"LLM 비일관성 해결"…두나무, '콜링 2025'에서 기술우수성 증명

이동준 두나무 머신러닝팀장이 지난 21일(현지 시각) 아랍에미레이트(UAE) 아부다비 ADNEC에서 열린 ‘제31회 국제 전산언어 학술대회(COLING 2025)’ 메인 콘퍼런스에서 논문 발표를 하고 있다. /사진=두나무

블록체인 및 핀테크 전문기업 두나무는 세계 최고 수준 국제전산언어학술대회인 ‘콜링2025’ 콘퍼런스에서 본사 머신러닝(ML) 팀의 텍스트-SQL(구조화된 질의 언어) 변환 관련 연구 논문을 발표해 기술적 우수성을 입증했다고 23일 밝혔다.

‘콜링(COLING)’은 자연어 처리(NLP)와 전산언어학 분야에서 세계적으로 권위 있는 학회 중 하나다. 제출된 전체 논문의 30% 정도만 채택될 정도로 엄격한 기준을 자랑하는 곳이다.

올해 콜링의 메인 콘퍼런스는 지난 1월 21일(현지 시각) 아랍에미리트(UAE) 아부다비 ADNEC(ABU Dhabi National Exhibition Centre)에서 열렸다. 이 자리에서 이동준 두나무 머신러닝 팀장은 두나무가 개발한 텍스트-SQL 변환 모델의 연구 성과를 직접 발표했다.

이번 발표 논문의 제목은 ‘MCS-SQL:텍스트-SQL 변환에서 다중 프롬프트와 다지선다를 활용하는 방법(원문 논문명: MCS-SQL: Leveraging Multiple Prompts and Multiple-Choice Selection For Text-to-SQL Generation)’이다. LLM(대규모 언어 모델) 기반의 텍스트-SQL 변환 성능을 향상하는 방법을 제안했다.

질문 방식이나 문장 배치 순서 등에 따라 답변이 달라지는 기존 LLM의 한계를 극복했다는 분석이다. 일례로 기존 LLM은 “A와 B는 같은 뜻인가요?”와 “B와 A는 같은 뜻인가요?”라는 질문에 서로 다른 답변을 내놓는 경우가 많았다.

두나무 머신러닝 팀은 이 문제를 해결하기 위해 다중 프롬프트 기법을 도입했다. 여러 SQL 후보를 생성한 뒤 최적의 SQL을 선택하는 방법을 제안했다. 이 방법은 기존 LLM의 정확도와 효율성을 동시에 향상할 수 있다는 연구 결과도 나왔다. 지난해 1월 텍스트-SQL 변환 측정 벤치마크인 BIRD-SQL 글로벌 리더보드에서 1위를 차지하는 등 우수성을 증명하기도 했다.

이 팀장은 “생성형 AI와 함께 주목받는 텍스트-SQL 변환 분야에 대한 기술적 도전이 세계적으로 인정 받아 기쁘다”며 “이번 연구가 AI의 실질적 활용성을 넓히는 데 조금이나마 보탬이 됐으면 좋겠다”고 말했다.

한편, 두나무는 업비트, 증권 플러스, 증권 플러스 비상장을 서비스하고 있다. 두나무 머신러닝 팀은 주식과 디지털 자산 시장에서 활용되는 AI 모델을 연구·개발 중이다. 지난해 11월 ‘콜링2025’에서 금융 허위 정보 탐지 챌린지(FMD) 1위를 차지하는 등 글로벌 연구 역량을 다방면으로 인정받고 있다.

안정훈 기자 ajh6321@hankyung.com