"AI가 질문 속 전문용어 입력 행동 분석해 맞춤형 답변한다" 작성일 08-30 28 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">UNIST, 사용자 전문성 파악하는 개인화 AI 기술 'ExPerT' 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Q9U5aOKpZj"> <figure class="figure_frm origin_fig" contents-hash="616ade7951cc135de5742b4a0b5ee345386148f1bf6b8cb2b33052cd1b237d92" dmcf-pid="xyOkbMTsZN" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구진 모습 UNIST 공태식 교수(왼쪽)와 박예지 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/30/yonhap/20260830090154581uuvj.jpg" data-org-width="1200" dmcf-mid="PuSmfiHlXA" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/30/yonhap/20260830090154581uuvj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구진 모습 UNIST 공태식 교수(왼쪽)와 박예지 연구원. [울산과학기술원 제공. 재판매 및 DB 금지] </figcaption> </figure> <p contents-hash="b9fe5d1d8622ecd0040677c869600538841d052d13b20978f144789063be6b50" dmcf-pid="yx27rWQ9ta" dmcf-ptype="general">(울산=연합뉴스) 김용태 기자 = 생성형 인공지능(AI)이 질문 내용뿐만 아니라 질문 속 전문 용어를 얼마나 빠르고 일정한 리듬으로 입력하는지를 통해 사용자의 전문 지식수준을 가늠, 맞춤형 답변을 내놓도록 하는 기술이 나왔다.</p> <p contents-hash="06cca23cb001d3a7aa7a52a416ee69cbe76d0ef8b6027402742349946ce47949" dmcf-pid="WMVzmYx21g" dmcf-ptype="general">30일 울산과학기술원(UNIST)은 컴퓨터공학과 공태식 교수팀이 질문 속 전문 용어를 타이핑할 때 나타나는 행동을 분석해 맞춤형 답변을 내놓는 개인화 AI 기술인 'ExPerT'를 개발했다고 밝혔다.</p> <p contents-hash="3f0f12f5defae2be7d26ce82c8013c8c0825f1f82fc8ff66bf09197e58ede5e1" dmcf-pid="YRfqsGMVYo" dmcf-ptype="general">이 기술은 질문의 의미 정보뿐만 아니라 타이핑 과정에서 나타나는 행동 정보를 함께 분석해 사용자 전문성을 파악한다.</p> <p contents-hash="8f3589356e30902aa6d724788b54450940088ce43eec86a3e42dd4aa50c5ee98" dmcf-pid="Ge4BOHRftL" dmcf-ptype="general">똑같은 전문 용어를 타이핑하더라도 키를 누르고 떼기까지 걸린 시간과 다음 키로 넘어가는 간격, 백스페이스 사용 횟수 등이 전문가와 비전문가 간 차이가 있다는 사실에서 착안한 기술이다.</p> <p contents-hash="0d211d9a850222888773b51ec2aaa4892ff306e7fe21912831509d28f0c0a418" dmcf-pid="Hd8bIXe4Hn" dmcf-ptype="general">우선 질문에 사용된 표현과 전문 용어 등 의미 정보, 타이핑 행동 정보를 챗GPT와 같은 생성형 AI 모델에 입력해 사용자 전문성을 5단계로 추정하게 한다.</p> <p contents-hash="9c56f6b36bb33aecc0e05ae36db9e02017f9fd5b53a67b388710eee8a7b7c092" dmcf-pid="XJ6KCZd81i" dmcf-ptype="general">이후 추정 결과와 원래 질문을 생성형 AI 모델에 다시 전달해 답변의 눈높이를 조절하도록 한다.</p> <p contents-hash="daeed5f753957beeb62e1adfe417fb87cbd9488513bea9543240388497563e8d" dmcf-pid="ZiP9h5J6XJ" dmcf-ptype="general">연구팀은 화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 질문 1천270개를 이용해 ExPerT의 성능을 검증했다.