[디지털데일리 박세아 기자] 뤼이드가 교육 인공지능(이하 AI) 영역에서 지속적으로 기술 리더십을 확장하고 있다.

뤼이드는 '전산 언어학 학회(ACL) 2022', '북미 전산 언어학 학회(NAACL) 2022' 등 세계적 권위 자연어 처리(NLP) 학회에서 연이어 논문이 채택됐다고 16일 밝혔다. 세계 3대 NLP 학회로 손꼽히는 ACL과 NAACL은 대면과 비대면을 병행한 하이브리드 방식으로 개최될 예정이다.

이번 ACL에서 발표될 뤼이드 논문은 초대형 언어 모델을 이용해 '챗봇' 등 대화형 시스템을 학습시키는 새로운 방법론을 제시했다. 일반적으로 개별 도메인에서 챗봇 서비스 등을 도입하기 위해서는 막대한 양의 데이터와 큰 비용이 소요된다.

뤼이드가 제시한 방법론은 이 과정에서 훈련 속도를 향상시키고 효율화함으로써, 1%에 해당하는 아주 적은 데이터만으로도 기존 방식을 능가하는 대화 상태 추적 성능을 보여줬다. 뤼이드는 이번 연구를 통해 추후 학습자와 쌍방향으로 대화할 수 있는 AI 튜터 개발의 기술적 기반을 마련했다.

NAACL을 통해 공개될 뤼이드 또다른 논문은 콘텐츠 기반 지식 추적 모델(Knowledge Tracing)을 보다 효율적으로 훈련시킬 수 있는 새로운 알고리즘을 제안했다. 과거에도 유저의 정오답을 예측하는 KT 모델에 콘텐츠를 활용하려는 시도는 있었다, 하지만, 지나치게 연산량이 많고 방대한 시간이 소요돼 실제 솔루션에 적용하는데 한계가 존재했다. 뤼이드가 이번에 제안한 새로운 프레임 워크를 적용할 경우 특정 도메인에서 최대 150분의 1까지 훈련 시간을 단축시킬 수 있는 것으로 나타났다.

또한, 뤼이드가 제시한 모델은 유저 풀이 기록이 전혀 없는 신규 문제들에 대해서도 강력한 성능 향상을 보이며 기존 모델 대비 정오답 예측 정확도(AUC)를 약 40% 향상시키는 것으로 나타났다.

뤼이드는 논문에서 제안한 콘텐츠 기반 KT 모델을 바탕으로 5월 중 산타 플랫폼에서 A/B 테스팅을 통해 유저 데이터를 다각도로 검증한 후, 산타 제품에 바로 적용할 예정이다. 매월 산타 플랫폼에 새로운 문제가 추가되고 있는 만큼, 유저들에게 보다 정교하고 개인화된 추천을 통해 더욱 강력한 학습 경험을 제공할 수 있을 것으로 기대된다.

이번 콘텐츠 기반 KT 모델 연구를 주도한 뤼이드 양윤석 연구원은 "뤼이드가 기존에 제공하고 있는 '산타' 등 AI 튜터 서비스를 고도화하는 것을 넘어 다른 도메인에서도 높은 정확도로 정오답 예측을 할 수 있는 기술적 해자를 획득했다는 점에서 큰 의의가 있다"라고 강조했다.

실제로 토익 학습 데이터로 학습시킨 KT 모델은 유의미한 성능 변화 없이 G-TELP, TOEFL, SAT 등 도메인에도 적용 가능한 것으로 나타났다. 이같은 성과를 바탕으로 뤼이드 논문은 리뷰어들의 심사를 총괄하는 AC(Area Chair) 리뷰 결과, 제출된 논문 중 상위 15%에 해당하는 'Strong Accept' 평가와 더불어 소수 연구에만 기회가 주어지는 구두 발표 세션에도 초대됐다.

뤼이드 박준영 AI 리서치 리드는 "이번에 발표한 뤼이드의 연구 성과는 단순히 학문적 연구의 결과로만 그치는 것이 아니라, 새로운 방법론 제시를 통해 기존 서비스를 제한했던 AI 한계를 돌파하고 활용 가능성을 확장했다는 점에서 의미가 있다"라며 "한층 진화된 AI 솔루션을 통해 학습자에게 보다 가치 있는 학습 경험을 제공할 수 있을 것으로 기대한다"라고 밝혔다.

뤼이드 장영준 대표는 "교육의 현실적인 문제를 풀기 위해 기술이 무엇을 도울 수 있을지를 고민하고 새롭게 문제를 정의하며 최적의 해결책을 찾는 것이 뤼이드 연구의 궁극적인 목표"라며 "적극적인 연구개발(R&D) 투자와 지원을 통해 연구 분야를 지속적으로 확대하며 실제 교육 효과 향상에 가장 도움을 줄 수 있는 방향으로 교육 산업 지형을 바꿔나갈 것"이라고 말했다.