동국대 컴퓨터AI학부 성연식 교수 연구팀(이인호 석사과정) 자연어처리 분야 Top Conference 'EMNLP 2026' 논문 최종 채택

동국대학교 컴퓨터AI학부 성연식 교수 연구팀의 논문이 자연어처리 분야 국제 학술대회인 EMNLP 2026 (Conference on Empirical Methods in Natural Language Processing)에 최종 채택되었다. EMNLP는 국제전산언어학회(ACL) 산하 SIGDAT가 주관하는 자연어처리 분야 세계 최고 수준의 최상위 국제 학술학회로써 이번에는 총 17,669편이 투고되어 본 학회(Main Conference) 채택률이 15.4% (2,719편/17,669편)에 달할 만큼 경쟁이 치열했다. 이번 EMNLP 2026은 오는 2026년 10월 24일부터 29일까지 헝가리 부다페스트에서 개최될 예정이다.

▲ (왼쪽부터) 동국대학교 컴퓨터·AI학과 이인호 석사과정, 동국대학교 컴퓨터·AI학과 성연식 교수

본 논문은 성연식 교수 연구팀의 이인호 석사과정이 제1저자로 작성했으며, ‘ActionRAG: Constraint-Aware Action Retrieval for Large Action Models’ 제목으로, 대규모 행동 모델(Large Action Model, LAM)이 외부 도구를 선택하는 단계에서 실행 가능성을 먼저 판단하는 새로운 검색 구조를 제안하였다. 기존의 도구 검색 방식은 사용자 질의와 도구 설명 사이의 의미적 유사도에만 의존하여, 의미상으로는 관련이 있으나 실행 제약과 파라미터 요구사항, 선행조건을 만족하지 못하는 도구까지 선택하는 한계를 보였다. 또한 실행과 추론을 번갈아 수행하는 반응형 방식은 실행이 시작된 뒤에야 불가능한 행동 순서를 발견하기 때문에 실패가 발생할 때마다 재계획 비용이 누적되는 문제가 있었다. 이에 연구팀은 목표로부터 환경 제약과 과제 제약을 추출하는 제약 유도(Constraint Induction), 실행 가능성 점수를 반영해 수행 불가능한 도구

를 사전에 제거하는 제약 인지 검색(Constraint-Aware Retrieval), 남은 도구들의 의존 관계를 고려해 실행 궤적을 구성하는 행동 사고(Action-of-Thought)를 결합한 ActionRAG를 제안하였다.

                                                        

그림1.논문에서 제안한 프레임워크 구조