[IT동아 남시현 기자] 김무철 중앙대학교 소프트웨어학부 교수가 이끄는 소프트웨어대학 데이터지능연구실(DILab) 소속 연구진이 오는 11월 7일부터 11일까지 이탈리아 로마에서 열리는 ‘CIKM 2026(국제 정보 및 지식관리 학술대회)’에서 논문 2편을 발표한다. CIKM은 정보 검색, 지식 관리, 데이터 마이닝, 데이터베이스 분야의 세계적 권위를 지닌 국제 학술대회로 올해 35회째를 맞는다. 특히 최근 AI 산업이 빠르게 발전함에 따라 대규모 언어모델(LLM)과 인공지능, 책임감 있고 신뢰할 수 있는 에이전트 AI까지 폭넓은 영역의 학술 발표가 이뤄진다.

유현욱 박사과정이 제1저자로 참여한 ‘Mitigating the Morpheme Tokenization Bottleneck in Agglutinative Languages: A Korean Case Study with Interleave Attention(교착어에서 형태소 토큰화 병목 현상 완화: 인터리브 어텐션을 활용한 한국어 사례 연구)’은 풀 리서치 페이퍼 트랙(Full Research Papers Track)에서 구두 발표로 진행되며, 김민주 석박사통합과정이 제1저자로 참여한 ‘Not All Segmentation Is Equal: How Quality Filters Evaluate Structure(모든 분절이 동일한 것은 아니다: 품질 필터는 구조를 어떻게 평가하는가)’는 숏 리서치 페이퍼 트랙으로 발표된다. 국제 정보검색·데이터 마이닝 학회에서 한국어의 언어적 특성을 반영한 AI 연구가 채택된 것은 주목할 만한 성과다.

CIKM 제출, 5대 혁신 분야 지원하는 ‘디지털콜럼버스’ 일환으로 진행

이번 연구는 ‘2026년도 제1차 정보통신·방송 기술개발사업 및 표준개발지원사업’ 중 바이오·의료, 재난안전, 모빌리티, 제조·서비스, 보안 등 5대 혁신 분야를 지원하는 ‘디지털콜럼버스 프로젝트(재난안전 분야)’를 통해 수행됐다. 디지털콜럼버스 프로젝트는 과학기술정보통신부와 정보통신기획평가원(IITP)이 미래 사회문제 해결에 기여할 디지털 혁신 기술을 발굴하고, 연구 성과를 실증 및 기술이전, 상용화로 연결하기 위해 추진하는 연구개발(R&D) 사업이다.

과제는 기술의 개념을 연구하는 ‘시드 연구’, 실증을 통해 활용 가능성을 확인하는 ‘리더 연구’, 기업과 함께 솔루션 개발 및 기술이전을 추진하는 혁신 연구로 구성된다. 김무철 교수팀은 현재 5대 혁신 분야 중 재난 안전 분야에서 ‘재난 특화 LLM’이 학습할 대규모 학습용 자료와 관련된 연구를 진행 중이다. Not All Segmentation Is Equal 논문은 재난 특화 LLM의 학습데이터 품질 관리를 위한 연구며, Mitigating the Morpheme 논문은 한국어 이해 능력 고도화 및 멀티모달 데이터 간의 결합을 뒷받침하는 연구로 각각 재난 특화 LLM의 데이터 선별과 모델 고도화와 관련된다.

‘Not All Segmentation Is Equal: How Quality Filters Evaluate Structure’ 논문은 LLM의 사전학습 데이터를 선별할 때 데이터 품질 필터가 선호하는 문서 조직의 구체적인 형태를 분석하는 내용이다. 재난 특화 LLM을 구축하려면 재난 대응 매뉴얼과 사고 기록, 안전 지침, 그래프 언어화 자료 등 다양한 자료를 모아서 사전 학습 데이터를 만들어야 한다. 이때 데이터 품질 필터의 구성에 따라 실제로 유용한 자료가 제외될 수도 있고, 중요한 자료가 문서 형식으로 인해 누락되는 문제도 발생할 수 있다.

연구진은 원본 문서에서 추출한 동일한 사실 정보를 산문형, 균형 잡힌 제목·목록형, 과분절형으로 재구성하고, 내용은 동일하게 유지한 채 문서 구조에 따른 품질 평가 결과의 차이를 비교했다. 그 결과 동일한 정보를 담고 있더라도 문서를 분리한 형태에 따라 중요 정보가 누락되거나 특정 문서 형식에 편중될 수 있고, 결과적으로 학습 데이터의 구성까지 달라질 수 있음을 입증했다. 해당 결과는 향후 유용한 재난 문서가 데이터 선별 과정에서 제외되는 현상에 대비할 수 있다는 점에서 의의가 있다.

