멀티모달 대규모 언어 모델 (MLLM, Multimodal Large Language Model)

텍스트 외에도 이미지(스크린샷), 오디오 등 다양한 형태의 입력 데이터를 동시에 이해하고 처리할 수 있는 거대한 규모의 AI 모델