 언어 모델” 을 개발했어요. 이 도구는 결핵과 같은 질병을 치료할 수 있는 새로운 약물을 더 빠르게 발견하는 데 도움을 줘요. TamGen은 특정 질병의 표적에 맞는 분자를 생성하여, 약물 개발 과정을 가속화해요. 이러한 접근 방식은 전통적인 방법보다 더 효율적이고 비용을 절감할 수 있어요. TamGen은 오픈 소스로 제공되어, 전 세계 연구자들이 함께 활용하고 발전시킬 수 있어요.
- 활용 예시: 신약(새로운 약)을 만들 때 약물 후보를 빠르게 찾아내도록 도와줘요. 희귀 질환 치료제 같은 것을 연구하는 데 사용 가능하답니다.
AI 연구와 실제 제품의 경계가 날로 좁아지고 있습니다. Azure AI Foundry는 이 간극을 완전히 없애기 위해 탄생한, 마이크로소프트의 최신 AI 허브입니다. 오늘은 마이크로소프트의 AI Factory에 대해서 살펴보았지만 AWS, Google 등 클라우드 다른 플랫폼에서도 AI 개발 플랫폼을 제공하고 있습니다.
이러한 서비스들을 통해 AI를 시작해 보고 싶은 스타트업부터, 대규모 데이터를 다루는 기업, AI 연구 커뮤니티까지 모두 클라우드를 통해 현실 세계의 문제를 탐색하고 실험하고 궁극적으로 해결할 수 있기를 기대해 봅니다. 이제 AI가 더 이상 미래가 아닌 현재진행형 기술임을 직접 체감해 보세요.
그럼 다음 뉴스레터에서 만나요! 👋
안녕하세요, 2월 셋째주 뉴스레터로 인사드려요 🙌
오늘은 “AI Agent”를 관심 있게 지켜보는 분들을 위해, Microsoft의 Azure AI Foundry를 소개해 드리려 합니다. ‘AI는 알겠는데, 어떻게 빨리 만들어서 실무에 적용하지?’라는 고민, 한 번쯤은 하셨을 텐데요.
Azure AI Foundry를 ‘AI 실험실’이라고 생각해 보세요. 학교 과학실에서 여러 가지 실험 도구와 재료를 이용해 과학 실험을 하듯, AI Foundry에서는 인공지능과 관련된 다양한 도구(소프트웨어)와 데이터를 마음껏 활용할 수 있어요.
즉, Azure AI Foundry는 Microsoft의 통합 AI 플랫폼으로, 개발자와 IT 관리자들이 AI 애플리케이션과 에이전트를 설계, 맞춤화, 관리할 수 있는 플랫폼이에요. GitHub, Visual Studio, Microsoft Copilot Studio와 같은 인기 있는 개발 도구와 통합되어 원하는 환경에서 작업할 수 있습니다. 또한, OpenAI GPT4, o1, o3-mini, Llama3, Mistral, 최근 가장 핫한 DeepSeek R1 등 1,800개 이상의 다양한 모델을 포함한 모델 카탈로그를 제공하여, 사용자는 원하는 모델을 활용해 AI 솔루션을 웹상에서 바로 테스트하고, 구축 및 배포할 수 있어요.
Azure AI Foundry 플랫폼을 기반으로 하는 Azure AI Foundry Labs은 Microsoft의 연구에서 나온 혁신적인 기술을 개발자, 스타트업, 기업들이 탐색할 수 있는 허브입니다. 이 플랫폼은 최첨단 연구와 실제 응용 프로그램을 결합하여 다양한 산업 분야의 개발자와 창작자들이 새로운 가능성을 발견하고, 복잡한 문제를 해결하며, AI의 미래를 형성하는 데 도움이 되는 통찰력을 공유할 수 있도록 합니다.
최근 발표된 Azure AI Foundry Lab에서는 Agentic Framework를 제공해, 빠르고 안정적으로 AI 서비스를 테스트해 볼 수 있어요.
Azure AI Foundry Lab에는 어떤 AI Agent용 도구들이 있나요?
Azure AI Foundry Lab안에는 여러 프로젝트(Framework)가 준비되어 있는데, 이 중 Agentic Framework라고 불리는 프로젝트들을 간단히 소개해드릴게요.
(1) Aurora
오로라는 13억 개의 매개변수를 가진 대규모 모델로, 다양한 기상 데이터로 학습되어 폭풍과 같은 극단적인 날씨 변화도 잘 예측할 수 있어요. 또한, 오로라는 기존의 예측 시스템보다 훨씬 빠르게 10일 치의 고해상도 일기 예보와 5일 치의 전 세계 대기 오염 예측을 제공해요. 기존의 숫자 날씨 예측 시스템에 비해 약 5,000배의 빠른 예상 계산 속도를 제공해요. 이러한 기능을 통해 오로라는 기후 변화로 인한 극단적인 기상 현상에 더 잘 대비할 수 있도록 도와줄 것으로 기대돼요.
오로라 - 1.3억개 파라미터 기상 예측 파운데이션 모델
(2) ExACT
ExACT는 AI 에이전트의 의사결정을 향상시키기 위한 새로운 방법이에요. ExACT는 두 가지 주요 기술인 Reflective-MCTS와 Exploratory Learning을 결합하여, 에이전트가 주변 환경을 더 잘 탐색하고 최선의 결정을 내릴 수 있도록 도와줘요.