</p> <p contents-hash="42123fe72c2f835f79d0e5f31277945941979481a7371ca437cef327d8d57326" dmcf-pid="5nQ2l1iPYd" dmcf-ptype="general">의미 정보만 분석했을 때는 AI가 추정한 전문성 수준이 참가자가 직접 평가한 수준과 평균 0.488단계 차이가 났지만, 타이핑 정보까지 함께 분석하자 그 차이가 0.398단계로 줄었다. 타이핑 정보를 더해 전문성 추정 오차를 18.4% 줄인 것이다.</p> <p contents-hash="f904cb9bc4dc0828f134f092e99283e03382e174707feb1acae5843e798381da" dmcf-pid="1LxVStnQHe" dmcf-ptype="general">또 질문마다 전문성을 새롭게 파악하는 ExPerT 방식은 기존 개인화 기술과 비교했을 때 높은 성능을 보였다고 연구팀은 설명했다.</p> <p contents-hash="f8cbb31a53894a66869ace8ac45fa0a5c5d56206888f7e8d069fb296d8be29f5" dmcf-pid="toMfvFLxYR" dmcf-ptype="general">지금까지 나눈 대화에서 사용자 성향과 배경을 추출하는 기존 기술은 사용자가 직접 평가한 전문성 수준과 평균 1.162단계 차이가 났지만, ExPerT 방식은 그 차이를 0.488단계로 줄였다.</p> <p contents-hash="3e8b56b6030f5fa914744eb7e3b8d2dcc5b2596ddac4d7e429d09bba1e9fdae3" dmcf-pid="FAiQGujJGM" dmcf-ptype="general">공태식 교수는 "기존 개인화 AI가 고정된 프로필이나 이전 대화 기록에만 의존해 실시간 맥락을 반영하지 못했던 한계를 극복하고자 했다"며 "의료·법률·금융처럼 전문 지식 격차가 큰 분야의 전문 챗봇과 사용자별 이해도 파악이 중요한 에듀테크, B2B 고객 지원 시스템 등 다양한 영역에서 사용자 눈높이에 최적화된 개인화 AI 인터페이스를 제공할 수 있을 것"이라고 말했다.</p> <p contents-hash="561f348d08d9077abf64b75a4c3bd673af52fe57eecb2fd6b77cd4a585857956" dmcf-pid="3cnxH7AiXx" dmcf-ptype="general">이번 연구 결과는 지난 7월 미국 샌디에이고에서 열린 자연어 처리 분야 국제 학술대회 'ACL(Association for Computational Linguistics) 2026'에서 전체 투고 논문 중 상위 4%에 해당하는 구두 발표 논문으로 채택됐고, 상위 2%에 주어지는 'SAC 하이라이트 어워드'를 수상했다.</p> <p contents-hash="882776bc73c879818d65e98c385410c053c53b166239ea4a3d22964fbe8bb669" dmcf-pid="0kLMXzcnGQ" dmcf-ptype="general">연구 데이터 세트와 코드는 오픈 소스 공유 사이트인 깃허브에 공개됐다.</p> <p contents-hash="a3a47b5d756cfd7fc8765e52492d475ddb077255522ee8ecb4924405c93ce685" dmcf-pid="pEoRZqkLXP" dmcf-ptype="general">연구는 과학기술정보통신부, 정보통신기획평가원, 한국연구재단 등의 지원을 받았다.</p> <p contents-hash="046e756743ab34163b0a82170b6d1b1b8303ea0e0f6580d3859da289da6dfd2c" dmcf-pid="UDge5BEoH6" dmcf-ptype="general">yongtae@yna.co.kr</p> <p contents-hash="74d20b6ef364bfa3c0d8537d95e5cf2dc7bc0ae924ac8d96541841605afba691" dmcf-pid="7rNJtKwa54" dmcf-ptype="general">▶제보는 카톡 okjebo</p> </section> </div> <p class="" data-translation="true">Copyright © 연합뉴스. 무단전재 -재배포, AI 학습 및 활용 금지</p> 관련자료 이전 KT, 서울대·KAIST와 에이전틱AI-토큰 효율화 기술 확보 08-30 다음 "독일 한복판에 뜬 PC방·신라면"…글로벌 게이머 홀린 K-체험존[쾰른서 본 K게임②] 08-30 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
