본 논문은 트랜스포머 아키텍처를 기반으로 하는 신경망 구조 탐색 방법을 제시하며, 다양한 인코더와 디코더 조합에 대한 크로스 멀티헤드 어텐션 계산 방식을 탐색합니다. 더 나은 번역 결과를 보이는 신경망 구조를 탐색하기 위해, BLEU 점수 외에 혼란도를 보조 평가 지표로 고려하고, 다중 목적 유전 알고리즘을 통해 모집단 내 각 개별 신경망을 반복적으로 개선합니다. 실험 결과, 본 알고리즘으로 탐색된 신경망 구조가 모든 기준 모델보다 우수하며, 보조 평가 지표의 도입이 BLEU 점수만 고려하는 것보다 더 나은 모델을 찾을 수 있음을 보여줍니다.
