더 똑똑해진 네이버 ‘클로바X’ 쓱쓱 그린 그래프도 분석 척척

사진·그림 속 시각 정보 이해 가능
‘이미지 형태’ 시험 문항 84% 맞혀

네이버가 오는 27일 대화형 인공지능(AI) 에이전트 ‘클로바X’에 시각 정보 처리 능력을 새로 추가한다고 22일 밝혔다.

사용자는 클로바X 대화창에 올린 이미지에서 추출된 정보와 입력한 질의를 바탕으로 AI와 대화할 수 있다. 클로바X는 사진 속 현상을 묘사하거나 상황을 추론하는 등 다양한 지시를 수행할 수 있다.

예를 들어 이미지나 그림 형식으로 된 표나 그래프를 클로바X가 이해하고 분석할 수 있다. 논리적 글쓰기, 코드 작성, 번역 등 기존 클로바X의 활용 범위가 한층 넓어질 것으로 네이버는 기대하고 있다.

클로바X는 네이버가 자체 개발한 거대언어모델(LLM) ‘하이퍼클로바X’를 기반으로 한다.

한국 초중고교 검정고시 문항 1480개를 AI 모델에 이미지 형태로 입력하고 문제를 풀게 한 결과, 클로바X는 84%의 정답률을 기록했다고 네이버는 밝혔다. 오픈AI의 최신 모델 ‘GPT-4o’의 78%보다 높은 수치였다.

네이버는 지난 20일 클로바 공식 사이트의 기술 블로그를 통해 하이퍼클로바X 기반의 음성 AI 기술을 공개하기도 했다. 언어 구조와 발음 정확도를 개선한 것은 물론 감정 표현을 더한 자연스러운 대화가 가능하다.

음성 LLM 기술의 경우 안전한 AI 서비스를 위해 더 면밀한 연구와 검토를 거쳐 서비스에 적용할 예정이다. 기술 블로그에선 실시간 음성 번역, 언어 학습, 상담 등 음성 멀티모달 LLM의 다양한 서비스 접목 가능성을 제시했다. 멀티모달은 텍스트 외에도 음성, 이미지 등 다양한 유형의 정보를 활용하는 것을 말한다.

네이버는 하이퍼클로바X를 멀티모달 LLM으로 고도화하고 서비스에 적용하는 과정에서 ‘네이버 AI 안전 프레임워크(ASF)’로 시스템의 잠재적 위험을 평가할 방침이다. ASF는 지난 6월 네이버가 공개한 AI 안전성 실천 체계다.

성낙호 네이버클라우드 하이퍼스케일AI 기술 총괄은 “LLM으로 출발한 하이퍼클로바X는 이미지 이해 능력을 더한 거대시각언어모델, 나아가 음성 멀티모달 언어모델로 발전하고 있다”고 말했다.

노도현 기자 hyunee@kyunghyang.com