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.

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.

이 기술은 질문의 의미 정보뿐만 아니라 타이핑 과정에서 나타나는 행동 정보를 함께 분석해 사용자 전문성을 파악한다.

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.

우선 질문에 사용된 표현과 전문 용어 등 의미 정보, 타이핑 행동 정보를 챗GPT와 같은 생성형 AI 모델에 입력해 사용자 전문성을 5단계로 추정하게 한다.

이후 추정 결과와 원래 질문을 생성형 AI 모델에 다시 전달해 답변의 눈높이를 조절하도록 한다.

연구팀은 화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 질문 1천270개를 이용해 ExPerT의 성능을 검증했다.

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.

또 질문마다 전문성을 새롭게 파악하는 ExPerT 방식은 기존 개인화 기술과 비교했을 때 높은 성능을 보였다고 연구팀은 설명했다.

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.

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.

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.

연구 데이터 세트와 코드는 오픈 소스 공유 사이트인 깃허브에 공개됐다.

연구는 과학기술정보통신부, 정보통신기획평가원, 한국연구재단 등의 지원을 받았다.