와이즈넛, 국내 자연어처리 학회 '최우수 논문상' 수상

자연어처리 태스크 수행하는 퓨샷러닝 적용…"속성기반 감정분석"

[프라임경제] 와이즈넛(대표 강용성)은 지난달 12일~13일, 한국 자연어처리 학회인 '2023년도 제35회 한글 및 한국어 정보처리 학술대회(이하, HCLT 2023)'에서 최우수 논문상을 수상했다고 2일 밝혔다.

 

ⓒ 와이즈넛

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 논문상부문을 신설됐다. 

 

이번 HCLT 2023에는 LG, 네이버, 카카오, NC소프트 등 국내 유수의 기업들의 쟁쟁한 논문들이 출품됐으며 이들 가운데 총 128편의 논문이 채택됐다. 

와이즈넛은 이번 학술대회에 제출한 3편의 논문이 모두 채택됐다. 이가운데 1편은 64대 1의 높은 경쟁률을 뚫고 최우수 논문상으로 선정됐다. 최우수 논문상을 받은 '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 적용해 속성기반 감정분석의 성능을 높일 수 있는 방법론을 제공하는 데에 역점을 두고 있다.

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

 

강용성 와이즈넛 대표는 "최근 화두가 되고 있는 대용량의 언어모델(LLM)은 퓨샷러닝의 기반이자 미래 AI 기술 개발에 필수적으로 확보돼야 할 항목"이라면서 "와이즈넛은 독보적인 자연어처리 기술력과 서비스 노하우를 기반으로 글로벌 수준의 AI솔루션 기업으로 거듭나기 위해 지속적으로 노력해 나갈 것"이라고 말했다.