[이동신의 미래세상]네이버 Cue:-다양한 버티컬 정보 기반, 해외 생성형 AI와의 경쟁에서 승리 예감

편집국 / 2023-09-24 09:22:31

 

 
네이버 클로바X에 이어 대화형 AI 검색 서비스 Cue:가 출시되었다. 떠오르는 생각을 대화하듯 입력하고 필요한 정보를 한눈에 파악한다. 기존의 검색이 미리 정해진 알고리즘에 따른 일관된 검색이었다면 대화형 AI 검색서비스 Cue:는 사용자의 의도를 추론해서 검색하고, 검색 계획을 보여주고 최종단계에서 검증까지 마친 후 알토란 같은 정보를 내보낸다.

 

초대규모(Hyperscale) 언어모델인 HyperCLOVAX기술로 만들어진 네이버 CLOVA X가 대화형 에이전트로서 시장에서 다소 실망스런 평가를 받았다면, 이번에 새롭게 선보인 AI 검색서비스 Cue:는 상당한 기대감을 모으고 있다.현재 대기자 명단을 받아서 베타 서비스를 시행 중인 Cue:는 언어 모델의 추론, 검색 계획, 도구 사용, 검색 기반 생성 기술을 결합하여 제공된다. 

 

네이버의 다양한 버티컬 정보를 요약하여 효과적인 문장형 검색 결과를 제공하고, 새로운 인터페이스를 통해 확장된 검색경험을 제공한다. 네이버만의 기존 데이터를 최대한 활용할 수 있고, '수직으로 깊게 파고드는 것‘같은 버티컬(vertical) 검색이 가능하다는 것이 Cue:의 장점이자 경쟁력이다.

 

Cue:는 사용자의 검색 의도에 가장 적합한 결과를 얻기 위해 사용자의 검색 서비스 이용 패턴을 분석하고, 네이버의 다양한 서비스와 연결하여 사용자의 검색을 돕는다. Cue:가 제공하는 내용은 사용자 질문에 따라 달라질 수 있으며, 대화형 서비스로서 이용자와 상호작용한다.

Cue:는 기존의 검색 경험을 확장시켜 주고, 문장으로 정리된 정보를 제공함으로써 더욱 유용한 검색 결과를 제공한다.

Cue:는 인간과 유사한 검색 기능을 가진 AI 서비스로 복잡한 질문에 대답하기 위해 질문을 이해하고 필요한 문서를 찾아 신뢰할 수 있는 답변을 제공한다. 또한, 사용자의 검색 흐름 학습을 통해 네이버 서비스와 연결되어 입체적인 답변과 엔드 포인트를 제공하여 사용자의 목적 달성에 도움을 주고자 한다. 즉 유튜브나 넷플릭스처럼 사용자의 선호도를 미리 파악해서 사용자의 의도에 맞는 답변을 제시한다는 것이다.
 

 


예를 들어 “주말에 강남역 4번 출구에서 20명이 단체 회식을 하려고 해, 회원들은 40대 중반이고 가성비 높고 분위기도 좋은 곳을 다섯 군데 추천해줘”라고 요청하면,

Cue: 강남역 4번 출구 근처에서 20명의 40대 중반 회원들이 단체 회식을 할 만한 가성비 높고 분위기 좋은 식당을 추천해 드리겠습니다.
- 오봉집 강남역점: 낙지와 보쌈을 전문으로 하며, 직장인들이 많이 찾는 곳입니다. 단체석이 구비되어 있어 한 번에 40명 정도 수용할 수 있습니다.
- 교대이층집: 통삼겹,원조꽃삼겹이 유명하며,직원분이 고기를 맛있게 구워줍니다. 회식장소로 넓은 공간이 있어 단체 모임에 적합합니다(이하 중략)

다시 “80년대 서울 거리 이미지”를 요청하자 ’솔가지 스튜디오‘라는 블로거의 글을 추천하였고 블로그에서 다음 사진을 볼 수 있었다. 

/블로그 ’솔가지 스튜디오‘

Cue:는 거대자본의 해외 생성형 AI와의 경쟁에서 최소한 국내 검색시장은 지킬 수 있을 것으로 보인다. 네이버 Cue:가 직접 밝히는 특장점을 알기 쉽게 정리하면 다음과 같다.
멀티 스텝 추론: Cue:는 사용자 질의에 대해 멀티 스텝 추론을 통해 네이버의 서비스들을 활용하여 검색 목적을 계획합니다.

Tool Usage: Cue:는 검색 계획 수립과 동시에 네이버의 다양한 서비스들을 툴로 활용하여 검색 과정을 수행합니다.

Retrieval-Augmented Generation: Cue:는 할루시네이션 현상(생성된 정보가 사실적인지 확인되지 않음)을 줄이기 위해 신뢰성 있는 결과를 선택하고 사실적 일관성을 유지합니다.
모듈화된 LLM 플랫폼: Cue:는 여러 개의 다른 크기와 기능을 가진 언어 모델들로 구성된 모듈화된 LLM 플랫폼입니다. 각 모델은 필요한 부분만 동작시켜 전체 모델의 동작 시간과 자원 소모를 줄여서 효율성과 응답 속도를 개선합니다.
Platform-Level 학습 및 사용자 만족도 보상 신호: Cue:는 모듈화된 LLM들이 End-to-End로 학습되며, 사용자 만족도가 보상 신호로 활용됩니다.

Cue:는 혁신적인 기술로 최적화된 검색 결과를 제공하기 위해 멀티 스텝 추론, Tool Usage, Retrieval-Augmented Generation 등 다양한 기능들이 결합된 모듈화된 LLM(Large Language Model) 플랫폼이다. 높은 수준의 성능과 응답 속도 개선이 가능하며, 사용자 만족도 보상 신호와 함께 지속적인 개선이 이루어질 것으로 보인다.

 

[이동신 디지털융합교육원 지도교수 & 작가] 

[ⓒ 뉴스밸런스. 무단전재-재배포 금지]

뉴스댓글 >

SNS