다중 시각 추론: 수학 문제 해결을 위한 일관된 대조 학습

수학 문제 해결을 위한 단어 문제 해결기는 텍스트 내 양에 대한 정밀한 관계 추론과 다양한 방정식에 대한 신뢰할 수 있는 생성 능력이 필요하다. 기존의 시퀀스-트리 또는 관계 추출 기법들은 이러한 문제를 고정된 관점에서만 다루기 때문에, 복잡한 의미 구조와 다양한 방정식을 동시에 처리하는 데 어려움을 겪는다. 그러나 인간이 문제를 해결할 때 자연스럽게 두 가지 일관된 추론 관점인 상향식과 하향식 접근을 활용한다. 마찬가지로 수학 방정식 역시 전위순회(pre-order)와 후위순회(post-order)와 같은 여러 동치 형태로 표현될 수 있다. 본 연구에서는 보다 완전한 의미-방정식 매핑을 위해 다중 관점 일관성 대비 학습(multi-view consistent contrastive learning)을 제안한다. 전체 과정은 서로 독립적이지만 일관된 두 가지 관점으로 분리된다: 상향식 분해(top-down decomposition)와 하향식 구축(bottom-up construction). 두 가지 추론 관점은 다중 분할 해상도(multi-granularity)에서 일관성 있게 정렬되며, 이는 전역적 생성 능력과 정밀한 추론을 향상시킨다. 두 언어로 구성된 여러 데이터셋에서 수행한 실험 결과, 기존의 기준 대비 본 방법이 특히 복잡한 문제에서 뛰어난 성능을 보였다. 또한, 일관성 있는 정렬을 거친 후 다중 관점 접근은 두 관점의 장점을 효과적으로 통합하여 수학적 법칙에 부합하는 보다 다양한 결과를 생성함을 입증하였다.