총 5,520억 개 파라미터를 가진 거대 모델이 텍스트와 이미지를 읽는 데 단 80억 개, 답을 적는 데 160억 개의 파라미터만 깨웁니다. 전체 가중치 중 입력 단계에서는 약 1.4%, 출력 단계에서는 약 2.9%만 활성화하는 셈입니다. 거대 언어 모델과 영상 데이터를 실무 파이프라인에 결합할 때 마주치는 장벽은 모델의 이해 능력 부족이 아니라 비용과 추론 지연 시간(Latency)입니다. 고해상도 이미지와 긴 영상 프레임을 그대로 모델 컨텍스트에 쏟아붓다 보면 GPU 메모리가 고갈되거나 토큰 비용이 급증합니다. DeepSeek V4.1 Flash와 AWS MediaConvert 기반 VOD 챕터 생성 파이프라인은 이 문제를 서로 다른 계층에서 해결합니다. De...