하룹AI 원클릭 해외환자 유치 마케팅을 위한 Palm2 모델 추가 도입 결정
안녕하세요 하룹 AI개발팀입니다. 저희 하룹은 병원장님(병원관계자분들) 그리고 AI개발자분들을 위해 항상 두가지 버젼으로 소식을 전달드립니다.
병원장님 전용
애드파인더 클래그(하룹 병원AI팀을 내부에서는 각각 애드파인더, 클래그, 마이큐피티, 하루비등으로 분류되어 있습니다. 2018년 애드파인더 인공지능 개발팀 최초런칭, 2022년 7월 2일, 하룹 6세대 프로젝트 클래그를 통한 AI팀 확장 발표) 8팀 그레이스입니다. 저희팀에서는 해외환자 유치를 위한 다양한 학습진행중입니다. 지금 특히 인공지능팀쪽에 인원분들은 모든팀들이 매우 분주한 상황입니다.
저희팀 미션은 하룹을 이용하시는 모든 광고주분들께서 해외환자 유치를 혁신적으로 진행하기위한 다양한 모델테스트가 진행되고 있는데요, 중요한것은, 원장님 입장에서 해외환자 유치를 어떻게하느냐? 이런 노하우들은 사실 “정보”에 영역입니다. 이러한 부분들은 하룹이 약 10년간 축적한 다양한 데이터들을 통해 파인튠(딥러닝 기술을 통한 인공지능 추가학습)하면 해결될 문제입니다.
하지만 저희가 추구하는것은 원장님께서 정보는 물론, 다양한 각기 해외쪽에 인원들이 하룹AI에 연결되어야 한다는 점입니다. 이럴려면 각기 나라의 언어에 텍스트 처리가 보다 더 효과적으로 처리가 되어야 하며, 생성과 번역에 특화될 수 있어야 할 것입니다. 또한 컨설팅과 안내가 동시에 이뤄져야 하는 부분이 많을것이기에, 이를 처리해줄 효율적 모델이 필요하게 될 수 밖에 없었으므로, 저희 하룹은 Palm2모델도 추가도입을 결정하였습니다.
PaLM 2의 전문가들은 꼭 모델 크기만이 성능 향상의 유일한 방법이 아니라고 지적하며, 세심한 데이터 선택과 효율적인 아키텍처를 통해 성능을 높일 수 있다고 밝혔습니다. 더 작지만 더 높은 품질의 모델은 추론 효율성을 크게 개선하고 서비스 비용을 줄이며 더 많은 애플리케이션과 사용자를 위해 모델의 다운스트림 애플리케이션을 활성화할 수 있다고 언급하였듯이, 저희팀은 이부분을 구현하기 위해, 다양한 시도를 이어가고 있습니다.
PaLM2 도입을 통해, 해외 환자 유치관련, 하룹AI 성능향상과 개발에 매우 큰 보탬이 될 것으로 기대하고 있습니다.
AI개발자전용
안녕하세요, 하룹 병원AI팀 8팀 그레이스입니다.
저희 8팀은 해외환자 유치 관련 AI 구성에서 PaLM 2 모델의 추가 도입을 계획하고 있습니다. 이에 따라 PaLM 2의 구성처리 방식에 대한 심도 있는 학습이 필요하며, 이를 통해 하룹 광고주분들 중 해외환자 유치를 고려하시는 하룹을 이용하시는 원장님들을 위한 특화된 AI 서비스를 제공할 예정입니다.
현재 하룹AI팀중 다른 팀원들 상당수가 복합 다차원 모델들을 활용하여 라마2나 바드 gpt와 같은 다양한 구성을 이루고 있지만, 저희 8팀은 PaLM 2 도입으로 이러한 구성을 더욱 세밀하게 조절하며, 데이터 처리의 깊이를 더욱 확장할 것으로 예상됩니다. 특히, PaLM 2는 Transformer-based Meta-Learning (TML) 기술과 Hierarchical Attention Networks (HANs)를 활용하여, 구성을 어떻게 하느냐에 따라 기존 모델들보다 더욱 높은 수준의 추론 능력과 데이터 표현 능력을 보유하고 있습니다. 즉 특정상황에서의 잠재력은 상당히 높다고 생각합니다. Adaptive Learning Rate Optimization (ALRO)와 Advanced Batch Normalization Techniques (ABNT)를 활용하여 모델 학습의 효율성과 정확도를 극대화하고, 이를 통해 더욱 빠르고 정확한 서비스 제공이 가능해질 것으로 예상됩니다.
