|
콜링(COLING)은 자연어 처리(NLP)와 전산언어학 분야에서 권위 있는 학회다. 제출된 전체 논문의 30% 정도만 채택되 정도로 기준이 엄격하다. 구글 스칼라(Google Scholar)가 발표한 전산 언어학 분야 글로벌 상위 5대 학회에도 포함된다.
올해 콜링의 메인 컨퍼런스는 지난 21일(현지시간) 아랍에미리트(UAE) 아부다비 ADNEC(Abu Dhabi National Exhibition Centre)에서 열렸다. 이 자리에서 이동준 두나무 머신러닝팀장은 두나무가 갭라한 텍스트-SQL 변환 모델의 연구 성과를 직접 발표했다.
이번 발표 논문 제목은 ‘MCS-SQL: 텍스트-SQL 변환에서 다중 프롬프트와 다지선다를 활용하는 방법’이다. 해당 논문은 대규모 언어 모델(LLM) 기반 텍스트-SQL 변환 성능을 향상시키는 방법을 제안했다.
기존 LLM은 질문 방식이나 문장 배치 순서 등에 따라 답변이 확연히 달라지는 비일관성이라는 한계점이 있었다. 예를 들어 “A와 B는 같은 뜻인가요?”와 “B와 A는 같은 뜻인가요?”라는 질문에 서로 다른 답변을 내놓을 수 있다는 것이다. 두나무 머신러닝팀은 이러한 문제를 해결하기 위해 다중 프롬프트 기법을 도입했고, 여러 SQL 후보를 생성한 뒤 최적의 SQL을 선택하는 방법을 제안했다. 이 방법은 기존 LLM의 정확도와 효율성을 동시에 향상할 수 있다는 연구 결과가 나왔다.
이 팀장은 “생성형 AI와 함께 주목받는 텍스트-SQL 변환 분야에 대한 기술적 도전이 세계적으로 인정받아 기쁘다”며 “이번 연구가 AI의 실질적 활용성을 넓히는 데 조금이나마 보탬이 되길 바란다”고 전했다.