VLM

뜻풀이

쉬운 AI 사전

1. [명사] (모델) 사진이나 그림을 보고 글로 설명하거나 질문에 답하는 AI. 글만 읽는 AI에 눈이 달린 셈이다.

실무 AI 사전

1. [명사] (모델) 차트 해석, 영수증과 문서 읽기, 화면 캡처 기반 에이전트, 이미지 설명 생성에 쓴다. 사진을 올리고 '이 그래프 요약해 줘'라고 시키는 사용이 대표적이다.

전문 AI 사전

1. [명사] (모델) 비전 인코더로 얻은 이미지 특징을 어댑터나 프로젝터를 거쳐 언어 모델의 토큰 공간으로 넣어 텍스트를 생성하는 구조가 일반적이다. 시각 질의응답, 캡셔닝, OCR 없는 문서 이해 등을 한 모델에서 처리한다.

관용구/함께 쓰는 말

• 시각 질의응답 — 이미지를 보고 묻는 질문에 답하는 작업(VQA).
• 이미지 캡셔닝 — 이미지 내용을 한 문장으로 설명하는 작업.

쉬운 비유

글만 읽던 똑똑한 비서에게 눈을 달아 주어 보여 주는 사진도 설명할 수 있게 한 것과 같다.

예문

• VLM에 매출 그래프 사진을 보여 주니 분기별 추이를 문장으로 요약해 줬다.
• 화면 캡처를 읽고 버튼을 누르는 컴퓨터 사용 에이전트는 VLM이 바탕이다.

헷갈리는 용어 비교

CLIP

CLIP은 이미지와 글의 유사도를 재는 데 강하고 글을 만들지 못한다. VLM은 언어 모델이 붙어 있어 이미지에 대해 문장으로 답한다.

맞춤법/표기법

바른 표기

VLM

주의할 표기

브이엘엠V-L-M

원어

VLM (Vision-Language Model)

다른 이름

비전 언어 모델, 시각 언어 모델, 비주얼 랭귀지 모델, 멀티모달 LLM, MLLM

참고

같은 개념을 멀티모달 LLM이라고도 부른다.

관련어

마지막 확인 2026-10-15
뜻풀이는 학습용 참고 자료입니다.