네이버가 자사의 AI 비서 '클로바 엑스(CLOVA X)'에 이미지 인식 기능을 탑재하며 인공지능 기술 경쟁력 강화를 본격화했다. 이로 인해 사용자는 사진 속 상황을 설명하거나 표와 그래프를 분석하며, 수학 문제까지 해결할 수 있는 다재다능한 AI와 상호작용할 수 있게 됐다. 네이버는 이번 업데이트를 통해 텍스트뿐만 아니라 이미지와 음성까지 동시에 처리할 수 있는 멀티모달 AI로 클로바 엑스를 진화시키며, 생성형 AI 분야에서 경쟁력을 확보하려 하고 있다.


네이버는 오는 27일 클로바 엑스 서비스 업데이트를 통해 새로운 시각 정보 처리 기능을 추가한다고 22일 발표했다. 이번 업데이트의 핵심은 이미지 이해 기능으로, 사용자가 클로바 엑스 채팅창에 업로드한 이미지와 입력된 질의에 기반해 AI와 소통할 수 있도록 지원한다.


클로바 엑스는 사진 속 현상을 설명하거나 상황을 추론하는 등 다양한 지시를 수행할 수 있다. 예를 들어, 표와 그래프를 이미지 형태로 입력하면 이를 이해하고 분석하는 능력을 보여준다. 네이버는 자사의 우수한 문서 처리 및 문자 인식 기술과 다양한 분야의 지식을 가진 대규모 언어 모델(HyperclovaX)을 결합해 보다 정확하고 신뢰할 수 있는 서비스를 제공한다고 밝혔다.


네이버는 실제로 국내 초·중·고등학교 검정고시 문제 1,480개를 AI 모델에 이미지로 입력해 문제를 해결해보는 실험을 진행했다. 그 결과, 클로바 엑스가 학생들의 학습을 지원할 수 있는 가능성을 확인했다고 전했다.


또한, 네이버는 20일 '클로바' 공식 기술 블로그를 통해 HyperClovaX 기반의 음성 AI 기술도 공개했다. 이 모델은 기존 음성 인식 및 음성 합성 기술보다 더욱 발전된 형태로, 대규모 언어 모델의 우수한 맥락 이해와 명령 해석 능력을 활용해 언어 구조와 발음 정확도를 개선했으며, 감정 표현이 가능한 자연스러운 대화를 제공할 수 있게 됐다.


네이버는 AI 음성 녹음 '클로바 노트', AI 인사 전화 '클로바 케어 콜', AI 음성 합성 '클로바 더빙' 등 다양한 음성 AI 서비스를 이미 선보였으며, 이번 음성 멀티모달 LLM 기술을 통해 실시간 음성 번역, 언어 학습, 상담 등 다양한 서비스에 활용할 가능성을 제시했다.


네이버 클라우드의 하이퍼스케일 AI 기술 총괄인 성낙호는 “HyperClovaX를 멀티모달 LLM으로 발전시켜 AI 안전성을 강화할 계획”이라며, “네이버 AI 안전 프레임워크(ASF)를 활용해 AI 시스템의 잠재적 위험을 평가하고, 음성 AI 기술이 보다 안전한 서비스를 제공할 수 있도록 지속적으로 검토할 것”이라고 밝혔다.


네이버는 HyperclovaX를 멀티모달 LLM으로 발전시키는 과정에서 AI 안전성을 강화하기 위해 지속적으로 노력할 계획이다. 지난 6월 발표된 네이버 AI 안전 프레임워크(ASF)를 통해 AI 시스템의 잠재적 위험성을 평가하고, 다양한 측면을 검토하여 보다 안전한 AI 서비스를 제공할 방침이다.