EMNLP 2023

업스테이지가 자연어 처리 분야 최고 권위 학회인 EMNLP 2023에서 논문 2편을 발표하며 글로벌 기술력을 다시 확인했다. EMNLP 2023은 12월 6~10일 싱가폴에서 열리며, 지난해 EMNLP 2022는 **3,242편 제출·715편 채택(채택률 22%)**을 기록했다.

이번 성과는 업스테이지 박찬준 테크 리드와 고려대 임희석 교수 연구팀의 협업으로 이뤄진 한국어 NLP 연구다. 회사는 이번 채택이 구글, 애플, 아마존, 바이두 등과 겨루는 국제 학술 무대에서의 경쟁력을 보여준 사례라고 설명했다.

• KEBAP: Korean Error Explainable Benchmark Dataset for ASR and Post-processing

  • 한국어 ASR(음성인식) 후처리를 위한 새로운 벤치마크 데이터셋을 구축한 논문이다.
  • 기존 평가는 음성·텍스트 수준의 오류를 충분히 설명하지 못한다는 문제를 짚고, 설명 가능성을 높이는 평가 방법론을 제안했다.
  • 배경 소음과 발화자 특성을 반영한 37개 음성 레벨 유형, 13개 텍스트 레벨 오류 유형으로 세분화했으며, Google Cloud Speech Recognition과 CLOVA 같은 상용 시스템에 적용해 분석했다.

• CHEF in the Language Kitchen: A Generative Data Augmentation Leveraging Korean Morpheme Ingredients

  • 한국어의 형태소 특성을 반영한 새로운 데이터 증강 기법 CHEF를 제안했다.
  • 형태소 조합에 따라 문장 의미가 달라지는 한국어 특성상, 무작위 증강은 의미 왜곡이나 부자연스러운 문장을 만들 수 있다는 한계를 지적했다.
  • 생성형 언어 모델이 형태소 조합을 다양하게 변형해, 더 자연스러운 한국어 문장을 생성하도록 설계했다.

업스테이지는 지난 6월 ICML 2023-DMLR에서도 논문 7편을 발표해 국내 기업 최다 성과를 냈고, 창립 3년 만에 국내외 AI 논문 100편을 발표했다고 밝혔다. 또한 구글 스콜라 기준 NLP 분야 톱 7 컨퍼런스인 ACL, EMNLP, NAACL, TACL, COLING, LREC, WMT 중 저널인 TACL을 제외한 모든 컨퍼런스에서 논문 채택 성과를 냈다고 강조했다.