일반적으로 인공지능 시스템에 언어를 가르칠 때 개발자들은 특정 장면에 대응하는 단어의 적용 방식을 설명하는 주석(Annotation)을 활용한다. 인공지능이 주석과 장면의 관계에서 언어 구조를 학습하는 것이다. 다만, 이렇게 학습한 인공지능은 단어의 기본적인 의미를 벗어난 활용에는 유연하게 적용하지 못하기 때문에 이 문제를 해결하기 위해 반복 학습의 시간과 분량은 기하급수적으로 증가하게 된다. 인공지능의 언어 학습을 효율적으로 하기 위해 MIT 연구진은 아이들이 언어를 습득하는 과정에 주목했다.

파서(news.mit.edu/2018/machines-learn-language-human-interaction-1031)는 주변 환경을 관찰하고, 상호작용하면서 언어를 배우는 아이들의 언어 습득 방식을 모방한다. 즉, 더 정확하게 이해하기 위해 지속적으로 환경을 관찰하는데, 언어의 구조를 배우기 위해 다른 정보를 주지 않은 자막이 있는 비디오를 보고 스스로 텍스트와 장면을 연결 지어 학습하는 것이다. 이런 방법으로 개발자의 노력과 인공지능이 언어 학습에 필요한 시간을 크게 줄여준다. 현재 연구진은 구글 어시스턴트, 애플 시리, 아마존 알렉사 등 다른 제조사뿐만 아니라 개인도 누구나 스마트기기에 진화된 음성인식 기술을 이용할 수 있도록 오픈소스 화하고 있다.

Parser, MIT