요약 편집하기 (부분)

==== 트랜스포머 기반 접근 (2019~현재) ====

2017년 구글이 제안한 [[트랜스포머(Transformer)]] 아키텍처와 2018년 [[BERT]]의 등장은 자동 요약을 포함한 NLP 전 분야에 혁명적 변화를 가져왔다.

요약 전용 사전 훈련 모델의 계보:

{| class="wikitable" style="width:100%"
|-
! 모델 !! 발표 기관 !! 연도 !! 특징
|-
| BERT || Google || 2018 || 양방향 인코더. 주로 추출 요약에 활용
|-
| GPT-2 || OpenAI || 2019 || 단방향 생성 모델. 제로샷 요약 시연
|-
| BART || Facebook AI || 2019 || 노이즈 제거 자동인코더 방식. 생성 요약에 최적화
|-
| T5 || Google || 2019 || 모든 NLP 태스크를 텍스트-투-텍스트로 통일
|-
| PEGASUS || Google || 2019 || 요약 특화 사전 훈련 (Gap Sentence Generation)
|-
| GPT-3/4 || OpenAI || 2020/2023 || 대형 언어 모델. 퓨샷·제로샷 요약 가능
|-
| LLaMA 2/3 || Meta || 2023/2024 || 오픈소스 대형 언어 모델
|-
| Claude 3/3.5/4 || Anthropic || 2024/2025 || 장문 처리 및 고충실 요약에 강점
|}

국내에서는 NAVER의 '''HyperCLOVA''', KAKAO의 '''KoGPT''', SKT의 '''KoBART''' 등 한국어 특화 모델이 개발되어 한국어 자동 요약에 활용되고 있다.