다국어 의료 질의응답 성능 향상을 위한 교차 언어 증거 활용 연구

요약

본 논문은 영어, 스페인어 등 고자원 언어와 바스크어, 카자흐어 같은 저자원 언어를 아우르는 다국어 의료 질의응답 (Medical QA) 시스템을 연구합니다. 세 가지 외부 증거 소스(전문 지식 저장소, 웹 콘텐츠, LLM 내부 지식)를 활용하고, 단일/다중/교차 언어 검색 전략을 평가했습니다. 주요 결과는 모델 크기가 클수록 영어 성능이 우수하며, 고자원 언어에서는 웹 데이터를, 저자원 언어에서는 영어와 목표 언어를 결합한 교차 언어 검색이 가장 효과적임을 보여줍니다. 이는 외부 지식이 항상 성능 향상을 보장하지 않으며, 최적의전

핵심 포인트

• 모델 크기가 클수록 기본 평가에서 영어 성능이 일관되게 우수하다는 것을 확인했습니다.
• 고자원 언어에서는 웹 검색 데이터가 가장 큰 이점을 제공하는 외부 지식 소스입니다.
• 저자원 언어의 경우, 영어와 목표 언어를 결합한 교차 언어 검색 전략이 고자원 언어 수준에 근접한 정확도를 달성했습니다.
• 전문 의료 지식(예: PubMed)은 권위적이지만 다국어 커버리지가 부족하여 활용에 한계가 있습니다.