(주)와이즈넛

- 최우수 논문상뿐만 아니라 2년 연속 우수논문 채택, 언어처리기술에 대한 연구 성과 인정

인공지능 전문기업 와이즈넛(대표 강용성)은 지난 10월 12일(목)~13일(금), 국내 최대 자연어처리 학회인 ‘2023년도 제35회 한글 및 한국어 정보처리 학술대회(이하, HCLT 2023)’에서 올해 최고 수상인 ‘최우수 논문상’을 수상했다고 2일 밝혔다.

지난 1989년 시작되어 올해 35회를 맞이한 HCLT 2023은 매년 한글날 전후 개최되는 학술대회로, AI 기술을 접목한 한국어처리기술 개발과 연구 성과를 공유하는 국내 가장 권위있는 자연어처리 학회다. 특히, 올해부터는 가장 높은 등급인 ‘최우수 논문상’ 부문을 신설되었으며, 치열한 경쟁을 벌였다.

이번 HCLT 2023에는 LG, 네이버, 카카오, NC소프트 등 국내 유수의 기업들의 쟁쟁한 논문들이 출품되었으며 이들 중, 총 128편의 논문이 채택되었다. 이 가운데 우수논문은 15편, 최우수 논문은 단 2편이 선정되었다.

와이즈넛은 이번 학술대회에 총 3편의 논문을 제출하였는데 3편 모두 채택되었으며, 그 중 1편은 최우수논문으로 선정되며, 치열한 경쟁률을 뚫고 국내 대표적인 자연어처리 기반 인공지능 SW 선도기업으로서 입지를 다시한번 보여준 계기가 됐다.

64대 1의 높은 경쟁률을 뚫고 최우수 논문상으로 선정된 ▲’프롬프트 튜닝기법을 적용한 한국어 속성기반 감정분석’(저자: 김봉수, 전현규, 최승호, 김지윤, 장정훈) 논문은, 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 지원을 받은 ‘뉴럴-심볼릭(Neural-symbolic) 모델의 지식 학습 및 추론 기술 개발’로 수행된 연구다.

사용자 리뷰 및 VoC(Voice of Customer) 등 사용자의 감정이 포함된 문장을 제대로 분석하기 위해서는 세밀하게 연결된 속성-감정이 레이블된 방대한 학습데이터를 기반으로 여러 토큰 단위 속성과 감정 레이블을 동시에 예측해야 정확한 속성기반 감성분석이 가능하다.

본 연구에서는 사전학습 언어모델(Pre-trained Language Model)을 기반으로 프롬프트 튜닝(Prompt Tuning) 기법을 통해 소량의 데이터와 학습 자원으로도 높은 품질의 자연어처리 태스크를 수행할 수 있는 퓨샷러닝(Few-Shot Learning)을 적용하여 속성기반 감정분석의 성능을 높일 수 있는 방법론을 제공하는 데에 역점을 두고 있다.

특히, 이번 연구는 기존 선행된 단순한 긍부정의 감정 분석이 아닌 소량의 데이터로도 상품 특징(속성)을 함께 분석할 수 있는 다소 복잡하고 도전적인 과제이며, 적은 양의 학습 데이터셋으로도 보다 효과적인 속성기반 감정 분석이 가능해지는 기술의 초석을 마련했다는 업계의 평을 받고 있다.

본 논문은 텍스트 데이터 안에서 속성 기반 감정 분석이 가능한 언어모델을 제안한다. 이는 소량의 데이터와 학습 자원으로도 높은 품질의 자연어처리 태스크를 수행할 수 있는 퓨샷 러닝(Few-Shot Learning) 기술과 사전학습 언어모델(Pre-trained Language Model)을 활용한 프롬프트 튜닝 기법에 중점을 둔 기술이다.

향후 해당 연구 모델은 고객의 리뷰(후기) 또는 VoC에서 상품의 기능과 특징에 관련된 고객의 의견이나 니즈 등 감정을 정밀하게 파악하는 데에 활용 가능하며, 향후 제품 및 서비스 개선, 마케팅 전략 수립 등의 인사이트를 제공하는 등 중요한 역할을 할 것으로 기대된다.

와이즈넛 강용성 대표는 “ 와이즈넛은 HCLT 학회에 매년 인공지능 관련 연구 성과를 기반으로 논문을 제출하고 있으며, 최우수상을 포함하여 우수논문까지 채택되며 꾸준히 언어처리기술에 대한 연구성과를 인정받고 있어 기쁘다”며, “특히, 최근 화두가 되고 있는 대용량의 언어모델(LLM)은 퓨샷러닝의 기반이자 미래 AI 기술 개발에 필수적으로 확보되어야 할 항목으로서, 와이즈넛은 독보적인 자연어처리 기술력과 서비스 노하우를 기반으로 글로벌 수준의 AI솔루션 기업으로 거듭나기 위해 지속적으로 노력해 나갈 것”이라고 말했다.


저작권은 와이즈넛에 있으며, 무단 배포를 금지합니다.