핵심 요약
NAVER Place AI 개발팀은 GLACE CIC의 다중 CV/NLP 모델과 PlaceLM으로 한국·일본의 O2O 서비스 품질을 향상시켰다.
구현 방법
- OCR Place Matching: 임베딩 기반 검색, NAVER CLOVA OCR로 텍스트 추출 및 NER 보정
- Menu Matching: 9개 옵션 시퀀스 라벨링으로 메뉴 텍스트 정제 및 DB 보강
- PlaceLM: 12.8B 파라미터, 15모델, LoRA/QLoRA 기반 파라미터 효율화
- 인프라: DVC로 데이터 버전 관리, MLFlow로 트래킹/레지스트리, 100GPU, 2에포크
주요 결과
- NSMC/KorQuAD에서 공개 벤치 대비 강한 성능, GPT-4 평가에서도 경쟁력
- Rouge-L 0.823의 내부 태스크 최고 기록
- 대규모 데이터로 태깅 품질 및 검색 정확도 개선
