(왼) 이새벽 와이즈넛 NLP팀 팀장 (오) 황태선 와이즈넛 NLP팀 연구원. ⓒ 와이즈넛

– 세계 최고 권위 AI학회 ‘AAAI 2021’에서 챗봇 관련 논문 채택 성과 얻어

“인간의 생각과 언어로부터 파생되는 다양한 인공지능 기술이 단순히 ‘인간에 의한’ 기술에 그치는 것이 아니라, 인간을 더욱더 잘 이해할 수 있는 ‘인간을 위한’ 기술이 되도록 기여하고 싶습니다.”

지난 2018년 구글이 논문으로 발표한 AI 언어모델인 BERT의 등장은 전 세계 학계에 충격을 안기며 자연어 시장의 개화기를 열었다.

자연 언어 처리(Natural Language Processing, 이하 NLP)는 컴퓨터와 인간 언어 사이의 상호 작용하는 기술로, 인공지능의 핵심 기술 중 하나다.

1990년대 이후에는 대량의 말뭉치 데이터를 활용하는 기계학습 기반 및 통계적 자연어처리기법이 주를 이뤘던 것과 달리 언어 독해 능력과 문맥 이해, 목소리 변조 등의 기술이 급속도로 발전하면서 여태까지 보지 못했던 종류의 대화형 AI의 등장을 기대하는 분위기다.

와이즈넛 인공지능기술연구실 NLP 팀은 이런 연구 판도에 맞춰 언어 분석에 필요한 형태소 분석에서부터 딥러닝 기반의 언어모델까지 자연어처리 기반 기술을 연구 및 개발한다. 

현재는 한국어를 이해하는 언어모델 연구 및 개발에 주력을 다 하고 있고 BERT, ALBERT, ELECTRA, T5와 같이 다양한 언어모델을 보유하고 있다.

[인터뷰] 이새벽 NLP 팀장인공지능은 인간을 깊이 이해하게 만드는

인공지능 기술을 연구하고 개발할수록인공지능은 인간을 깊이 이해하게 만드는 이라는 생각이 듭니다. 결국 인공지능이 인간의 말을 이해하고 처리하려면 인간이 어떻게 인지하고 사고하는지를 먼저 알아야 하기 때문입니다.”

이새벽 팀장은 와이즈넛 NLP 팀의 개발자 4명과 언어전공자 1명을 이끄는 리더다.

그는 와이즈넛 NLP 팀만의 강점을 묻는 말에 “타 팀들은 대부분 팀별로 특화된 SW 제품을 연구·개발하는 반면, NLP 팀은 각 제품에 공통으로 들어가는 기반 기술인 자연어처리 핵심 기술을 연구하고 모듈화하는 업무를 담당한다”고 설명했다.

제품에 대한 이슈들은 대부분 해당 SW 제품을 개발한 팀에서 수행하기 때문에 비교적 실험적인 프로젝트를 수행할 수 있고, 연구 활동도 자유롭게 할 수 있는 환경이 마련된 팀이라는 것.

특히, 최근 이런 자연어처리기술이 딥러닝을 적용헤 빠르게 변화하고 있기 때문에 딥러닝 관련 연구도 가장 적극적으로 수행하고 있다고. 

NLP 팀은 형태소 분석과 같은 자연어처리 기본 기술 지원과 딥러닝 관련 기술들을 체계적으로 개발 및 적용하고 있다. 

이 팀장은 “특히 NLP팀은 와이즈넛 사내 연구소에서 연구 결과에 대한 학문적 성과를 가장 많이 보유하고 있다”며 “최근에는 NLP 기술이 보편화하고 이슈화되면서 사업 요구사항에 특정 NLP 기술을 반드시 포함해야 하는 경우가 생기고 있다. 와이즈넛 NLP 팀은 기존 제품으로 처리하기 어려운 사업들을 최신 기술과 노하우를 접목해 지원하고 있다”고 밝혔다.

그는 온라인 접근성이 PC에서 모바일로 변한 것처럼 온라인 정보나 서비스도 시공간적 UI에서 대화나 문맥의 흐름에 따라 변하는 시간적인 UI로 변할 것이라 말했다. 

