공지사항
중앙대학교 AI학과, EMNLP 2026에서 21편 논문 채택
중앙대학교 AI학과, EMNLP 2026에서 21편 논문 채택
중앙대학교 AI학과 소속 교수와 학생들이 세계 최고 권위의 언어 인공지능 학회인 EMNLP 2026(The 2026 Conference on Empirical Methods in Natural Language Processing, h5-index 218)에 총 21편의 논문을 채택시키는 성과를 거두었다. EMNLP는 ACL, NAACL과 함께 자연어처리(NLP) 분야 3대 학술대회 중 하나로, ChatGPT와 같은 거대 언어 모델(LLM)을 비롯해 컴퓨터가 사람의 언어를 이해하고 생성하는 기술 전반의 최신 연구가 발표되는 자리다. 올해 학회는 10월 24일부터 29일까지 헝가리 부다페스트에서 열린다.
이번 성과는 지난해 EMNLP 2025의 13편에서 크게 늘어난 것으로, 총 7개 연구실이 논문을 채택시켰다. 연구 주제 또한 LLM의 안전성과 사실성, 다국어 및 한국어 언어 모델, LLM 에이전트, 비전-언어 모델, 음성 언어 모델, 검색 및 추천 등 AI 기술의 최전선을 폭넓게 다루었다. 특히 NLP 연구실뿐 아니라 컴퓨터비전, 멀티모달, 음성, Embodied AI 등 다양한 분야의 연구실이 NLP 최고 학회에서 고르게 성과를 냈다는 점이 돋보인다.
AI학과 이환희 교수는 "작년 13편에 이어 올해 21편으로 성과가 크게 늘어나, 중앙대학교 AI학과의 연구 역량이 꾸준히 성장하고 있음을 보여주었다"며, "특히 LLM의 신뢰성처럼 AI를 믿고 쓸 수 있게 만드는 연구와 함께, 한국어 자모 오타, 한국어 음성, 한국어 의료 언어 모델, 방언 등 한국어 고유의 문제를 국제 무대에 제기한 연구가 여럿 포함된 점이 매우 의미 있다. 세계적 수준의 연구와 우리 사회에 필요한 연구가 함께 나오고 있다는 점에서 AI학과의 앞으로가 더욱 기대된다"라고 전했다.
AI학과 EMNLP 2026 채택 논문 리스트
[Main Conference]
Yonghyun Jun*, Junhyuk Choi*, Jeonghyun Park, Jihyeong Park, Liu Nicole Geumheon, Hwanhee Lee
- LLM 롤플레잉 에이전트의 성능을 좌우하는 캐릭터 프로필 요소를 친숙도, 구조, 성향의 세 축으로 분리해 분석한 연구임. 211개 페르소나로 실험한 결과 친숙도와 구조는 성능에 거의 영향이 없었던 반면, 비도덕적 성향의 캐릭터를 연기할 때는 모든 조건에서 성능이 크게 떨어졌고 이 격차는 정렬학습으로 더 커지는 것으로 나타남. 이를 완화하기 위해 학습이 필요 없는 디코딩 기법을 제안함.
2. Quantifying and Mitigating Korean Jamo-Level Typographical Vulnerabilities in Large Language Models
Seojin Lee, Hwanhee Lee
- 한국어는 음절 내부의 자모 단위에서 오타가 발생하는데, 이런 오타가 LLM에 미치는 취약성을 정량화한 연구임. KMMLU에 다섯 가지 자모 단위 변형을 적용하자 오타 강도에 비례해 정확도가 단조 감소했고, 모델 규모를 키워도 강건성은 나아지지 않았음. 오타가 섞인 입력이 모델 내부 표현에 뚜렷한 변화를 일으킨다는 점을 바탕으로, 오타를 감지했을 때만 Chain-of-Thought 추론을 적용하는 TACoT를 제안해 적은 추론 비용으로 성능을 상당 부분 회복함.
3. Beyond Safe Answers: Segment-Aware Listwise Alignment for Reasoning Safety in Large Reasoning Models
JungMin Yun, JuneHyoung Kwon, Hayeong Ryu, Byeonggeuk Lim, Hoejoon Kwon, YoungBin Kim
- 추론 과정과 최종 답변의 안전성을 따로 정렬하는 segment-aware listwise DPO를 제안한 연구임. 최종 답변이 안전해 보여도 그 뒤에 숨은 위험한 추론까지 걸러낼 수 있음.
4. ALTSTEER: Selective Safety Steering for Moving Beyond Hard Refusals to Constructive Alternatives
Hoejoon Kwon, Byeonggeuk Lim, Kahyeon Kim, YoungBin Kim
- 추론 시점에 개입이 필요한 경우를 스스로 판단하는 steering 기법을 제안한 연구임. 무조건적인 거절 대신 안전하면서도 건설적인 대안 응답을 생성하도록 유도함.
