AI 핵심 요약
beta- 숭실대는 18일 박찬준 교수팀 논문 2편이 ACL 2026에 채택됐다고 밝혔다
- 연구팀은 LangSAE Editing 기법으로 다국어 정보검색 성능을 높이는 방법을 제시했다
- 또 LLM 내부 코딩 스팟을 규명해 코딩 특화 인공지능 모델 성능 개선 기반을 마련했다
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
고려대 연구팀과 공동 연구…파운데이션 모델 이해도 높여
[서울=뉴스핌] 송주원 기자 = 숭실대학교는 소프트웨어학부 박찬준 교수 연구팀의 논문 2편이 자연어처리 분야 국제학술대회 'ACL 2026'에 채택됐다고 18일 밝혔다.
ACL은 자연어처리 분야에서 세계 최고 권위를 인정받는 국제학술대회로 전 세계 연구자들이 최신 연구 결과를 발표하고 공유하는 자리다. 엄격한 심사 과정을 거쳐 우수 논문이 선정되는 만큼 이번 채택은 숭실대의 인공지능 연구 역량을 국제적으로 인정받은 성과로 평가된다.

이번 연구는 박 교수 연구팀이 고려대 임희석 교수 연구팀과 공동으로 수행한 결과다. 채택된 논문 2편은 최근 인공지능의 핵심 기반 기술로 꼽히는 파운데이션 모델의 성능을 높이고, 모델 내부 구조에 대한 이해를 넓히는 데 초점을 맞췄다.
첫 번째 논문 'LangSAE Editing: Improving Multilingual Information Retrieval via Post-hoc Language Identity Removal'은 다국어 정보검색 성능을 높이기 위한 새로운 방법론을 제시했다.
연구팀은 인공지능 모델 내부에 형성된 특정 언어의 정체성을 사후적으로 분리·제거하는 'LangSAE Editing' 기법을 적용했다. 이를 통해 언어 간 표현 차이를 줄이고 여러 언어를 대상으로 한 정보검색 성능을 개선할 가능성을 보였다.
두 번째 논문 'Exploring Coding Spot: Understanding Parametric Contributions to LLM Coding Performance'는 대규모언어모델이 코드 생성과 이해 과정에서 어떤 매개변수를 중심으로 작동하는지 분석한 연구다.
연구팀은 모델 내부에서 코딩 성능에 핵심적으로 기여하는 지점을 '코딩 스팟'으로 규명했다. 이를 통해 코딩 특화 인공지능 모델의 작동 원리를 이해하고, 향후 성능 개선 연구로 이어질 수 있는 기초를 마련했다.
박찬준 교수는 "앞으로도 파운데이션 모델과 인공지능 분야의 핵심 연구를 지속적으로 수행해 학계와 산업계 발전에 기여할 수 있도록 노력하겠다"고 말했다.
jane94@newspim.com












