LLM (엘엘엠)은 대규모 언어 모델(Large Language Model)의 약자로, 인공지능(AI) 분야의 딥러닝 모델 중 하나이다. 이는 방대한 양의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하도록 설계되었다.
주로 트랜스포머(Transformer) 아키텍처를 기반으로 하며, 복잡한 언어 패턴을 학습하고 주어진 맥락에 맞춰 자연스럽고 일관성 있는 텍스트를 생성하는 능력을 지닌다. 이러한 모델들은 다음 단어나 구절을 예측하는 방식으로 작동하며, 이를 통해 질문 답변, 요약, 번역, 문장 완성, 창의적인 글쓰기 등 다양한 언어 관련 작업을 수행할 수 있다.
최근 몇 년간 LLM은 급속한 발전을 이루었으며, 챗봇, 가상 비서, 콘텐츠 생성, 프로그래밍 보조 등 여러 분야에서 혁신적인 변화를 가져왔다. 대표적인 LLM으로는 OpenAI의 GPT 시리즈(예: GPT-3, GPT-4), Google의 PaLM, Meta의 LLaMA, Anthropic의 Claude 등이 있다.
하지만 LLM은 여전히 '환각(hallucination)'이라고 불리는 잘못된 정보 생성, 학습 데이터에 내재된 편향 반영, 높은 계산 비용, 그리고 윤리적 문제와 같은 한계점들을 가지고 있다. 이러한 한계점들을 극복하기 위한 연구와 논의가 활발히 진행 중이다.