[서울=뉴스핌] 심재민 인턴기자 = 네이버는 자연어처리 분야 세계적 학술대회인 'EMNLP(Empirical Methods in Natural Language Processing) 2026'에 팀네이버의 연구 논문 24편이 채택됐다고 15일 밝혔다.

EMNLP는 ACL, NAACL과 함께 자연어처리 분야 3대 학회로 꼽힌다. 올해 학회는 오는 24일부터 29일까지 헝가리 부다페스트에서 열리며, 팀네이버는 이 자리에서 주요 연구 성과를 발표할 예정이다.

이번에 채택된 논문은 네이버와 네이버클라우드, 네이버랩스 유럽 등 팀네이버 기술 조직이 수행한 연구다. 한국어 AI부터 음성·영상을 아우르는 멀티모달 AI, 거대언어모델(LLM) 추론 분석, AI 에이전트 기술까지 다양한 분야를 다뤘다.

네이버클라우드는 실제 AI 모델 개발과 서비스 적용 과정에서 발생하는 문제를 해결하는 데 집중했다. 시각 정보를 처리하도록 언어모델을 학습시키는 과정에서 기존의 지시 수행 능력이 저하되는 원인을 분석하고, 이를 사전에 예측할 수 있는 진단 지표를 제안했다.

의료·보안 등 전문 분야에서 부족한 한국어 추론 학습 데이터를 영어 원문으로부터 합성해 한국어 성능을 개선하는 연구도 채택됐다. 이는 한국어 중심의 독자적인 AI 모델 개발 역량을 강화하는 데 활용될 수 있다.

멀티모달 AI의 실제 활용 능력을 평가하는 연구도 포함됐다. 수 시간 분량의 영상에서 특정 장면을 찾는 과제를 분석한 연구는 기존 AI 모델의 한계가 장면 인식이 아닌 구간 검색 능력에 있음을 보여줬다. 음성·텍스트 등을 함께 처리하는 옴니모달 AI의 발화 능력을 평가한 연구에서는 텍스트 평가 성능이 우수한 모델도 상황에 맞는 목소리 톤과 속도를 구현하는 데 한계를 보이는 것으로 나타났다.

네이버 AI 랩(Lab)은 LLM의 내부 추론 과정을 분석하고 학습 효율을 높이는 연구에 주력했다. 문제 이해와 계획 수립, 계산 등 서로 다른 추론 과정이 LLM 내부에서도 구분되는 형태로 나타난다는 사실을 확인해 모델의 추론 원리를 분석하는 연구 기반을 넓혔다. 효율적인 추가 학습과 전문가 혼합(MoE) 모델의 기존 능력 보존에 관한 연구도 진행했다.

네이버랩스 유럽은 AI 에이전트가 과거 작업 경험을 검색해 새로운 과제 해결에 활용하도록 하는 기술을 선보였다. 이를 통해 처음 접하는 작업에 대한 일반화 성능을 높였다. LLM이 생성한 텍스트를 음성으로 변환할 때 별도 후처리 없이도 자연스럽게 들리도록 모델을 학습시키는 연구도 채택됐다.

팀네이버는 앞서 지난 7월 머신러닝 분야 학회 'ICML 2026'에서 6편, 9월 컴퓨터비전 분야 학회 'ECCV 2026'에서 23편의 논문이 채택된 바 있다.

네이버는 이번 연구 성과를 차세대 AI 모델과 서비스 개발에 반영하고 글로벌 AI 기술 경쟁력을 강화해 나갈 계획이다.

flurry327@newspim.com