삼성전자의 ‘갤럭시 AI’가 전세계 20여개 R&D센터에서 고도화를 통해 보다 똑똑해지고 있다.

삼성전자는 25일 갤럭시 AI의 언어 모델 개발 과정을 공개했다. 갤럭시 AI는 전세계 20여개 R&D센터에서 △언어의 특성과 문법에 대한 정량 평가 △문화에 대한 지식과 이해를 검증하는 정성평가 등을 거친다.

갤럭시 AI는 20여개국에서 4억명 이상이 사용하는 아랍어 통·번역도 수행할 수 있다. 아랍어를 통·번역하기 위해서는 현대 표준 아랍어인 풋스하와 일상생활에 사용하는 방언인 암미야를 모두 학습해야 한다. 아랍어 방언은 총 30여 종에 달한다.

삼성리서치 요르단 연구소(SRJO)는 아랍어 방언을 이해하면서, 답변은 표준 아랍어로 할 수 있는 언어 모델을 개발했다. 이를 위해 각기 다른 방언의 음성 녹음 데이터를 수집하고, 이를 직접 텍스트로 변환하는 과정을 거쳤다.

데이터베이스 구축을 맡은 요르단 연구소의 아야 하산은 “여러 방언의 미묘한 차이와 변형을 정확히 이해할 수 있는 원어민들로 갤럭시 AI 팀을 구성하고, 음성 데이터를 일일이 글과 문장으로 바꾸는 수작업을 진행했다”고 설명했다.

6가지 성조를 가진 베트남어의 미세한 차이도 인식, 매끄럽게 통·번역한다. 삼성리서치 베트남연구소는 성조의 미세한 차이를 인식할 수 있도록, 음성 데이터를 매우 정교하게 다듬고 정제하는 과정을 거쳤다. 무엇보다 성조를 정확히 구분해 내기 위해 한 단어를 0.02초 전후의 짧은 프레임으로 잘라내고 이를 데이터베이스화했다.

중남미 22개국에서 사용되는 다양한 스페인어도 학습, 지속적으로 데이터를 개선하고 있다. 같은 스페인어라도 동일한 대상을 지칭하는 단어는 국가와 지역에 따라 천차만별이다. 예를 들어 멕시코에서는 수영장을 ‘알베르카(alberca)’라고 한다. 하지만 아르헨티나, 파라과이, 우루과이에서는 ‘필레타(pileta)’라고 부른다. 콜롬비아, 볼리비아, 베네수엘라에서는 ‘피시나(piscina)’라고 표현한다.

중남미 지역의 언어 모델 개발을 담당한 삼성리서치 브라질 연구소(SRBR)는 갤럭시 AI가 중남미 국가의 스페인어 차이를 이해할 수 있도록, 각 국가의 오디오와 텍스트 등 방대한 양의 데이터를 수집해 관리하고 지속적으로 개선했다.

2억8000만명의 인구가 사용하는 인도네시아어도 학습, 맥락과 규칙을 이해해 매끄러운 의사소통을 가능하게 하고 있다. 인도네시아어는 관사, 복수형, 동사의 시제 변화가 없어서 상대적으로 배우기 쉬운 언어로 평가받는다. 반대로 문장의 맥락을 충분히 파악하지 못하면 내용을 이해할 수 없어 통·번역이 쉬지 않은 언어다. 언어적 특성을 반영해 삼성리서치 인도네시아 연구소(SRIN)는 인간의 뇌가 학습하는 과정과 유사한 ‘인공신경망번역’ 방식을 적용했다. 단어가 아닌 ‘문장 단위’로 언어를 학습시킨 것이다.

갤럭시 AI는 온디바이스의 통·번역 기능을 통해 현재 16개 언어를 지원 중이다. 연내 스웨덴어와 네덜란드어, 루마니아어, 튀르키예어 등을 추가해 총 20개 언어를 지원할 계획이다.

이소연 기자 soyeon@kukinews.com