Meta AI 연구진은 통합 멀티모달 모델에 반복적 추론 기능을 도입하기 위해 설계된 혁신적인 프레임워크인 UniT를 선보였다. 기존 모델들이 일반적으로 이미지와 텍스트를 단 한 번의 빠른 연산으로 처리하는 것과 달리, UniT는 복잡한 지침을 관리 가능한 하위 목표로 세분화하여 모델이 더 오래 '생각'할 수 있도록 돕는다. 이러한 접근 방식은 추론 스케일링으로 알려져 있으며, 단순히 학습 단계가 아닌 실제 모델 사용 과정에 더 많은 컴퓨팅 자원을 할당함으로써 최종 출력의 품질과 정확도를 획기적으로 향상한다.

이 시스템은 단일 모델이 스스로 비판자 역할을 수행하도록 학습시켜, 중간 단계를 검증하고 과업 진행 과정에서 오류를 직접 수정하는 방식으로 작동한다. 특히 UniT는 에이전트 기반의 데이터 합성 기술과 특화된 학습법을 결합하여 콘텐츠 기억 및 자가 검증과 같은 정교한 인지 행동을 구현했다. 놀랍게도 이번 연구에서는 비교적 짧은 사고 과정 (Chain-of-Thought) 경로로 학습된 모델일지라도, 까다로운 실제 시나리오에 직면했을 때 훨씬 더 길고 복잡한 논리 사슬로 성공적으로 일반화될 수 있다는 사실이 증명되었다.

무엇보다 중요한 발견은 모델이 이전의 생각을 논리적으로 쌓아가는 순차적 추론 방식이 여러 독립적인 답변을 생성한 뒤 최적의 답을 고르는 병렬 샘플링보다 훨씬 더 연산 효율적이라는 점이다. 시각 매체를 위한 '생각하는' 모델로의 이러한 패러다임 전환은 AI가 과거의 단일 패스 구조로는 처리하기 어려웠던 정교한 공간 배치나 유동적인 지능형 지침까지 능숙하게 다룰 수 있는 길을 열어주었다.

Meta AI 연구진은 통합 멀티모달 모델에 반복적 추론 기능을 도입하기 위해 설계된 혁신적인 프레임워크인 UniT를 선보였다. 기존 모델들이 일반적으로 이미지와 텍스트를 단 한 번의 빠른 연산으로 처리하는 것과 달리, UniT는 복잡한 지침을 관리 가능한 하위 목표로 세분화하여 모델이 더 오래 '생각'할 수 있도록 돕는다. 이러한 접근 방식은 추론 스케일링으로 알려져 있으며, 단순히 학습 단계가 아닌 실제 모델 사용 과정에 더 많은 컴퓨팅 자원을 할당함으로써 최종 출력의 품질과 정확도를 획기적으로 향상한다.

이 시스템은 단일 모델이 스스로 비판자 역할을 수행하도록 학습시켜, 중간 단계를 검증하고 과업 진행 과정에서 오류를 직접 수정하는 방식으로 작동한다. 특히 UniT는 에이전트 기반의 데이터 합성 기술과 특화된 학습법을 결합하여 콘텐츠 기억 및 자가 검증과 같은 정교한 인지 행동을 구현했다. 놀랍게도 이번 연구에서는 비교적 짧은 사고 과정 (Chain-of-Thought) 경로로 학습된 모델일지라도, 까다로운 실제 시나리오에 직면했을 때 훨씬 더 길고 복잡한 논리 사슬로 성공적으로 일반화될 수 있다는 사실이 증명되었다.

무엇보다 중요한 발견은 모델이 이전의 생각을 논리적으로 쌓아가는 순차적 추론 방식이 여러 독립적인 답변을 생성한 뒤 최적의 답을 고르는 병렬 샘플링보다 훨씬 더 연산 효율적이라는 점이다. 시각 매체를 위한 '생각하는' 모델로의 이러한 패러다임 전환은 AI가 과거의 단일 패스 구조로는 처리하기 어려웠던 정교한 공간 배치나 유동적인 지능형 지침까지 능숙하게 다룰 수 있는 길을 열어주었다.