인하대 연구팀, AI 개인화 기술 개발…추가 학습 없이 취향 반영

인하대학교는 서영덕 전기컴퓨터공학과 교수 연구팀이 생성형 인공지능(AI)에서 추가 학습이나 개인화 모델 없이 사용자 취향과 선호를 반영할 수 있는 새로운 개인화 기술을 개발했다고 17일 밝혔다.

연구팀은 인공지능 모델 'FAN'(Foundation Encoders Are All You Need)을 통해 생성형 AI에서 사용자의 취향과 관심사를 더욱 정밀하게 반영할 수 있는 방법을 제안했다.

FAN은 사용자가 과거에 입력한 명령어(프롬프트)나 선택·평점 기록 등을 토대로 현재 입력한 질문에 대한 선호 정보를 찾아낸 뒤 기존 파운데이션 모델의 구조를 활용해 생성 과정에 반영한다.

개인화 모듈이나 추가 학습 없이 이미 학습된 '파운데이션 인코더'의 표현 능력을 활용하기 때문에 생성형 AI 모델에서 개인화 성능을 확보하면서도 추가적인 연산 비용을 최소화할 수 있다.

연구팀은 이번 연구가 멀티모달 검색, 이미지 조건 확산 모델, 비전 언어 모델(VLM) 등 다양한 분야로 확장할 수 있다고 설명했다.

이번 연구 성과는 '국제 컴퓨터 비전 및 패턴인식 학술대회'(Conference on Computer Vision and Pattern Recognition)에서 발표됐다.