“타자 치는 속도만 봐도 척척”…사용자 ‘실력’ 알아채는 AI 나왔다

- UNIST, 질문 내용·타이핑 행동 함께 분석하는 개인화 AI ‘ExPerT’ 개발
- 전문성 추정 오차 18.4%↓…의료·법률·금융·교육 등 맞춤형 AI 활용 기대

이번 연구를 수행한 공태식(왼쪽) UNIST 교수와 박예지 연구원.[UNIST 제공]

[헤럴드경제=구본혁 기자] “전문용어를 막힘없이 빠르게 입력한다면 전문가일 가능성이 높다.”

생성형 인공지능(AI)이 사용자가 무엇을 물어보는지를 넘어 ‘어떻게 타자를 치는지’까지 분석해 전문 지식 수준을 판단하는 기술이 나왔다. 같은 질문이라도 사용자의 전문성에 따라 설명 수준을 달리하는 ‘맞춤형 AI’ 구현에 한발 더 다가섰다는 평가다.

UNIST(울산과학기술원) 컴퓨터공학과 공태식 교수 연구팀은 질문 내용과 전문용어를 입력할 때 나타나는 타이핑 행동을 함께 분석해 사용자의 전문성을 실시간으로 파악하는 개인화 AI 기술 ‘ExPerT’를 개발했다고 30일 밝혔다.

기존 개인화 AI는 사용자가 미리 설정한 프로필이나 과거 대화 기록을 활용하는 경우가 많다. 하지만 컴퓨터 전문가라도 회계에는 문외한일 수 있고, 같은 분야에서도 질문 주제에 따라 지식 수준이 달라질 수 있다는 한계가 있다.

연구팀은 이를 해결하기 위해 ‘질문별 전문성’을 실시간으로 판단하는 방식을 택했다. 특히 질문의 내용뿐 아니라 키보드를 두드리는 행동 자체를 전문성을 판단하는 단서로 활용했다.

같은 전문용어를 입력하더라도 전문가와 비전문가는 ▷키를 누르고 떼는 데 걸리는 시간 ▷다음 키로 넘어가는 간격 ▷백스페이스 사용 횟수 등에서 차이를 보인다는 점에 착안했다.

ExPerT는 질문에 포함된 표현과 전문용어 등 ‘의미 정보’와 이 같은 ‘타이핑 정보’를 챗GPT와 같은 생성형 AI에 입력해 사용자의 전문성을 5단계로 추정한다. 이후 전문성 추정 결과와 원래 질문을 AI에 다시 전달해 답변의 난이도와 설명 방식을 사용자 눈높이에 맞춘다.

연구팀이 화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 질문 1270개를 분석한 결과, 질문의 의미 정보만 활용했을 때 AI가 판단한 전문성과 참가자가 스스로 평가한 전문성의 차이는 평균 0.488단계였다.

기존 정적 AI 개인화 방식과 ExPerT의 개인화 방식 비교.[UNIST 제공]

타이핑 행동을 함께 분석하자 차이는 0.398단계까지 줄었다. 타이핑 정보를 추가하는 것만으로 전문성 추정 오차를 18.4% 낮춘 셈이다.

기존 개인화 기술과의 격차는 더 컸다. 과거 대화에서 사용자의 성향과 배경을 추출하는 기존 방식은 실제 전문성 수준과 평균 1.162단계 차이가 났다. 반면 개별 질문의 의미를 실시간 분석하는 연구팀 방식은 오차를 0.488단계까지 낮췄다.

연구팀은 이 기술이 전문 지식 격차가 큰 의료·법률·금융 분야의 전문 챗봇을 비롯해 학생별 이해도에 맞춰 설명하는 에듀테크, 기업간거래(B2B) 고객지원 시스템 등에 활용될 수 있을 것으로 기대하고 있다.

공태식 교수는 “기존 개인화 AI가 고정된 프로필이나 이전 대화 기록에만 의존해 실시간 맥락을 반영하지 못했던 한계를 극복하고자 했다”며 “사용자의 실시간 눈높이에 최적화된 개인화 AI 인터페이스를 다양한 영역에 제공할 수 있을 것”이라고 말했다.

이번 연구결과는 자연어처리 분야 국제학술대회 ‘ACL 2026’에서 전체 투고 논문 중 상위 4%에 해당하는 구두 발표 논문으로 채택됐다.