네이버는 22일 대화형 AI 에이전트 클로바X(CLOVA X)가 오는 27일 서비스 업데이트를 통해 시각 정보 처리 능력을 새롭게 추가한다고 밝혔다. 네이버는 앞서 20일 클로바 공식 사이트 내 기술 블로그를 통해 생성AI 기반 음성합성 기술도 공개했다.

네이버는 기반 모델인 하이퍼클로바X를 텍스트뿐 아니라 이미지·음성도 동시에 처리할 수 있는 멀티모달(Multimodal) AI로 고도화하며 생성AI 기술 경쟁력 확보에 집중하고 있다.

네이버는 “클로바X에 이미지 이해 기능을 업데이트하면서 사용자들은 클로바X 대화창에 업로드한 이미지에서 추출된 정보와 입력한 질의를 바탕으로 AI와 대화할 수 있다”고 소개했다.

사진 속 현상을 묘사하거나 상황을 추론하는 등 다양한 지시를 수행할 수 있는데, 가령 이미지나 그림 형식으로 되어 있는 표, 그래프를 클로바X가 이해하고 분석하는 것도 가능하다. 

기존의 클로바X가 논리적 글쓰기, 코드 작성, 번역 등의 작업에 활발히 사용된 것에서 이미지 이해 능력을 기반으로 개인의 생산성 향상 도구로서 활용 범위가 넓어질 것으로 네이버는 기대했다.

네이버는 20일 클로바 공식 사이트의 기술 블로그를 통해 하이퍼클로바X 기반 음성 AI기술도 공개했다.

기존의 음성 인식, 음성 합성 기술보다 한층 발전한 모델로 대규모언어모델(LLM)의 특징인 뛰어난 문맥 이해 및 지시문 해석 능력을 활용해 언어 구조 및 발음 정확도 개선은 물론 감정 표현까지 더한 자연스러운 대화가 가능하다는 게 네이버의 설명이다.

네이버는 음성 멀티모달 LLM 기술로 더 편리한 서비스를 제공한다는 계획이다. 실제 네이버는 기술 블로그에서 실시간 음성 번역, 언어 학습, 상담 등 음성 멀티모달 LLM의 다양한 서비스 접목 가능성을 제시했다.

성낙호 네이버클라우드 하이퍼스케일AI 기술총괄은 “LLM으로 출발한 하이퍼클로바X는 이미지 이해 능력을 더한 거대시각언어모델(Large Vision Language Model), 음성 멀티모달 언어 모델로 발전하고 있다”고 말했다.

이어 “하이퍼클로바X의 발전된 능력은 대화형 AI 에이전트 클로바X를 비롯한 여러 네이버 서비스에 도입해 새로운 사용자 가치를 창출하고 기업용 AI 솔루션으로도 제공하며 하이퍼클로바X 생태계를 확장해나갈 것”이라고 말했다.

네이버는 하이퍼클로바X를 멀티모달 LLM으로 고도화하고 서비스에 적용하는 과정에서도 AI 안전성을 적극적으로 실천할 예정이다.

지난 6월 공개한 네이버의 AI 안전성 실천 체계(네이버 ASF)로 AI 시스템의 잠재적 위험을 평가하고, 특히 음성 AI기술은 보다 안전한 서비스 제공을 위해 다각도로 검토를 이어갈 계획이다.