5. The Mirage of Calibrated Confidence: Trajectory-Independence of Verbalized Confidence in Vision-Language Models
Jisoo Yang, Jaeho Han 외, Junyeong Kim
- VLM이 말로 표현하는 신뢰도가 실제 추론 과정과 무관하게 형성된다는 점을 밝힌 연구임. 기존 지표인 ECE와 AUROC로는 이 문제를 잡아낼 수 없어, 새로운 지표인 Trajectory-Grounding Score(TGS)와 10개 벤치마크로 구성된 TGS-Bench를 함께 제안함.
6. KoALa-Bench: Evaluating Large Audio Language Models on Korean Speech Understanding and Faithfulness
Jinyoung Kim*, Hyeongsoo Lim*, Eun Seo Seo*, Min Ho Jang*, Keunwoo Choi, S. Shin, Ji Won Yoon
- 대규모 오디오 언어 모델(LALM)의 한국어 음성 이해 능력과 음성 충실성(faithfulness)을 평가하는 첫 통합 벤치마크를 제안한 연구임. 음성 인식, 음성 번역, 음성 질의응답, 음성 지시 수행의 네 가지 기본 과제에 더해, 모델이 음성 정보를 실제로 활용하는지 측정하는 두 가지 과제를 새로 설계함. 수능 영어 듣기 문항과 한국 문화 도메인 콘텐츠를 포함해 한국 특화 지식도 반영함.
7. LIBERO-Para: A Diagnostic Benchmark and Metrics for Paraphrase Robustness in VLA Models
Chanyoung Kim, Minwoo Kim, Minseok Kang, Hyunwoo Kim, Dahuin Jung
- 로봇 조작용 Vision-Language-Action(VLA) 모델이 지시문의 패러프레이즈에 얼마나 강건한지 진단하는 벤치마크를 제안한 연구임. 7가지 VLA 설정에서 패러프레이즈만으로 성능이 22~52%p 하락했으며, 특히 물체를 가리키는 단어를 동의어로 바꾸는 것만으로도 큰 하락이 발생해 모델이 의미가 아닌 표면적 일치에 의존함을 보임. 패러프레이즈 난이도를 반영한 평가 지표 PRIDE도 함께 제안함.
8. Hyperspherical Semantic Expansion via von Mises–Fisher Mixtures for Zero-Shot Dense Retrieval
Sehong Oh, DongHui Kim, Junseok Kwon
- von Mises–Fisher 혼합 분포를 이용해 초구면 임베딩 공간에서 의미를 확장하는 방식으로 제로샷 밀집 검색(dense retrieval)을 개선한 연구임. 컴퓨터비전 머신러닝 연구실의 첫 NLP 분야 논문임.
9. Stride-k Subsampling: Train-Free Audio Token Reduction for
Chanhee Cho*, Junhyuk Choi*, Bugeun Kim
- Whisper 인코더의 1500개 오디오 토큰에 중복이 많다는 점에 착안해, k번째 토큰만 남기는 학습 불필요 서브샘플링 기법을 제안한 연구임. 두 위치에 stride-2를 적용하면 오디오 토큰을 75%, 전체 연산량을 52~58% 줄이면서도 대부분의 음성 인식 벤치마크에서 성능 손실이 작았고, Whisper 기반 음성 언어 모델의 종단 지연 시간도 19.6~27.4% 단축함.
[Findings of EMNLP]
1. IHDec: Divergence-Steered Contrastive Decoding for Securing Multi-Turn Instruction Hierarchies
Nicole Geumheon Liu, Haeun Jang, Yonghyun Jun, Hwanhee Lee
- 멀티턴 대화에서 LLM이 지시 계층을 지키지 못하고 하위 역할의 지시가 상위 역할을 덮어쓰는 '역할 영향력 역전' 현상을 Jensen-Shannon Divergence로 정식화한 연구임. 학습 없이 토큰 단위로 계층 위반을 감지하고 대조 디코딩으로 이를 억제하는 IHDec을 제안해, 학습 기반 방법보다 높은 성능을 보이면서 일반 응답 품질을 유지하고 프롬프트 인젝션에 대한 안전성도 강화함.
2. Code-Switching Reveals Language Anchoring in Multilingual LLMs
Jeonghyun Park, Seunghyun Yoon, Yonghyun Jun, Hwanhee Lee
- 여러 언어가 섞인 코드스위칭 입력에서 다국어 LLM의 성능이 떨어지는 원인을 분석하기 위해, 모델 내부 표현이 어느 언어 쪽에 고정되는지 측정하는 지표 Anchor Bias를 제안한 연구임. 문법 골격이 대상 언어인 입력일수록 표현이 대상 언어 쪽으로 이동하고 QA 성능 저하도 커지는 것을 확인했으며, 추론 시 표현을 원천 언어 쪽으로 조정하는 CANVAS를 제안해 성능을 일관되게 회복함.
3. Don't Count the Edits, Judge by the Outcome Alone: Reward-Based Evaluation for Grammatical Error Correction
Hayeong Ryu, Sunhee Jo, Seunguk Yu, YoungBin Kim
- 원문을 조건으로 한 보상 기반 평가기를 제안한 연구임. 정답 문장이나 편집 단위의 일치도를 넘어, 교정 결과가 원문을 올바르게 고쳤는지 자체를 판단함.
