COLING 2025: LLM으로 사멸 위기 언어 '뉴슈' 복원하는 AI 프레임워크 공개

COLING 2025에서 사멸 위기 언어의 복원을 위해 소량의 데이터로 대규모 언어 모델(LLM)을 학습하는 NüshuRescue 프레임워크가 공개되었다.

핵심 기술 및 성과

• 데이터 효율성: GPT-4-Turbo를 사용하여 뉴슈에 대한 사전 노출 없이 35개의 짧은 예시만으로도 50개의 테스트 문장에 대해 **48.69%**의 번역 정확도를 달성했다.
• 데이터셋 구축: 뉴슈-중국어 병렬 코퍼스인 NCGold(500문장)를 개발했으며, 이를 기반으로 98개의 새로운 현대 중국어 번역 문장 집합인 NCSilver를 생성했다.
• 보조 모델: 연구 지원을 위해 FastText 기반 및 Seq2Seq 모델도 함께 개발되었다.

의의

이 프레임워크는 인간 입력을 최소화하면서 사멸 위기 언어의 재건을 가속화하는 도구로, 모든 데이터셋과 코드는 GitHub를 통해 공개되었다.