바이브컴퍼니는 자사 연구진이 제1저자로 참여한 공동 연구 논문이 자연어 처리(NLP) 분야 학회 ‘ACL 2026’ 메인 컨퍼런스에 채택됐다고 23일 밝혔다. 이번 연구는 AI 에이전트 및 RAG(검색 증강 생성) 시스템에서 활용되는 검색 기술의 신뢰성을 개선하는 데 초점을 맞췄다.
ACL은 자연어 처리 분야에서 영향력 있는 학회로, 올해는 약 1만 2천 건 이상의 논문이 접수된 가운데 일부만이 채택됐다. 바이브컴퍼니는 고려대학교, 코펜하겐대학교, UC 버클리 연구진과 협력해 연구를 수행했으며, 공동 연구를 통해 기술적 결과를 도출했다.
연구의 핵심은 저정밀도(Low-precision) 검색 환경에서 발생하는 구조적 한계를 분석하고 이를 개선하는 방법을 제시한 데 있다. 저정밀도 방식은 비용 절감 측면에서 활용도가 높지만, 검색 결과 순위가 동일하게 처리되는 ‘가짜 동점(Spurious ties)’ 문제가 발생할 경우 전체 모델 성능에 영향을 줄 수 있다는 점이 지적돼 왔다.
이에 연구팀은 HPS(High-Precision Scoring) 방식을 적용해 문제 해결을 시도했다. 해당 방식은 시스템 전체를 고정밀도로 전환하지 않고, 최종 출력값(Logits)에 대해서만 선택적으로 보정을 수행하는 구조다. 이를 통해 연산 부담을 크게 늘리지 않으면서도 검색 결과의 정확도를 개선할 수 있도록 설계됐다.
또한 TRM(Tie-aware Retrieval Metrics) 지표를 함께 제안해 검색 결과 간 순위가 겹치는 상황에서도 모델 간 성능 차이를 보다 정밀하게 분석할 수 있도록 했다. 이는 저정밀도 환경에서의 평가 기준을 보다 명확하게 정의하는 방식으로, 기존 평가 방식의 한계를 보완하는 접근으로 설명된다.
해당 기술은 RAG 기반 시스템에서 검색 결과의 정확도를 좌우하는 요소로 작용할 수 있으며, AI 에이전트 서비스의 응답 품질과 신뢰성을 개선하는 데 활용될 수 있다. 동시에 연산 비용 증가를 최소화하는 방식으로 설계돼, 기업 환경에서의 적용 가능성도 제시되고 있다.
바이브컴퍼니 김경서 대표는 “이번 연구 성과를 자사 서비스에 반영해 기술 고도화를 이어갈 계획”이라며, “AI 서비스에서 비용과 성능을 동시에 고려하는 접근이 중요해지고 있는 만큼, 관련 기술을 지속적으로 발전시켜 나갈 것”이라고 밝혔다.
한편, 바이브컴퍼니는 생성형 AI 기술과 데이터 자산을 기반으로 공공, 금융, 마케팅 등 주요 산업 분야에 적용 가능한 솔루션을 개발하고 있으며, 연구 성과를 통해 기술 경쟁력을 강화하고 있다.
댓글
0