사진속 상황 추론, 표·그래프 분석

검정고시 문항 84% ‘높은 정답률’

실시간 번역 음성 AI 기술도 공개

“챗GPT보다 잘 맞힌다”...네이버 AI, 이미지 분석기능 추가
최수연 네이버 대표가 지난해 8월 열린 ‘팀 네이버 콘퍼런스 단 23’에서 초대규모 AI ‘하이퍼클로바X’를 소개하고 있다. [네이버 제공]

“사진 속 그래프 내용까지 이해한다.”

자체 인공지능(AI) 기술 ‘하이퍼클로바(HyperCLOVA)X’를 앞세워 AI 시장에 힘을 싣고 있는 네이버가 또 한 번 진화한다. 이미지를 이해하는 시각 정보 처리 능력을 새롭게 추가하고 서비스 고도화에 나선다. 생성형 AI 기반의 음성 합성 기술도 공개했다. 이로써 네이버는 텍스트뿐 아니라 이미지·음성도 처리할 수 있는 ‘멀티모달 AI’로 기술력을 강화할 수 있게 됐다.

▶사진 속 상황 추론, 표·그래프 분석...“챗GPT보다 정답률↑”=네이버는 대화영 AI 서비스 ‘클로바X’에 이미지 이해 기능을 업데이트 한다고 22일 밝혔다.

사용자들은 클로바X 대화창에 업로드한 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 돼 있는 표·그래프를 클로바X가 이해하고 분석하는 것이 가능하다. 클로바X는 기존 논리적 글쓰기, 코드 작성, 번역 등의 작업에 활발히 사용된 것에서 더 나아가 이미지 이해 능력까지 갖추게 된다.

특히 거대 언어 모델(LLM)인 하이퍼클로바X가 결합해 더 정확하고 신뢰성 있는 서비스를 제공할 수 있다고 네이버는 설명했다. 실제 대한민국 초·중·고졸 검정고시 총 1480개 문항을 AI 모델에 이미지 형태로 입력하고 문제를 풀게 한 결과, 클로바X는 약 84%의 정답률을 기록하며 오픈AI 챗GPT-4o(포오)의 78%에 비해서도 높은 정답률을 보였다.

▶‘하이퍼클로바X’ 기반 음성 멀티모달 기술도 선보여=이와 함께 네이버는 ‘클로바’공식 사이트의 기술 블로그를 통해 하이퍼클로바X 기반 음성 AI 기술을 공개했다.

기존의 음성 인식·합성 기술에 비해 한층 발전한 모델로, LLM의 특징인 뛰어난 문맥 이해와 지시문 해석 능력을 활용했다. 언어 구조와 발음 정확도를 개선하고 감정 표현까지 더한 자연스러운 대화가 가능하다.

네이버는 음성 멀티모달 LLM 기술로 더 편리한 서비스를 제공한다는 계획이다. 실제 네이버는 기술 블로그에서 실시간 음성 번역, 언어 학습, 상담 등 음성 멀티모달 LLM의 다양한 서비스 접목 가능성을 제시했다.

성낙호 네이버클라우드 하이퍼스케일 AI 기술총괄은 “거대 언어 모델로 출발한 하이퍼클로바X는 이미지 이해 능력을 더한 거대 시각 언어 모델, 나아가 음성 멀티모달 언어 모델로 발전하고 있다”며 “하이퍼클로바X의 발전된 능력은 대화형 AI 에이전트 클로바X를 비롯한 여러 네이버 서비스에 도입해 새로운 사용자 가치를 창출하고 생태계를 더욱 확장해나갈 것”이라고 말했다.

아울러 네이버는 하이퍼클로바X를 멀티모달 LLM으로 고도화하고 서비스에 적용하는 과정에서도 ‘AI 안전성’을 적극적으로 실천할 예정이다. 지난 6월 공개한 네이버의 AI 안전성 실천 체계 ‘네이버 ASF’로 AI 시스템의 잠재적 위험을 평가한다. 특히 음성 AI 기술은 더욱 안전한 서비스 제공을 위해 다각도로 검토를 이어갈 계획이다. 박세정 기자