"시험지 이미지 넣으면 문제 푼다"…네이버, 멀티모달 AI 공개

검정고시 이미지 입력 후 정답률 84%…GPT-4o보다 높아

"새로운 사용자 가치 창출…하이퍼클로바X 생태계 확장"

하이퍼클로바X 이미지 이해 화면 (네이버 제공)

(서울=뉴스1) 손엄지 기자 = 네이버(035420)는 대화형 인공지능(AI) 에이전트 클로바X(CLOVA X)에 오는 27일 시각 정보 처리 능력을 새롭게 추가한다고 22일 밝혔다.

네이버는 기반 모델인 하이퍼클로바X(HyperCLOVA X)를 텍스트뿐 아니라 이미지, 음성도 동시에 처리할 수 있는 '멀티모달'(Multimodal) AI로 고도화한다.

하이퍼클로바X 이미지 이해 화면 (네이버 제공)

◇ "사진 속 상황 추론 가능"

클로바X는 사진 속 현상을 묘사하거나 상황을 추론하는 등 다양한 지시를 수행할 수 있다.

예를 들어 이미지나 그림 형식으로 되어 있는 표, 그래프를 클로바X가 이해하고 분석하는 것이 가능하다.

기존의 클로바X가 논리적 글쓰기, 코드 작성, 번역 등의 작업에 사용된 것에서 나아가, 이미지 이해 능력을 기반으로 개인의 생산성 향상 도구로써 활용 범위가 한층 넓어질 전망이다.

여기에 네이버의 거대 언어 모델(LLM)인 하이퍼클로바X가 결합해 더 정확하고 신뢰성 있는 서비스가 가능할 것으로 보인다.

실제 대한민국 초·중·고등학교 검정고시 총 1480개 문항을 AI 모델에 이미지 형태로 입력하고 문제를 풀게 한 결과, 클로바X는 약 84%의 정답률을 기록하며 오픈AI GPT-4o의 78%보다 높은 정답률을 보였다.

◇ 음성 멀티모달 기술 개발

네이버는 '클로바' 공식 사이트의 기술 블로그에서 하이퍼클로바X 기반 음성 AI 기술을 공개했다.

LLM의 특징인 뛰어난 문맥 이해와 지시문 해석 능력을 활용해 언어 구조·발음 정확도 개선은 물론 감정 표현까지 더한 자연스러운 대화가 가능하다.

네이버는 기술 블로그에서 실시간 음성 번역, 언어 학습, 상담 등 음성 멀티모달 LLM의 다양한 서비스 접목 가능성을 제시했다.

성낙호 네이버클라우드 하이퍼스케일(Hyperscale) AI 기술 총괄은 "하이퍼클로바X의 발전된 능력은 여러 네이버 서비스에 도입해 새로운 사용자 가치를 창출할 것"이라면서 "기업용 AI 설루션으로도 제공하며 하이퍼클로바X 생태계를 더욱 확장해나갈 것"이라고 말했다.

eom@news1.kr

Copyright ⓒ 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.