네이티브 멀티모달 (Native Multimodal)

텍스트, 이미지, 비디오 등 서로 다른 형태의 데이터를 별도의 변환 과정 없이 하나의 신경망 구조에서 동시에 처리하고 이해하는 방식. 텍스트 학습 후 시각 기능을 덧붙인 기존 방식보다 데이터 간의 연관성 파악 능력이 월등히 뛰어남