AI 모델을 위한 멀티홉 추론 데이터

14가지 멀티홉 추론 유형에 따른 질의문 분해 및 모델 학습 데이터셋 연구

남지순 지음

리니토북스 2026년 03월 06일 출간

작품소개

책소개

이 책에서는 AI 언어 모델(language model)의 ‘자연어추론(Natural Language Inference: NLI)’ 능력에 있어, 특히 다중 사실(fact) 정보에 기반한 ‘멀티홉 추론(Multi-Hop Reasoning: MHR)’ 능력을 향상시키기 위한 데이터셋 구축 연구 방법론에 대해 고찰하였다. 기존 연구에서 영어를 중심으로 제안되어 온 다양한 MHR 데이터셋 연구들을 요약하고, 이 책에서 새롭게 제안하는 14가지의 멀티홉 추론 유형을 소개하였다. 이를 기반으로 4,400여개 규모의 한국어 멀티홉 추론 질의응답쌍 KoMuQA 데이터셋이 어떠한 방식으로 구축되었는지 다양한 예시와 함께 그 접근 방법론에 대해 알기쉽게 설명하였다.

이 책은 한국어 멀티홉 추론 기반 질의-응답쌍 데이터셋을 구축하는 연구를 수행할 때 이를 설계하는 연구자 및 실제 데이터 구축을 주도하는 연구자들을 위한 교육과 가이드라인 제공을 위해 작성한 내용들을 토대로 구성되었다. 이론적 또는 모델 관련 논의보다는 실제 한국어 데이터를 구성하는 과정에서의 의미적, 논리적, 그리고 언어학적 논의에 더 집중하였다. 이를 통해 궁극적으로 언어 모델을 위한 데이터 구축 연구자 및 설계자뿐 아니라, 이 분야에 입문하는 학부 저학년 학생들도 쉽게 접근하고 이해할 수 있도록 구성하고자 하였다. 이와 더불어 한국어에 특화된 다양한 태스크의 AI 모델 및 에이전트을 개발하고자 하는 개발군 연구자들뿐 아니라 자연어이해를 위한 언어데이터 연구에 관심이 있는 데이터 언어학자들, 그리고 인간 대화의 멀티홉 추론 관계에 대한 보다 복잡한 현상들을 밝혀내고자 하는 언어ㆍ논리 입문 연구자들을 대상으로 하였다.

AI 모델이 인간의 말을 이해하고 인간과 대화하기 위해서는, 인간의 발화에 함축되어 있는 다양한 전제 및 문맥, 그리고 여러 내포된 정보 사이의 논리적 연관성에 대한 이해와 이를 토대로 하는 추론 능력이 갖추어지는 것이 필요하다. 현대의 LLM들이 여러 분야에서의 놀라운 성과에도 불구하고 여전히 이러한 영역에서의 취약점과 할루시네이션 및 오류를 유발하는 현상에 대한 성찰을 통해 인간 사고의 메카니즘을 새로운 각도로 조명해보는 인사이트를 획득할 수 있을 것으로 기대한다.

목차

제 1장 | 멀티홉추론 데이터셋 연구 동향 1

1 멀티홉추론 (Multi-Hop Reasoning) 3
2 다중문서 기반 멀티홉추론 데이터셋 16
2.1 WikiHop 데이터셋 17
2.2 HotpotQA 데이터셋 19
2.3 R4C 데이터셋 25
2.4 2WikiMultiHopQA 데이터셋 28
3 질문분해 기반 멀티홉 추론 데이터셋 35
3.1 ComplexWebQuestions 데이터셋 36
3.2 QDMR 데이터셋 38
3.3 StrategyQA 데이터셋 46
3.4 MuSiQue 데이터셋 58
3.5 MONACO 데이터셋 70

제 2장 | 멀티홉 추론 유형별 데이터 구축 81

-데이터 구축 개요 83
-14가지 멀티홉 추론 유형 분류 84
-멀티홉 추론 데이터셋 구축 방법론 86

I. 브릿지(Bridge) 추론 91
1 브릿지(Bridge) 추론 유형 91
2 ‘브릿지-브릿지(bridge-bridge)’ 추론 유형 93
3 위키피디아 문서 기반 데이터쌍 구축 96

II. 비교(Comparison) 추론 108
1 비교(Comparison) 추론 유형 108
2 ‘브릿지-비교(bridge-comparison)’ 추론 유형 112
2.1 [A] ‘병렬브릿지-비교’ 추론 유형 113
2.2 [B] ‘싱글브릿지-비교’ 추론 유형 114
2.3 [C] ‘공통브릿지-비교’ 추론 유형 115
3 위키피디아 문서 기반 데이터쌍 구축 116

