구글 연구진, AI 대화 분류서 임베딩 제외…보호는 문서 단위

본문

CALLIOPE는 임베딩 기반 군집화 없이 문서 요약과 키워드 집계로 AI 대화의 주제를 분류한다. 차등 프라이버시는 키워드 집계에 적용되며, 보장 단위는 문서 한 건이다. 구글 연구진이 임베딩 기반 군집화 없이 생성형 인공지능(AI) 대화의 주제를 분류하는 방법을 제안했다. 키워드 집계에 차등 프라이버시를 적용하지만, 논문이 제시한 보호 단위는 문서 한 건이다. 에디스 코언(Edith Cohen) 등 구글 리서치(Google Research)· 구글 (Google)·구글 딥마인드(Google DeepMind) 소속 연구진은 21일(한국시간) arXiv에 CALLIOPE 논문을 공개했다. 연구진은 프라이버시 설정을 강화할 때 분류 품질이 급격히 떨어지는 현상을 기존 임베딩 기반 방식보다 줄일 수 있다고 설명했다. 한 사람이 여러 차례 남긴 대화 전체를 보호하는 개인 단위 차등 프라이버시는 추가 연구가 필요하다고 논문은 밝혔다.

앞서 구글 리서치는 2025년 12월 10일 URANIA를 소개하면서 대화를 임베딩으로 변환한 뒤 차등 프라이버시를 적용해 군집화하고, 키워드 추출과 LLM 요약을 거치는 구조를 설명했다. 구글 리서치 설명은 요약 단계에서 LLM이 원본 대화 대신 비공개 처리된 키워드를 사용한다고 밝혔다. 연구진은 다국어 발화 자료 MASSIVE, 은행 고객 문의 자료 Banking77, 영화 리뷰와 뉴스 문서 등을 포함한 6개 데이터셋에서 CALLIOPE를 CLIO·URANIA와 비교했다. 논문 부록은 Gemini 3.5 Flash를 사용한 최대 깊이의 비차등 프라이버시 설정에서 MASSIVE 데이터셋의 토큰 사용량을 CALLIOPE 5억7600만 토큰, URANIA 1억2300만 토큰으로 제시했다. 평가는 실제 AI 서비스의 비공개 대화 로그가 아니라 6개 데이터셋을 대상으로 이뤄졌다.