이를 위해 넘쳐나는 데이터 속에서 더욱 정확한 정보를 선별하고, 사용자의 의도를 더 잘 파악할 수 있는 인공지능 기술을 지속해서 개발하고 싶다고. 

끝으로 “인간의 생각과 언어로부터 파생되는 다양한 인공지능 기술이 단순히 ‘인간에 의한’ 기술에 그치는 것이 아니라, 인간을 더욱더 잘 이해할 수 있는 ‘인간을 위한’ 기술이 되도록 기여하고 싶다”고 말했다.

더욱이 “팀에서 개발한 다양한 자연어처리 관련 연구 성과들을 와이즈넛의 △챗봇 △빅데이터 검색 △분석 △수집 솔루션 등에 기반 기술로 적용하고, 지금보다 효과적인 기술로 업그레이드할 수 있도록 노력해나가겠다”고 포부를 전했다.

[인터뷰] 황태선 와이즈넛 NLP 연구원인공지능은 길잡이

” ‘인공지능은 길잡이라고 말하고 싶습니다. 우리의 삶에 깊이 스며들어 우리가 다음에 행동을 도와주는 길잡이 역할을 하고 있다고 생각합니다.”

황태선 와이즈넛 연구원은 지난해 와이즈넛의 NLP 팀에 합류해 한국어 기반의 ELECTRA 언어모델 연구를 진행하고 언어모델의 최적화 연구와 자연어처리 응용 기술 연구를 주로 담당한다. 

황 연구원은 대학원 재학 시절 BERT 모델 대화 시스템에 관한 연구를 지속해 온 것을 토대로 자연어처리 응용 기술 연구와 관련해 △감성 분석 △개체명 인식 △관계 추출 △챗봇에 관한 연구를 진행한다.

그는 “지난 2월, AI 세계 최고 권위 학회인 ‘AAAI 2021’에서 자연어처리 응용 기술과 관련해 NLP 팀이 챗봇 관련 연구 결과를 발표하는 성과를 얻었다”며 “이번에 발표한 연구는 ‘발화 조작 기법 (Utterance Manipulation Strategies, UMS)’을 제안함으로써 챗봇 모델이 대화의 일관성에 대해 학습 할 수 있도록 했다”고 설명했다.

UMS는 발화 단위의 △삽입 △삭제 △검색과 같이, 자기 지도 학습 방식을 적용해 별도의 데이터 구축이 필요하지 않다는 강점이 있다.

이러한 방법은 모델이 다중 작업 학습(Multi-task Learning)을 통해 학습함으로써 특히 △한국어 △영어 △중국어 총 3개의 데이터 셋(set)에 대해 뛰어난 성능 향상을 보인다.

이어 그는 이번 AAAI 2021 연구 성과 발표를 제시한 챗봇 모델이 이전 대화나 응답 후보들과의 의미적 관련성을 기반으로 답변하는 기존 모델과 달리, 순차적인 문맥 정보에 맞는 답변을 도출하기 위한 사전 훈련 언어 모델에 효과적임이 입증되었다고 강조했다. 

황 연구원은 앞으로의 인공지능 시장이 무궁무진하다고 본다. 

황 연구원은 “사실 인공지능 시장은 이제 막 성장하고 있는 초기 단계라고 생각한다”며 “앞으로는 기술이 발전될 수 있는 산업뿐만 아니라 기술을 사용할 수 있는 대상의 범주 자체가 확장될 것”이라고 말했다.

또한 와이즈넛 NLP 팀에서 언어모델과 사전에 구축된 지식 그래프(Knowledge Graph, KG)를 사용해 새로운 지식 습득 및 추론에 관한 연구를 진행, 상식을 이해하고 논리적인 추론이 가능한 AI를 만드는 것이 목표다. 

실현 가능성을 묻자 “와이즈넛의 자체 기술력 보유에 대한 열정과 현재 합을 맞추고 있는 팀원들과 함께라면 머지않아 이룰 수 있으리라 기대한다”고 자부했다.

No Comment

Comments are closed.