전문 용어 타자 속도 보면 안다… UNIST, 사용자 전문성 파악하는 AI 기술 개발

질문 내용·타이핑 행동 분석… 수준 맞춰 대답 AI 개인화 기술
자연어처리학회 ACL 상위 2% 논문, ‘SAC 하이라이트 어워드’

AI 챗봇에게 전문 용어를 질문할 때 타자를 하는 '박자'만으로 사용자의 실제 지식수준을 파악해 맞춤형 답변을 내놓는 기술이 개발됐다.

전문 용어를 알고 쓰는 것과 외워서 쓰는 것의 차이는 키보드 위 손가락에서 나타난다. 질문 내용뿐만 아니라 타자를 치는 속도와 리듬을 실시간 분석해 사용자의 지식수준에 최적화된 답변을 제공하는 기술이 공개됐다.

UNIST(울산과학기술원) 컴퓨터공학과 공태식 교수 연구팀은 질문 속 의미 정보와 타이핑 행태를 결합해 사용자의 전문성을 파악하는 개인화 AI 기술 'ExPerT'를 개발했다고 30일 전했다.

연구진, 공태식 교수(좌)와 박예지 연구원. UNIST 제공

기존 AI 챗봇은 사전 설정된 프로필이나 past 대화 기록 등 고정된 데이터에 의존해 사용자 수준을 가늠했다. 그러나 IT 전문가라 해서 회계나 법률 지식까지 깊은 것은 아니며, 같은 분야라도 세부 주제에 따라 이해도가 달라진다는 한계가 존재했다.

연구팀은 전문가와 비전문가가 같은 단어를 입력할 때 나타나는 신체적 행동 차이에 주목했다. 전문 용어를 타자할 때 키를 누르고 떼는 시간, 다음 글자로 넘어가는 간격, 백스페이스 사용 빈도 등에서 미세한 차이가 발생한다는 점에 착안했다.

작동 방식은 직관적이다. AI 모델이 질문에 담긴 단어의 의미와 타이핑 행태 정보를 종합해 사용자의 전문성을 5단계로 추정한다. 이후 이 추정치와 원본 질문을 생성형 AI에 전달해 답변의 깊이와 어조를 실시간으로 조정하는 구조다.

실제 화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 1270개 질문으로 검증한 결과, 의미 정보만 활용했을 때보다 타이핑 행동 분석을 더 했을 때 전문성 추정 오차가 18.4% 줄어들었다. 대화 기록만으로 성향을 추적하는 기존 개인화 방식 대비 정밀도가 대폭 향상된 수치다.

현장 응용 가능성도 높다. 공태식 교수는 "의료·법률·금융처럼 지식 격차가 큰 분야는 물론 에듀테크와 B2B 고객 지원 시스템 등에서 실시간 맞춤형 인터페이스를 제공할 수 있을 것"이라고 말했다.

이번 연구는 UNIST 박예지 연구원이 제1저자로 참여했으며, 자연어처리 분야 최고 권위 학술대회인 'ACL 2026'에서 상위 2%에 주어지는 'SAC 하이라이트 어워드'를 수상했다. 연구진은 관련 데이터 세트와 코드를 깃허브에 무료 공개했다.

연구그림, 사용자의 타이핑 과정에서 행동 정보를 추출하는 과정.

영남취재본부 김수로 기자 relationship6007@asiae.co.kr