똑똑해진 네이버 클로바X…"수학문제 사진 보여주면 알아서 푼다"

클로바X, 27일부터 이미지 인식·이해 가능
이미지·음성 동시 처리 멀티모달 AI로 진화

네이버의 대화형 인공지능 에이전트 클로바X에 이미지 인식 기능이 추가됐다. 네이버 제공

네이버가 대화형 인공지능(AI) 비서인 클로바X에 이미지를 인식하고 이해하는 능력을 추가했다. 글로벌 빅테크처럼 텍스트를 넘어 이미지·음성·영상 등을 복합적으로 이해하고 처리하는 멀티모달 AI로 진화한 것이다.

22일 네이버는 대화형 AI 서비스 '클로바X'에 이미지를 보고 답변할 수 있는 '하이퍼클로바X 비전'을 담는다고 밝혔다. 일반 이용자들은 27일 업데이트를 통해 이 기능을 사용할 수 있다. 앞으로 기업 간 거래(B2B) AI 솔루션 플랫폼인 '클로바 스튜디오'를 통해 기업 고객에게도 제공될 예정이다.

업데이트의 핵심은 '이미지 이해 기능'이다. 사용자들은 클로바X 대화창에 올린 이미지에서 추출된 정보와 입력한 질의를 바탕으로 AI와 대화할 수 있다. 예를 들어 복잡한 그래프가 그려진 수학문제 이미지를 클로바X에 보여주면 정답을 풀 수 있다. 기존에 클로바X가 논리적 글쓰기나 번역 등의 텍스트 중심 작업에서 활용되던 것보다 한 단계 나아가 이미지를 이해·분석할 수 있게 된 것이다.

특히 네이버는 거대언어모델(LLM)인 하이퍼클로바X 덕분에 정확하고 신뢰성 있는 서비스를 제공할 수 있다고 강조했다. 국내 초·중·고등학교 검정고시 총 1,480개 문항을 AI 모델에 이미지 형태로 입력하고 문제를 풀게 한 결과 클로바X가 약 84%의 정답률을 기록해 오픈AI의 GPT-4o(78%)보다 정답률이 높았다는 설명이다.

최근 오픈AI, 구글 등 글로벌 빅테크들이 보다 진화된 챗봇을 구현하기 위해 멀티모달 모델 고도화에 나서자 네이버도 추격에 나선 모습이다. 실제 네이버는 20일 클로바의 기술 블로그를 통해 하이퍼클로바X 기반 음성 AI 기술도 공개했다. 성낙호 네이버클라우드 하이퍼스케일(Hyperscale·초대형) AI 기술 총괄은 "거대언어모델로 출발한 하이퍼클로바X는 이미지 이해 능력을 더한 거대시각언어모델, 나아가 음성 멀티모달(복합정보처리) 언어모델로 발전하고 있다"고 자신했다.

김지현 기자 hyun1620@hankookilbo.com