4. Look Before You Leap: Factual Decoding with Internal Attribution Signals
Hayeong Ryu, JungMin Yun, Byeonggeuk Lim, Sunhee Jo, YoungBin Kim
- 모델 내부의 attribution 신호를 활용해 환각이 일어나기 쉬운 생성을 억제하는 디코딩 기법을 제안한 연구임. 지연 시간 증가는 1.1배 수준에 그침.
5. Detecting and Guiding LLM-Generated Korean Poetry with Interpretable Form-level Features
Keunhyeung Park, Seunguk Yu, YoungBin Kim
- 해석 가능한 형식 수준의 특징을 활용해 LLM이 생성한 한국어 시를 탐지하고, 동시에 모델이 더 자연스러운 시적 형식을 생성하도록 유도한 연구임.
6. Align, Don't Fuse: Structure-Preserving Alignment of Collaborative and Semantic Signals for LLM-Enhanced Recommendation
Jooweon Choi, Mihyeon Kim, Eunju Lee, JuneHyoung Kwon, YoungBin Kim
- LLM의 의미 정보를 추천 시스템에 통합할 때 협업 필터링 신호의 구조가 무너지지 않도록 하는 언어 지도 정렬 기법을 제안한 연구임.
7. Not Safe for All: Auditing the Dialect Penalty in Text-to-Image Safety Pipelines
Minkyu Kim, Juhwan Choi, YoungBin Kim
- 23,000쌍의 프롬프트로 이미지 생성 모델의 안전 필터를 감사한 연구임. 필터가 방언을 차별적으로 처리해, 무해한 입력은 과도하게 검열하고 유해한 입력은 제대로 걸러내지 못한다는 점을 밝힘.
8. Retrieval Myopia: Why RL Search Agents Fail to Read What They Find
Hyeondong Woo, Jaeho Han 외, Junyeong Kim
- 강화학습 기반 검색 에이전트의 '검색 능력'과 '읽기 능력'을 분리해 분석한 연구임. 정답이 담긴 문서를 직접 주입해도 최대 46.2%의 샘플이 여전히 틀리는 현상을 'Retrieval Myopia'로 정의하고, 이를 개선하는 학습 불필요 파이프라인 CWFT를 제안해 평가한 15개 설정 모두에서 정확도를 높임.
9. VocMoE: Vocabulary-Guided Mixture-of-Experts for Korean Medical Language Models
Sangyeon Cho, Jaeho Han 외, Junyeong Kim
- 한국어 의료 LLM이 같은 규모의 범용 LLM보다 성능이 낮은 원인을 토크나이저의 과분절과 표현 정렬 실패로 진단한 연구임. 이를 해결하는 어휘 기반 MoE 구조를 제안했고, 그 결과물인 MediKo 모델이 KorMedMCQA와 HAE-RAE에서 동시에 SOTA를 달성함.
10. MATE: Diagnosing Empathy Calibration Failures in Multi-Turn Human–LLM Interaction
Yeseon Hong, Junhyuk Choi, Minju Kim, Bugeun Kim
- LLM의 공감 능력을 단일 응답이 아닌 여러 턴에 걸쳐 사용자가 지각하는 과정으로 평가하는 프레임워크 MATE를 제안한 연구임. 단계적 자기노출, 반복적 지각 평가, 맥락 기반 질적 분석을 결합해 두 차례의 통제 실험(N=82)을 수행하고, 대화 깊이와 에이전트 페르소나, 응답 방식 사이의 공감 보정(calibration) 실패를 진단함.
Hyeonchu Park, Bugeun Kim
- LLM이 생성한 글은 문장 간 유사도가 특정 지점에서 반복적으로 튀어 사람의 글보다 전이 분산이 커진다는 현상(Relational Over-Regularization)을 4개 벤치마크에서 검증한 연구임. 이 신호를 GNN의 엣지 특징으로 활용하는 그래프 기반 탐지 프레임워크 CSFG를 제안해, 97.14%의 탐지 정확도와 1.57%의 낮은 오탐률을 달성함.
[Industry Track]
Hyeonchu Park, Gahye Jeong(Wordvice), Bugeun Kim
- Wordvice와 협업하여, AI 텍스트 탐지기가 실제 AI 작성 여부가 아니라 세련된 학술 영어 문체에 반응하는지 분석한 연구임. 전문 영문 교정 서비스의 비원어민 원고와 교정본 135,389쌍을 비교한 결과, 13개 탐지기의 사람 작성 글 오탐률이 0%에서 100%까지 크게 달랐고 교정 정도에 따라 점수가 달라져, 교정 문체가 탐지 결과의 핵심 교란 변수임을 밝힘.
* 공동 제1저자
| 이전글 | 강유진(AI박사) NeurIPS 논문 게재 승인 |
|---|---|
| 다음글 | 다음 글이 없습니다. |