‘Mitigating the Morpheme: Tokenization Bottleneck in Agglutinative Languages: A Korean Case Study with Interleave Attention’ 논문은 한국어와 같은 교착어에서 토크나이저가 나누는 토큰의 경계와 실제 형태소의 경계가 일치하지 않아, 대규모 언어모델의 문장 점수 계산에 오차가 발생할 수 있다는 문제를 다룬다. 연구진은 형태소 정보를 디코더의 점수 계산 과정에 직접 반영하는 ‘인터리브 어텐션(교차 집중, Interleave Attention)’ 기법을 제안했다. 토큰 단위의 표현과 형태소 단위의 정보를 결합하고, 기존 토큰화 과정에서 문법적 정보가 사라질 수 있는 문제를 완화했다.이번 연구는 재난 현장 기록과 대응 매뉴얼을 정확하게 해석하는 재난 특화 대규모 언어모델(LLM)을 구축하기 위한 기반 기술이라는 점에서 의의가 있다.

재난 상황에서는 핵심 단어뿐만 아니라 조사와 어미, 부정 표현에 따라 달라지는 문장의 의미를 정확하게 파악하는 것이 중요하다. 예를 들어 ‘상습침수지역 거주민은 대피를 준비’와 ‘상습침수지역 거주민만 대피를 준비’는 조사 하나만 다르지만, 대피 대상의 범위는 달라진다. 이러한 차이를 제대로 구분하지 못하면 재난 상황을 잘못 판단하거나 대응 지침을 부정확하게 해석할 수 있다.

연구진이 제안한 인터리브 어텐션은 토큰 단위의 표현에 형태소 정보를 결합해 한국어의 문법적 특성을 보다 정교하게 반영하도록 설계됐다. 이는 한국어 문맥 이해 능력을 높여 재난 관련 문서와 지침을 정확하게 해석하는 데 기여할 수 있다. 나아가 연구진은 텍스트 정보와 다른 유형의 정보를 긴밀하게 결합하는 방향으로 설계를 확장해 그래프 신경망이 산출한 재난 예측 정보를 이해하고, 관련 대응 지식을 연결해 설명하는 재난 특화 LLM 에이전트를 연구 중이다.

재난현장 AI, 인명·재산 보호 달린 만큼 단계적 고도화 지원해야

디지털콜럼버스 프로젝트가 지향하는 재난 AI의 실증과 기술 고도화 측면에서 이번 연구는 재난 정보의 정확한 이해와 활용을 뒷받침하는 기술적 토대가 될 것으로 기대된다. 현재 개발되고 있는 AI는 서울 지역의 지리 정보와 공공 API를 통해 수집되는 관로 수위·강수량 등의 관측 데이터를 활용하는 그래프 신경망 기반 재난 예측 모델과 연계된다. 초기 단계에서는 13B급 언어모델 고도화로 출발하며 향후 30B 수준의 더 큰 규모의 재난대응 AI로 연구 범위가 확대된다. 향후 모델은 실제 재난관리 시스템에서 활용할 수 있도록 모델 규모 확대에 따른 추론 자원과 응답 지연을 고려한 학습·서비스 최적화를 도모한다. 도 후속 연구 과제가 된다.

다만 해당 과제가 재난 AI로서의 성과를 달성하기 위해서는 서울 지역의 지리를 넘어 전국 단위의 환경 데이터와 각 지역별 특성, 재난 유형과 관련된 기술들로 확장하는 연구가 필요하다. 지역마다 관측 데이터의 규모나 기반 시설 특성이 다르기 때문에 데이터가 충분하지 않은 지역에서도 안정적으로 대응하기 위한 능력이 필요하다. 또한 지속적으로 관측 정보가 변하는 경우도 판단에 반영해야 하며 여러 종류의 재난이 시간차를 두고 발생하는 상황을 추론하는 기술도 필요하다. 텍스트·영상·센서 정보가 서로 다른 시점에 들어오거나 상충하는 경우에도 정보의 최신성과 신뢰도를 고려해 상황을 종합하는 능력 역시 주요 고도화 대상이다.

장기적으로는 전국 단위의 복합 재난에 대한 사전예측과 대응책 마련 지원까지 예상할 수 있다. 연구팀은 AI를 통해 위험 발생 요소와 연쇄적 영향 등에 대해 파악하고, 복수의 대응 방안이 가져올 결과를 비교한 뒤 판단 근거와 불확실성까지 제시하는 시스템을 구축하고자 한다. 아울러 지리정보시스템(GIS) 연동 플랫폼과 대화형 재난관리 시스템에서의 실제 활용 가능성을 검증하고, 현장 담당자의 사용 의견 등을 통해 꾸준히 모델을 개선해 나가는 그림도 그리고 있다. 연구팀은 최종적으로 재난안전 분야의 인공일반지능(AGI) 구축을 구상 중이다.

김무철 중앙대학교 소프트웨어학부 교수는 “이번 CIKM 논문은 IITP가 지원중인 디지털콜럼버스 프로젝트의 일환으로 제출되었으며, 난이도가 높은 교착어인 한국어 연구 논문도 해외에서 인정받을 수 있음을 입증했다는 점에서 의의가 있다. 우리 연구팀은 오는 2032년까지 재난분야 AGI를 목표로 디지털콜럼버스 프로젝트를 진행하며 이제 막 초기 단계에 진입했다. CIKM 성과를 넘어서 앞으로 이기종 그래프 관련 논문, 멀티모달 AI 관련 연구 등 전반적인 분야를 고도화해 사람 중심의 실시간 재난 AI 체계를 완성하도록 노력하겠다”라고 말했다.

IT동아 남시현 기자 (sh@itdonga.com)