이러한 접근 방식은 VisualWebArena와 같은 복잡한 환경에서 에이전트의 성능을 크게 향상시키는 것으로 나타났어요. ExACT는 AI 에이전트가 복잡한 여러 단계의 작업을 더 정확하고 유연하게 수행할 수 있도록 지원하는 중요한 발전으로 평가받고 있어요.
ExACT에서 사용되는 R-MCTS(반영적 몬테카를로 트리 탐색) 알고리즘을 통한 의사결정 능력 향상
(3) Magentic-One
Magentic-One은 여러 개의 AI 에이전트가 협력하여 복잡한 작업을 자동으로 수행하도록 설계되었어요. Magentic-One은 주 에이전트인 Orchestrator와 네 개의 보조 에이전트로 구성되어 있어요.
이러한 에이전트들은 함께 협력하여 웹 검색, 파일 편집, 코드 작성 등 다양한 복잡한 작업을 자동으로 처리할 수 있어요. Magentic-One은 오픈소스로 제공되어, 누구나 이 시스템을 활용하고 발전시킬 수 있어요.
(4) MatterSim
MatterSim 모델은 현실 세계의 다양한 조건에서 재료의 특성을 예측하는 데 도움을 줘요. 과학자들은 새로운 재료를 개발할 때, 그 재료가 실제 환경에서 어떻게 작용할지 미리 알기 어려웠어요. MatterSim은 이러한 문제를 해결하기 위해 만들어졌어요. 이 모델은 118개의 원소를 다양한 조합으로 분석하여, 아직 만들어지지 않은 재료의 특성을 예측할 수 있어요. 이를 통해 나노전자공학, 에너지 저장, 의료 분야 등에서 혁신적인 재료를 더 빠르고 효율적으로 개발할 수 있을 것으로 기대돼요.
MatterSim은 다양한 응용 분야에서 현실적인 온도 및 압력 조건에서 재료의 특성과 반응을 모델링
(5) OmniParser v2
Microsoft Research에서 최근 발표한 OmniParser V2는 대규모 언어 모델(LLM)을 컴퓨터 사용 에이전트로 변환하는 혁신적인 도구예요. 이 도구는 UI 스크린샷을 픽셀 수준에서 LLM이 이해할 수 있는 구조화된 요소로 변환하여, 인터페이스의 상호작용 가능한 아이콘을 식별하고 화면의 다양한 구성 요소를 파악하며, 사용자의 의도를 정확한 화면 영역과 연결할 수 있도록 도와줘요.
OmniParser V2는 이전 버전에 비해 더 큰 데이터 세트로 훈련되어 작은 상호작용 요소도 정확하게 감지하고, 추론 속도도 60% 향상되었어요. 또한, OmniTool이라는 도커화된 Windows 시스템을 통해 OpenAI, DeepSeek, Qwen, Anthropic 등 다양한 최신 LLM과의 통합을 지원하여 화면 이해, 작업 계획 및 실행을 가능하게 해줘요. 이러한 기능을 통해 LLM 기반의 GUI 자동화가 더욱 효율적이고 정확하게 이루어질 것으로 기대돼요. OmniParser V2와 OmniTool은 GitHub에서 공개되어 있으며, 모델 체크포인트는 HuggingFace에서 확인할 수 있어요.
OmniParser v2+GPT-40 모델의 ScreenSpot Pro 벤치 마크 결과
(6) TamGen
Microsoft Research와 글로벌 건강 약물 발견 연구소(GHDDI)가 TamGen이라는 GPT처럼 글자를 생성하는 대신, 화학 물질 구조(분자)를 만들어내는 “화학 언어 모델” 을 개발했어요. 이 도구는 결핵과 같은 질병을 치료할 수 있는 새로운 약물을 더 빠르게 발견하는 데 도움을 줘요. TamGen은 특정 질병의 표적에 맞는 분자를 생성하여, 약물 개발 과정을 가속화해요. 이러한 접근 방식은 전통적인 방법보다 더 효율적이고 비용을 절감할 수 있어요. TamGen은 오픈 소스로 제공되어, 전 세계 연구자들이 함께 활용하고 발전시킬 수 있어요.
AI 연구와 실제 제품의 경계가 날로 좁아지고 있습니다. Azure AI Foundry는 이 간극을 완전히 없애기 위해 탄생한, 마이크로소프트의 최신 AI 허브입니다. 오늘은 마이크로소프트의 AI Factory에 대해서 살펴보았지만 AWS, Google 등 클라우드 다른 플랫폼에서도 AI 개발 플랫폼을 제공하고 있습니다.
이러한 서비스들을 통해 AI를 시작해 보고 싶은 스타트업부터, 대규모 데이터를 다루는 기업, AI 연구 커뮤니티까지 모두 클라우드를 통해 현실 세계의 문제를 탐색하고 실험하고 궁극적으로 해결할 수 있기를 기대해 봅니다. 이제 AI가 더 이상 미래가 아닌 현재진행형 기술임을 직접 체감해 보세요.
그럼 다음 뉴스레터에서 만나요! 👋