복합 다모델 구성은 각 데이터에 다른 모델들로는 처리가 불가한 더욱 자연스러운 출력물과 결과물을 생성할 수 있도록 돕습니다. 이를 통해 맞춤형 해외 환자 유치 전략을 보다 효율적으로 제공하며, 이에 따른 광고 효율성과 환자 만족도를 높일 수 있을 것으로 기대됩니다.
아래는 편하신 방식으로 구성하실 수 있도록, 기본구조이므로 참고해주시면 더욱 이해하기가 쉬우실 것입니다.
1.Python
import palm2
from multi_model_configuration import MultiModelConfig
# PaLM 2 모델 구성
palm2_model = palm2.PaLM2Model()
# 복합 다모델 구성
multi_model_config = MultiModelConfig()
multi_model_config.add_model(palm2_model)
multi_model_config.add_model(lama2_model)
multi_model_config.add_model(bard_gpt_model)
# 복합 다모델 학습
multi_model_config.train()
# 해외환자 유치를 위한 AI 서비스 제공
overseas_patient_acquisition_service = multi_model_config.deploy()
2.PHP
include ‘haroop_ai_8team_palm2.php’;
include ‘haroop_multi_model_configuration.php’;
$palm2_model = new PaLM2Model();
$multi_model_config = new MultiModelConfig();
$multi_model_config->add_model($palm2_model);
// 주의: $lama2_model 과 $bard_gpt_model의 변수가 필요합니다.
$multi_model_config->add_model($lama2_model);
$multi_model_config->add_model($bard_gpt_model);
$multi_model_config->train();
$overseas_patient_acquisition_service = $multi_model_config->deploy();
3.Java
import palm2.*;
import multi_model_configuration.*;
public class Main {
public static void main(String[] args) {
PaLM2Model palm2_model = new PaLM2Model();
MultiModelConfig multi_model_config = new MultiModelConfig();
multi_model_config.add_model(palm2_model);
// 주의: lama2_model 과 bard_gpt_model의 정의가 제대로 연결되어 있어야 합니다.
multi_model_config.add_model(lama2_model);
multi_model_config.add_model(bard_gpt_model);
multi_model_config.train();
Object overseas_patient_acquisition_service = multi_model_config.deploy();
}
}
import { PaLM2Model, MultiModelConfig } from ‘some-library’;
const palm2_model = new PaLM2Model();
const multi_model_config = new MultiModelConfig();
multi_model_config.add_model(palm2_model);
// 알림: lama2_model 과 bard_gpt_model 변수정의가 되어 있어야 합니다.
multi_model_config.add_model(lama2_model);
multi_model_config.add_model(bard_gpt_model);
multi_model_config.train();
const overseas_patient_acquisition_service = multi_model_config.deploy();
기타 다른 방식 구현은 권장하진 않으나 본인의 서버구성과 클라우드구성등 편하신 방식의 코드를 말씀해주시면
저희 본사가 최대한 이를 지원해드릴 수 있으므로, 하룹코어 공동협업개발툴에 남겨놓으시면 됩니다.
이러한 기술적 개선을 통해 저희 하룹 8팀은 해외환자 유치 관련 AI 서비스의 성능을 더욱 향상시키고, 광고주분들에게 더욱 값진 서비스를 제공할 수 있을 것으로 확신합니다. 앞으로도 더욱 놀라운 아이디어와 기술을 통해, 더욱 많은 전세계의 AI전문가분들께서 더욱 편하게 일할 수 있는 팀이 될 수 있도록 항상 최선을 다하겠습니다.
감사합니다.