와이즈넛, ‘한국어 정보처리 학술대회’ 3년 연속 우수논문상 수상

AI 기반 RAG 기술 성능 한 단계 높이는 독창적 기술력 인정받아

인공지능 전문기업 와이즈넛(대표 강용성)은 지난 10월에 진행된 ‘2024년도 제36회 한글 및 한국어 정보처리 학술대회(이하, HCLT 2024)’에서 생성형AI 성능의 핵심 기반이 되는 RAG(검색증강생성) 기술과 관련된 논문으로 ‘우수 논문상’을 수상했다고 밝혔다.

HCLT 2024는 AI 기술을 접목한 한국어처리기술 개발과 연구 성과를 공유하는 국내 가장 권위있는 자연어처리 학술대회다. 올해도 국내 인공지능 산업에 영향을 미치고 있는 유수의 기업들과 학계 인사들이 제출한 논문들 중 총 109편의 논문이 채택되었으며, 이 중 최우수 논문 2편, 우수 논문 12편이 선정됐다.

와이즈넛은 22년에는 우수 논문상을, 23년에는 최우수 논문상을 수상한 바 있으며, 올해 역시 우수 논문상을 수상하며 3년 연속 꾸준히 언어처리분야의 AI 기술 우수성을 증명하고 있다.

와이즈넛은 이번 학술대회에 제출한 총 4편의 논문이 모두 채택되었으며, 그 중 1편은 우수 논문으로 선정되는 성과를 달성했다. 각 논문은 △데이터 전처리 △데이터 분석 △검색모델 △독해 모델 등 RAG 시스템을 구성하는 일련의 모듈과 이들을 통합하는 연구를 제안하는 내용으로, 생성형AI 기술의 성능을 향상시킬 수 있는 전방위적 기술력을 증명해 보였다는 점이 그 의미를 더했다.

이번 우수 논문상을 수상한 ‘관련성 게이트를 활용한 FiD 시스템의 패시지 선별 및 답변 생성 성능 향상’(저자: 최승호, 박시현, 김민상, 박찬솔, 왕준호, 김지윤, 김봉수) 논문은, 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 지원을 받은 ‘멀티모달 데이터 입력 기반 검색 증강 생성기술 개발’로 수행된 연구다.

이 연구는 RAG 시스템에서 답변을 생성하는데 사용되는 독해 모델 중 하나인 FiD(Fusion-in-Decoder)모델이 불필요한 정보를 포함한 패시지를 걸러낼 수 있도록 ‘관련성 게이트’라는 기법을 새롭게 제안했다. 해당 기법은 질문과 연관된 정보를 선별 및 추출하여 적은 파라미터로도 학습 안정성과 정확도를 크게 향상 시킬 수 있어, 답변 성능을 현격하게 개선하는 특징이 있다.

해당 기술을 활용하면 파라미터 수가 적은 도메인 특화 sLLM으로도 안정적인 답변이 가능하게 되어, 더 많은 기관 및 기업에 내부 지식 기반의 정확도 높은 RAG 서비스를 제공할 수 있게 되는 것이다.

강용성 와이즈넛 대표는 “와이즈넛이 AI 기술 선도 기업으로서 HCLT 학회에서 매년 의미 있는 성과를 거두고 있어 뜻깊다. 이런 성과가 회사의 기술 방향이 올곧게 나아가고 있음을 보여주는 중요한 지표 중 하나라 생각한다”라며, “와이즈넛은 AI 기반 한국어처리기술 관련 연구개발에 아낌없는 투자를 통해, 한국어 AI 기술 생태계와 초지능 시대로의 기술 발전에 기여하고 대체 불가능한 독보적 위치를 선점해 나갈 것”이라고 말했다.