본 논문은 기존 자연어 추론(NLI)의 한계를 넘어 다중 문서, 다국어 환경을 지원하는 새로운 패러다임인 교차 문서 교차 언어 NLI(CDCL-NLI)를 제안합니다. 26개 언어에 걸쳐 25,410개의 인스턴스를 포함하는 고품질 CDCL-NLI 데이터셋을 구축하고, RST(Rhetorical Structure Theory) 기반의 이종 그래프 신경망을 활용하여 교차 문서 맥락 모델링을 수행하는 혁신적인 방법을 제시합니다. 또한, 어휘 사슬 기반의 구조 인식 의미 정렬을 통해 교차 언어 이해를 개선하고, EDU(Elementary Discourse Unit) 수준의 귀속 프레임워크를 개발하여 추론의 해석 가능성을 높였습니다. 실험 결과 기존 NLI 모델 및 대규모 언어 모델보다 성능이 크게 향상됨을 보였으며, 교차 문서 교차 언어 맥락 이해, 환각 제거 및 해석 가능한 추론 연구에 기여할 것으로 기대됩니다.
