멀티모달

뜻풀이

쉬운 AI 사전

1. 「명사」 『모델』 글뿐 아니라 사진, 소리, 영상도 함께 이해하거나 만들어 내는 AI.

실무 AI 사전

1. 「명사」 『모델』 텍스트, 이미지, 오디오, 비디오 등 둘 이상의 입력, 출력 형식을 처리하는 모델. 영수증 사진 읽기, 화면 캡처 설명, 음성 대화 등에 활용된다.

전문 AI 사전

1. 「명사」 『모델』 서로 다른 모달리티의 표현을 공통 임베딩 공간에 정렬하거나 하나의 트랜스포머로 통합 처리하는 모델. CLIP, GPT-4o, Gemini 등이 대표적이다.

쉬운 비유

글만 읽는 사람이 아니라 눈으로 보고 귀로 듣고 말도 하는 사람과 같다. 한 가지 감각이 아니라 여러 감각을 함께 써서 상황을 이해한다.

예문

• 멀티모달 모델에 사진을 올리고 '이 그래프 설명해 줘'라고 하면 된다.
• 회의 화이트보드 사진을 멀티모달 AI에 올렸더니 글씨를 읽어 회의록으로 정리해 주었다.

헷갈리는 용어 비교

LLM

LLM은 본래 글을 다루는 언어 모델이고, 멀티모달 모델은 글에 더해 이미지, 소리 등도 다룬다. 요즘은 LLM에 이미지 입력을 더해 멀티모달로 확장한 모델이 많아 두 개념이 겹친다.

컴퓨터 비전

컴퓨터 비전은 이미지, 영상을 이해하는 분야 전체를 가리키고, 멀티모달은 이미지를 글이나 소리와 함께 처리한다는 점이 특징이다. 이미지만 분류하는 모델은 비전이지만 멀티모달이라 하기 어렵다.

맞춤법/표기법

바른 표기

멀티모달

주의할 표기

멀티 모달멀티모델 (model과 혼동)

원어

multimodal

다른 이름

다중 모달, 멀티모달 AI

참고

'모달(modal, 양식)'이지 '모델(model)'이 아니다.

관련어

마지막 확인 2026-10-14
뜻풀이는 학습용 참고 자료입니다.