“타이핑 속도까지 분석”…AI 개인화 기술은 ‘진화 중’

UNIST, 질문 내용과 타이핑 행동 분석해 맞춤형 정보 제시
개인화 AI 기술 ‘ExPer T’ 개발...사용자 수준 맞는 답변 내놔
전문지식 격차 큰 챗봇, 에드테크 등 개인화된 AI 등에 활용

챗GPT로 생성한 일러스트.

질문 내용뿐 아니라 질문 작성을 위한 타이핑 행동까지 분석해 사용자의 전문성 수준에 맞는 답변을 내놓는 기술이 개발됐다.

울산과학기술원(UNIST)은 공태식 컴퓨터공학과 교수팀이 질문 속 전문 용어를 얼마나 빠르고 일정한 리듬으로 치는지로 사용자의 전문 지식 수준을 분석해 맞춤형 답변을 제시하는 개인화 AI 기술 ‘ExPerT’를 개발했다고 30일 밝혔다.

기존 대형언어모델(LLM) 개인화 기술은 사용자 프로필이나 과거 대화 등 비교적 고정화된 정보에 주로 의존한다.

하지만 같은 분야라도 질문 주제에 따라 지식 수준이 달라질 수 있어 이런 정보만으로는 질문마다 적절한 답변 수준을 파악하기 어렵다.

연구팀이 개발한 ExPerT는 질문에 쓰인 표현과 전문 용어 등의 의미 정보, 타이핑 행동 정보를 챗GPT와 같은 생성형 AI 모델에 입력해 사용자의 전문성을 5단계로 추정한다.

이후 추정 결과와 원래 질문을 생성형 AI 모델에 다시 전달해 답변 생성에 반영해 사용에게 맞춤형 정보를 제공한다.

이 과정에서 질문의 의미 정보뿐 아니라 타이핑 과정에서 나타나는 행동 정보까지 분석하도록 설계했다.

가령, 똑같은 전문 용어를 타이핑하더라도 키를 누르고 떼기까지 걸린 시간과 다음 키로 넘어가는 간격, 백스페이스 사용 횟수 등 전문가와 비전문가 간 타이핑 행동 차이까지 AI 학습에 반영한 것이다.

연구팀은 화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 질문 1270개를 이용해 ExPerT의 성능을 검증했다.

그 결과, 의미 정보만 분석했을 때는 AI가 추정한 전문성 수준이 참가자가 직접 평가한 수준과 평균 0.488단계 차이가 났다.

하지만 타이핑 정보까지 함께 분석한 것은 그 차이가 0.398단계로 줄었다. 타이핑 정보를 더해 전문성 추정 오차를 18.4% 줄인 것이다.

또 기존 개인화 AI 기술과 비교해 높은 성능을 보였다. 기존 기술은 사용자가 직접 평가한 전문성 수준과 평균 1.162단계 차이가 났지만, ExPerT 방식은 그 차이를 0.488단계로 줄였다.

공태식 교수는 “기존 개인화 AI 기술이 고정된 프로필이나 이전 대화 기록에만 의존해 실시간 맥락을 반영하지 못한 한계를 극복한 연구”라며 “의료·법률·금융처럼 전문 지식 격차가 큰 분야의 전문 챗봇과 사용자별 이해도 파악이 중요한 에듀테크, B2B 고객 지원 시스템 등 사용자 눈높이에 최적화된 개인화 AI 인터페이스를 제공하는 AI 기술로 활용될 것”이라고 말했다.

연구결과는 지난달 미국 샌디에이고에서 열린 자연어 처리 분야 국제 학술대회 ‘ACL 2026’에서 전체 논문 중 상위 4%에 해당하는 구두 발표 논문으로 채택됐고, 상위 2%에 주어지는 ‘SAC 하이라이트 어워드’를 수상했다.

공태식(왼쪽) UNIST 교수와 박예지 연구원(제1저자). UNIST 제공.

이준기 기자 bongchu@dt.co.kr