AI 수치 추론 논문, EMNLP 2026 발표 채택

8B 소형 모델로 GPT-5를 앞선 추론 성능을 입증했습니다.

- 인포시즈 조한준 연구원 제1저자 논문, 자연어처리 분야 국제 학술지 ‘TACL’ 게재…26일 헝가리 부다페스트서 ‘EMNLP 2026’ 구두 발표 진행

- 8B 소형 AI 모델로 금융 표 수치 추론 정확도 85.38% 달성…지피티5·클로드 소넷 4.5·제미나이 2.5 프로 등 대형 상용 모델보다 높은 성능 기록

- 타 전문 분야 적용에도 정확도 차이 2%p 이내…학습한 계산 원리 새로운 분야에 적용할 수 있는 AI 추론 기술력 입증, ‘액시엄’ 등 자사 솔루션에 기술 연계 예정

온톨로지 기반 엔터프라이즈 AI 기업 ‘인포시즈’(대표 탁정수)는 자사 조한준 연구원(Applied Scientist)이 제1저자로 참여한 AI 수치 추론 연구 논문이 세계적 권위의 자연어처리 분야 학술지인 ‘TACL(Transactions of the Association for Computational Linguistics)’에 게재되고, 국제학술대회인 ‘EMNLP 2026’에 발표 논문으로 채택됐다고 27일 밝혔다.

EMNLP는 ACL, NAACL과 함께 자연어처리 분야의 3대 학회로 꼽히는 세계적 권위의 학술대회다. 구글 등 글로벌 빅테크 기업과 세계 주요 대학이 참여하며, 10월 24일(토)부터 29일(목)까지 헝가리 부다페스트에서 개최된다. 인포시즈는 10월 26일(월) 현장에서 연구 논문에 대한 구두 발표를 진행했다. 구두 발표는 포스터 발표와 달리 국제 연구자들을 대상으로 직접 연구의 학술적 가치와 성과를 소개한다는 점에서 의미가 큰 선정이다.

조한준 연구원은 ‘연산 스케치와 자기지도학습을 통한 표 데이터 수치 추론의 일반화(Generalizing Numerical Reasoning in Table Data through Operation Sketches and Self-Supervised Learning)’를 주제로 논문을 작성했다. 해당 논문은 국제 학술지인 TACL에도 게재됐다. TACL은 엄격한 동료 심사를 통해 연구의 학술적 기여도와 완성도를 평가해 게재 논문을 선정하고 있다.

이번 연구의 핵심은 AI가 학습한 계산 원리를 새로운 데이터에도 적용할 수 있도록 추론 능력을 개선한 것이다. 기존 언어모델은 재무제표에서 매출 증가율이나 영업이익 등을 계산할 때 익숙한 용어와 패턴에 의존하는 경향이 있어 새로운 분야의 데이터를 만나면 추론 정확도가 크게 떨어지는 한계가 있었다. 연구진은 이를 해결하기 위해 새로운 학습 프레임워크 ‘TaNOS’를 개발해 적용했다.

TaNOS는 표에서 필요한 숫자와 연산을 먼저 골라 계산식과 정답을 만든 뒤, 이를 바탕으로 질문을 생성하는 '계산식 우선' 합성 데이터 생성 방식을 활용한다. 여기에 두 가지 기법을 결합했다. 하나는 특정 분야의 용어를 임의 단어로 바꿔 학습시키는 기법이고, 다른 하나는 계산 구조를 간단히 알려주는 '연산 스케치'를 학습 신호로 활용하는 기법이다. 이를 통해 AI가 단어를 암기하는 대신 계산 구조와 논리적 관계를 학습해 추론 정확도를 높일 수 있도록 했다.

연구 결과, TaNOS로 학습한 매개변수 80억개(8B) 규모의 소형 AI 모델은 금융 표 수치 추론 평가에서 85.38%의 정확도를 기록하며 지피티5, 클로드 소넷 4.5, 제미나이 2.5 프로 등 대형 상용 AI 모델보다 높은 성능을 보였다. 또한, 금융 데이터로 학습한 모델을 바이오·기계공학 등 다른 전문 분야의 표 데이터에 적용했을 때도 정확도 하락 폭을 2%포인트 미만으로 유지했다.

이러한 연구 성과는 기업이 AI 도입을 고려할 때 의미를 갖는다. 금융기관과 국가 핵심 산업 기업은 보안과 규제 등의 이유로 외부 AI API 활용이 제한되거나, 충분한 학습 데이터와 GPU 자원을 확보하기 어려운 경우가 많다. 이번 연구는 상대적으로 작은 모델로도 높은 수치 추론 성능을 구현하고, 이를 다양한 산업 데이터로 확장할 수 있음을 보여줬다. 특히, 학습 데이터를 10%만 사용했을 때도 지피티5보다 높은 추론 정확도를 기록해 데이터 확보가 어려운 환경에 적합한 기술임을 입증했다.

인포시즈는 연구에 활용된 합성 데이터 생성 방법론을 자체 솔루션 개발에도 활용하고 있다. 인포시즈

의 엔터프라이즈 AI 솔루션 ‘액시엄(Axiom)’에는 기업 내부 문서를 기반으로 합성 데이터를 생성하고, AI 성능 평가용 벤치마크를 구축하는 기능이 적용돼 있다. 이를 통해 기업은 자사 데이터를 기준으로 AI의 실제 성능을 확인하고 고도화할 수 있다.

인포시즈 탁정수 대표는 "인포시즈는 산업 현장의 복잡한 문제를 해결하기 위해 다양한 배경을 가진 우수한 AI 연구자들과 관련 연구를 지속하고 있다"며 “이번 연구 성과를 자사 솔루션에도 연결해 글로벌 시장에도 적용할 수 있는 엔터프라이즈 AI 기술을 만들어 나갈 것”이라고 밝혔다.

한편, 인포시즈는 온톨로지 기술을 기반으로 반도체·에너지·정유·화학·금융 등 다양한 산업 분야에서 기업 전용 AI를 구축하는 기업이다. 온톨로지 기술에 더해 산업 도면을 분석하고 데이터 간 관계를 연결해 지식 그래프로 전환하는 기술도 보유하고 있다. 인포시즈는 복잡한 산업 환경에서 기업이 고도화된 AI를 통해 논리적 추론에 기반한 의사결정을 내리고, 이를 실질적인 경영 성과로 연결할 수 있도록 지원하고 있다.