POSTECH 인공지능대학원 김동우 교수 연구팀이 세계적인 자연어처리 국제학술대회

EMNLP 2026(Conference on Empirical Methods in Natural Language Processing)에서 Outstanding Paper Award(우수논문상)를 수상했다.

이번 수상은 2026년 10월 27일(현지시간), 헝가리 부다페스트에서 개최된 EMNLP 2026에서 이루어졌으며, 총 17,661편의 제출 논문 중 20편이 Outstanding Paper로 선정됐다.

수상 논문은 「In-Place Feedback: Reliable Refinement for Multi-Turn Expert-LLM Collaboration」으로, 전문가와 대규모 언어모델(LLM) 간의 협업 과정에서 발생하는 오류를 보다 효율적이고 신뢰성 있게 수정할 수 있는 새로운 상호작용 방식을 제안했다.

기존의 대화형 피드백 방식은 사용자가 오류를 지적하더라도 모델이 이전 답변의 잘못된 내용을 충분히 반영하지 못하거나, 불필요한 설명과 재생성으로 인해 많은 토큰이 소모되는 한계가 있었다.

이에 연구팀은 전문가가 LLM 답변에서 오류가 발생한 부분을 직접 수정하고, 해당 오류에 영향을 받은 이후 내용을 다시 생성하는 ‘인플레이스 피드백(In-Place Feedback)’ 기법을 제안했다.

연구 결과, 수학·과학·코딩·논리 등 5개 추론 과제에서 기존 대화형 피드백보다 적은 토큰으로 우수한 성능을 보였으며, 논문 작성 경험이 있는 참가자 15명을 대상으로 한 사용자 평가에서도 최종 결과물에 대한 만족도가 높고 피로도가 낮은 것으로 나타났다.

이번 연구에는 POSTECH 인공지능대학원 최영빈, 조승혁, 박문정 연구원과 컴퓨터공학과 이민종, 문새미, 정채현 연구원이 참여했으며, 김동우 교수(인공지능대학원·컴퓨터공학과)가 교신저자를 맡았다. 최영빈 연구원과 이민종 연구원은 공동 제1저자로 연구를 수행했다.

특히 이번 수상은 국내 기관 소속 연구진만으로 구성된 연구팀의 EMNLP Outstanding Paper Award 최초 수상이라는 점에서 의미가 있다.

김동우 교수는 “이번 연구는 전문가와 AI가 더 신뢰할 수 있는 방식으로 협업하기 위해서는 모델의 성능뿐 아니라, 오류를 바로잡는 상호작용 방식도 중요하다는 점을 보여준다”며, “사용자의 전문 지식과 수정 의도가 AI의 후속 추론에 안정적으로 반영되도록 하는 방법을 제시했다는 데 의미가 있다”고 밝혔다.

이번 성과는 전문가와 AI의 협업을 보다 신뢰성 있고 효율적으로 발전시키기 위한 새로운 방향을 제시했다는 점에서 의의가 있다.

[수상 논문 정보]

• 학술대회: EMNLP 2026

• 수상명: Outstanding Paper Award

• 논문명: In-Place Feedback: Reliable Refinement for Multi-Turn Expert-LLM Collaboration

• 연구진: 최영빈·이민종(공동 제1저자), 문새미·조승혁·정채현·박문정(공동저자), 김동우 교수(교신저자)

• 논문 링크: https://aclanthology.org/2026.emnlp-main.1338/