스스로 읽고 듣고… ‘멀티’가 된 네이버 하이퍼클로바X

네이버가 자체 거대언어모델(LLM)인 ‘하이퍼클로바X’에 텍스트 이외 이미지와 음성까지 이해할 수 있는 기능을 추가한다. ‘멀티모달’(이미지·소리 등 다양한 형태의 정보를 주고받는 것) 인공지능(AI) 기능을 통해 다양한 서비스를 제공하겠다는 전략이다.

네이버는 대화형 인공지능 서비스 ‘클로바X’에 오는 27일부터 이미지 이해 기능을 새롭게 추가한다고 22일 밝혔다. 예를 들어 이용자가 회사 4곳의 시장점유율을 담은 원그래프를 대화창에 올리면, 클로바X가 이미지를 분석해 어느 회사 점유율이 가장 높은지 등 질의에 답을 할 수 있다. 네이버 관계자는 “클로바X의 성능 검증을 위해 1480개의 한국 초·중·고 검정고시 문항을 이미지 형태로 입력하고 문제를 풀게 한 결과, 클로바X가 약 84%의 정답률을 기록했다”며 “오픈AI GPT-4o(포오)의 78%보다 높은 정답률”이라고 말했다.

네이버는 하이퍼클로바X 기반의 음성 AI 기술 ‘오디오LLM’도 공개했다. 오디오LLM은 기존 음성 합성 기술보다 상대의 말을 더 잘 알아들으면서 감정 표현까지 더해 자연스러운 대화가 가능하다. 네이버는 오디오LLM을 실시간 음성 번역, 언어 학습, 상담 등의 서비스에 접목할 계획이다.