III. 복합속성(ComplexProperty) 추론 133
1 복합속성(ComplexProperty) 추론 유형 133
2 브릿지-복합속성(Bridge-ComplexProperty) 추론 유형 135
3 위키피디아 문서 기반 데이터쌍 구축 137

IV. 병렬속성(Multiproperty) 추론 148
1 병렬속성(Multiproperty) 추론 유형 148
2 브릿지-병렬속성(Bridge-Multiproperty) 추론 유형 150
2.1 [A] ‘병렬브릿지-병렬속성’ 추론 유형 151
2.2 [B] ‘공통브릿지-병렬속성’ 추론 유형 152
2.3 [C] ‘공통브릿지-병렬브릿지-병렬속성’ 추론 유형 152
3 위키피디아 문서 기반 데이터쌍 구축 154

V. 교집합(Intersection) 추론 166
1 교집합(Intersection) 추론 유형 166
2 교집합-브릿지(Intersection-bridge) 추론 유형 169
3 위키피디아 문서 기반 데이터쌍 구축 170

VI. 리스트(List) 추론 182
1 리스트(List) 추론 유형 182
2 리스트-브릿지(List-Bridge) 추론 유형 185
3 위키피디아 문서 기반 데이터쌍 구축 187

VII. 다개체(Multientity) 추론 197
1 다개체(Multientity) 추론 유형 197
2 다개체-브릿지(Multientity-Bridge) 추론 유형 199
2.1 [A] ‘다개체-병렬브릿지’ 추론 유형 200
2.2 [B] ‘다개체-공통브릿지’ 추론 유형 201
2.3 [C] ‘다개체-싱글브릿지’ 추론 유형 201
2.4 ‘다개체-병렬브릿지-속성’의 멀티홉 구성 유형 202
3 위키피디아 문서 기반 데이터쌍 구축 203

제 3장 | KoMuQA 한국어 멀티홉 데이터셋 217

1 KoMuQA 한국어 멀티홉 데이터셋 219
1.1 KoMuQA 데이터셋의 14가지 멀티홉 추론 테이블 219
1.2 14가지 추론 유형별 질의문 예시 222
1.3 KoMuQA 데이터셋의 데이터 구조 223
1.4 Json 포맷 예시 225
2 KoMuQA 데이터셋 통계 229
2.1 KoMuQA 데이터셋 추론 유형별 분포 229
2.2 KoMuQA 데이터셋 멀티홉 깊이별 통계 230
2.3 KoMuQA 데이터셋 질의문 유형별 통계 231
2.4 KoMuQA 근거문 위키 표제어의 의미범주별 통계 233
2.5 KoMuQA 데이터셋의 특징과 활용 234

참고문헌 237

인물정보

저자(글) 남지순

연세대학교에서 학사 및 석사 학위 후 프랑스 파리 제7대학(University Paris 7)에서 이론형식언어학 박사 학위를 받았다. 이후 파리이스트대학교(UPEM)에서 컴퓨터언어학 아빌리타시옹(Habilitation) 학위를 취득하였다. 귀국 후 KAIST 인공지능연구센터(CAIR) 선임연구원을 거쳐 현재 한국외국어대학교 언어인지과학과 교수로 재직 중에 있다. 한국외대 디지털언어지식콘텐츠연구센터(DICORA) 센터장을 맡고 있으며, 캐나다 몬트리올대학교(UDEM) 및 맥길대학교(McGill University), 파리이스트대학교(UPEM)에서 초빙교수를 역임하였다. 한국어 전자사전과 어휘문법 연구, 부분문법그래프 방법론에 대한 연구를 진행하고 있으며, 감성분석, 자연어 이해, 자연어추론 등의 영역에서 요구되는 언어 자원 및 AI 모델 데이터 구축 방법론에 대한 연구를 수행하고 있다.