네이버가 오는 27일 대화형 AI(인공지능) 에이전트 클로바X 업데이트로 시각 정보 처리 능력을 새롭게 추가한다. 앞서 생성형 AI 기반의 음성 합성 기술도 공개했다.
네이버는 22일 "하이퍼클로바X를 텍스트뿐 아니라 이미지, 음성도 동시에 처리할 수 있는 '멀티모달' AI로 고도화해 생성형 AI 기술 경쟁력을 갖춰나가고 있다"고 자평했다.
클로바X 이미지 이해 기능이 업데이트되면, 사용자들은 클로바X 대화창에 업로드한 이미지에서 추출된 정보와 입력한 질의를 바탕으로 AI와 대화할 수 있다. 클로바X는 사진 속 현상을 묘사하거나 상황을 추론하는 등 다양한 지시를 수행할 수 있다. 이미지나 그림 형식으로 되어 있는 표, 그래프를 클로바X가 이해하고 분석하는 것이 가능해지는 것이다. 기존의 클로바X 기능인 논리적 글쓰기, 코드 작성, 번역 등의 작업 외에 이미지 이해 능력을 기반으로 개인의 생산성 향상 도구로서 활용 범위가 더 넓어질 것으로 예상된다.
네이버는 특히 AI 기반 문서 처리 및 문자 인식 기술 노하우와, 다양한 분야 지식을 갖춘 거대 언어 모델(LLM)인 하이퍼클로바X가 결합해 더 정확하고 신뢰성 있는 서비스를 제공할 수 있다고 자신하고 있다.
네이버 측은 대한민국 초·중·고등학교 검정고시 총 1480개 문항을 AI 모델에 이미지 형태로 입력하고 문제를 풀게 한 결과, 클로바X 정답률이 84%, 오픈AI GPT-4o 정답률이 78%로 우위를 보였다고 설명했다.
네이버는 지난 20일에는 '클로바' 공식 사이트의 기술 블로그에서 하이퍼클로바X 기반 음성 AI 기술을 공개한 바 있다. 기존의 음성 인식, 음성 합성 기술보다 한층 발전한 모델로, LLM의 특징인 뛰어난 문맥 이해 및 지시문 해석 능력을 활용해 언어 구조 및 발음 정확도 개선은 물론 감정 표현까지 더한 자연스러운 대화가 가능하다.
네이버는 AI 음성 기록 '클로바노트', AI 안부전화 '클로바 케어콜', AI 음성 합성 '클로바더빙' 등 다양한 음성 AI 서비스에 음성 멀티모달 LLM 기술을 접목해 더 편리한 서비스를 제공한다는 계획이다.
성낙호 네이버클라우드 하이퍼스케일AI 기술 총괄은 "거대 언어 모델로 출발한 하이퍼클로바X는 이미지 이해 능력을 더한 거대 시각 언어 모델, 나아가 음성 멀티모달 언어 모델로 발전하고 있다"며 "하이퍼클로바X의 발전된 능력은 대화형 AI 에이전트 클로바X를 비롯한 여러 네이버 서비스에 도입해 새로운 사용자 가치를 창출하고, 기업용 AI 솔루션으로도 제공하며 하이퍼클로바X 생태계를 더욱 확장해나갈 것"이라고 말했다.
