최근 연구실은 '한국형 ChatGPT'로 불리는 KULLM(Korea University Large Language Model)을 성공적으로 개발하였으며, 한국어 특화 언어 모델의 상용화 및 연구 기반을 마련하고 있습니다. 자체 서버 및 클라우드 인프라(RTX8000, A6000, A100, H100 GPU 등)를 바탕으로 방대한 한국어 텍스트 데이터를 학습하여 한국어 자연어 처리 최적화를 목표로 합니다. KULLM은 문장 생성, 대화 응답, 오류 수정, 지식 기반 추론 등 다양한 언어 생성 태스크에서 뛰어난 성능을 보이며, 한국어가 갖는 고유한 문법 및 통사 구조를 반영한 토크나이저 및 알고리즘 기법을 적용합니다 . 이 연구는 국내 최초 수준의 한국어 LLM 응용 구현으로, 국내외 학회(ACL, EMNLP, NAACL, EACL, ICLR 등)에서 지속적으로 논문을 발표하며 최첨단 업적을 내고 있습니다.

연구실은 Task‑oriented 대화 시스템, Persona‑based 챗봇, Open‑domain 질의응답 등 대화 중심의 자연어 처리 모델 연구에 집중하고 있습니다. Dialogue State Tracking(DST), 대화 응답 선택(Conversational Response Selection), QA, 질문 생성 등 다양한 구성 요소를 연구하며, 특히 지식 기반 QA(ODQA, Long‑form QA)와 QA 생성(QG)에 대한 성능 향상 기법도 다룹니다. 또한 오류 수정을 위한 QA 기반 Grammar Error Correction, Post‑Editing 자동화 등 후처리 기법에도 연구하며, 사실 일관성을 높이는 방법론(Metric‑guided Feedback Learning) 연구를 통해 LLM의 환각 문제를 완화하고 있습니다.

Named Entity Recognition(NER), Relation Extraction(RE), Entity Linking(EL), Knowledge Base Completion(Population) 등 구조화된 정보 추출과 지식 그래프 구축 기술을 활발히 연구하고 있습니다. 대회 기반 연구로 Fake News/ Hate Speech detection, 편향 탐지 및 제거, 사회적 맥락에서의 NLP 이슈 분석도 수행하며, 특히 한국 사회에서의 언어 편향과 독성 요소를 진단하고 해소하는 연구를 진행합니다. ‘KoCommonGEN v2’, ‘K‑HALU’, ‘REVISE’ 등 한국어 상식 추론, 환각 검출, OCR 텍스트 정제 및 모델 수정 프레임워크 등 혁신적인 벤치마크와 시스템을 제안해 EMNLP·ACL·NAACL 등 주요 학회에 다수 채택되었습니다