AI 핵심 요약
beta- 숭실대 박찬준 교수 연구팀은 18일 논문 8편을 EACL 2027에 채택시켰다
- 채택 논문은 LLM 작동 원리와 AI 평가·다국어·멀티모달 등을 다뤘다
- 학부생 이시현·금지우 연구원도 제1저자로 참여해 성과를 거뒀다
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
학부 연구생 2명 제1저자로 참여…국제학술대회서 연구역량 입증
[서울=뉴스핌] 송주원 기자 = 숭실대학교는 소프트웨어학부 자연어처리연구실 박찬준 교수 연구팀의 논문 8편이 자연어처리 분야 주요 국제학술대회인 'EACL 2027'에 채택됐다고 18일 밝혔다.
이번에 채택된 논문은 대형언어모델(LLM)의 내부 작동 원리부터 인공지능(AI) 자동 평가와 다국어 처리, 멀티모달 모델 분석, AI 에이전트 협업 등 다양한 분야를 다룬다.

EACL은 국제전산언어학회(ACL) 유럽 지부가 주관하는 학술대회로 자연어처리 분야에서 권위 있는 국제학술대회 중 하나다. 숭실대에 따르면 올해 EACL 메인 트랙의 논문 채택률은 13.5%다.
채택된 논문 가운데 5편은 조성현·이시현·김도윤·김찬우·금지우 연구원이 각각 제1저자로 참여했다. 특히 이시현·금지우 연구원은 학부생 신분으로 연구를 주도해 국제학술대회에서 성과를 인정받았다.
조성현 연구원은 텍스트와 이미지, 음성 등 여러 형태의 정보를 처리하는 AI 모델에서 서로 다른 입력 정보 간 불일치가 발생하는 원인을 분석했다. 모델 내부의 표현 공간을 살펴보고 정보 간 일관성을 이해하기 위한 새로운 분석 방향을 제시했다.
이시현 연구원은 AI에 동등한 권한을 가진 상충된 지시가 주어졌을 때 나타나는 반응을 연구했다. 분석 결과 AI가 지시 간 충돌을 인식하면서도 실제 답변에서는 이를 명시하지 않고 특정 지시를 선택하는 경향이 확인됐다.
김도윤 연구원은 AI가 다른 AI의 답변을 평가하는 과정에서 점수 체계에 따라 결과가 달라지는 현상을 분석했다. 연구팀은 17개 LLM과 13가지 수치 평가 체계를 비교해 점수 범위와 간격이 평가의 일관성과 신뢰성에 영향을 미친다는 사실을 확인했다.
김찬우 연구원은 AI 자동 평가에서 점수 척도의 방향에 따라 발생하는 편향을 분석했다. 평가 기준의 의미와 숫자 자체에 대한 모델의 편향을 구분해 AI 평가 시스템의 신뢰성을 점검했다.
금지우 연구원은 LLM 최적화 과정에서 내부 파라미터 구조가 달라지더라도 특정 기능이 유지되는 현상을 분석했다. 이를 통해 AI 모델 내부의 능력 표현과 최적화 과정 사이의 관계를 탐구했다.
이 밖에도 기계번역 평가의 편향과 다국어 정보 처리, 효율적인 AI 추론을 위한 다중 에이전트 협업 방식 등을 다룬 논문이 채택됐다.
박찬준 교수는 "이번 성과는 연구원들이 각자의 문제의식을 바탕으로 연구를 주도하며 함께 성장한 결과라는 점에서 뜻깊다"며 "특히 학부 연구생인 금지우·이시현 연구원이 제1저자로 연구를 이끌고 국제학술대회에서 성과를 거둔 것은 학생들의 연구 역량과 성장 가능성을 보여주는 사례"라고 말했다.
이어 "논문 채택을 출발점으로 연구 결과가 후속 연구와 실제 활용으로 이어질 수 있도록 힘쓰고, 신뢰할 수 있는 인공지능을 위한 연구를 지속하겠다"고 덧붙였다.
jane94@newspim.com












