본 논문은 실제 대화의 특징인 음성 요소, 높은 중복성, 불균일한 정보 밀도를 반영하는 새로운 장문 음성 데이터셋(Livelongbench)을 소개합니다. 기존 벤치마크의 한계를 극복하기 위해 실제 라이브 스트림에서 추출된 데이터를 활용하여, 검색 의존, 추론 의존, 하이브리드 세 가지 유형의 과제를 구성했습니다. 인기 있는 대형 언어 모델(LLM)과 전문화된 방법들을 평가한 결과, 현재 방법들은 특정 과제에 대한 선호도가 강하고, 높은 중복성을 가진 입력에 대해서는 성능이 저조하며, 어떤 단일 방법도 다른 방법들을 일관되게 능가하지 못함을 발견했습니다. 본 논문에서는 음성 텍스트의 중복성을 더 잘 처리하는 새로운 기준 모델을 제안하며, 이 모델은 다양한 과제에서 우수한 성능을 보였습니다. 본 연구는 현재 방법의 주요 한계를 강조하고 장문 이해 개선을 위한 미래 방향을 제시하며, 실제 전자상거래 시스템 개발을 위한 실용적인 기반을 제공합니다. 데이터셋과 코드는 깃허브에서 공개됩니다.
