김재광 교수 연구실(기계지능연구실, mainLab.), The 48th International ACM SIGIR 2025 논문 게재 승인

김재광 교수 연구실(기계지능연구실, mainLab.), The 48th International ACM SIGIR Conference on Research and Development in Information Retrieval 논문 게재 승인 기계지능연구실 (지도교수: 김재광, https://mainlab.skku.edu)의 이남준(석사과정) 학생과 김재광 교수가 진행한 "SEALR: Sequential Emotion-Aware LLM-Based Personalized Recommendation System" 논문이 Information Retrieval 및 Intelligence 분야 에서 최우수 학술대회인 ACM SIGIR 2025 Short paper에 게재 승인되었습니다. 이번 연구는 감정 인식 기반 순차적 LLM 개인화 추천 시스템(SEALR)을 제안합니다. SEALR은 사용자 리뷰를 분석하여 시간 순서에 따른 감정 변화를 추적하고, 이를 기반으로 감정 레이블을 추출합니다. 이러한 감정 정보는 사용자의 선호도 변화를 보다 정밀하게 반영할 수 있도록 도와줍니다. 특히 사용자의 행동 데이터를 기반으로 생성된 후보 아이템과 감정 정보를 LLM에 통합 입력하여 개인화된 추천 결과를 도출하는데, 다양한 후보 아이템 수와 LLM 미세 조정 비율을 실험 변수로 설정해, 추천 정확도와 탐색 사이의 최적 균형을 탐색하였다는 점에서 의미가 있습니다. 아마존 리뷰 데이터를 활용한 실험 결과, SEALR은 기존 추천 방식 대비 의미 있는 성능 향상을 보였으며, 감정 정보와 행동 데이터의 통합이 추천 품질 향상에 효과적임을 확인했습니다. Abstract Large Language Models (LLMs) have demonstrated exceptional performance across various natural language processing tasks, driving significant advancements in language understanding and generation. However, their applicability in recommendation systems remains an area that requires further investigation. This study proposes the Sequential Emotion-Aware LLM-Based Personalized Recommendation System (SEALR) to harness this potential. SEALR applies sentiment analysis to user-generated textual reviews to sequentially track emotional changes for each user and extract sentiment labels. In addition, we design a novel framework that integrates candidate items generated by sequential models with user behavior data into an LLM to provide more precise and personalized recommendations. Our experiments investigate the impact of varying candidate pool sizes and instruction-based fine-tuning ratios, adopting an experimental methodology to optimize the trade-off between recommendation accuracy and exploration. To validate the effectiveness of the proposed approach, we conducted comparative experiments using Amazon datasets against existing recommendation methods, demonstrating meaningful performance improvements. Specifically, the combination of sentiment information and user behavior data contributed to enhancing recommendation performance, demonstrating the potential to accommodate diverse user preferences and contexts.

인공지능융합전공 실어실어 팀(김세민, 이나연, 인정교 / 지도교수 한진영), 2024-2학기 Co-Deep Learning 프로젝트 최우수상 수상

글로벌융합학부 인공지능융합전공 실어실어팀, 2024-2학기 Co-Deep Learning 프로젝트 최우수상 수상 ▲(왼쪽부터) 인정교, 김세민, 이나연(이상 인공지능융합전공) 지난 1월 23일, 대학혁신과공유센터가 개최한 '2024학년도 2학기 Co-Deep Learning 프로젝트 발표회'에서 인공지능융합전공 학생들로 구성된 '실어실어'팀(지도교수 한진영)이 최우수상(100만원)을 수상했다. '실어실어'팀은 실시간 실어증 패턴 해석과 진단을 위한 디지털 서비스를 개발해 의료 분야에서의 혁신적인 변화를 제안했다. ‘Co-Deep Learning 프로젝트’는 학생들이 팀을 이루어 창의적 문제 해결 능력을 기르고 학문 간 융합을 경험하는 프로그램으로, 이번 학기에는 20개 학과에서 54명의 학생들이 14개 팀을 구성해 3개월 동안 다양한 프로젝트를 수행했다. 참여 학생들은 ▲혁신 기술과 스마트 솔루션 ▲미래 사회와 인간 중심의 융합 기술 ▲창의적 제작과 실험적 설계 등 다양한 분야에서 프로젝트를 진행하며 실제 문제를 해결하기 위한 창의적인 아이디어와 솔루션을 제안했다.

글로벌융합학부 컬처앤테크놀로지융합전공, 2024 지스타에 학생 기획·제작 게임 출품

글로벌융합학부 컬처앤테크놀로지융합전공, 2024 지스타에 학생 기획·제작 게임 출품 지난 11월 14일(목)부터 17일(일)까지 부산 벡스코(BEXCO)에서 열린 국내 최대 게임 컨퍼런스 ‘지스타(G-Star)’에 글로벌융합학부 컬처앤테크놀로지융합전공 학생들이 기획하고 제작한 게임 3작품이 출품되었다. 특히 올해 20주년을 맞은 지스타는 국내외 게임 업계와 관람객들의 기대 속에 다양한 신작과 혁신적인 기술을 선보이며 큰 주목을 받았다. 이번 출품작들은 2023년부터 시작된 교육 과정을 기반으로 협력과 창작을 거듭해 완성된 결과물이다. 학생들은 2023년도 1학기 '게임콘텐츠기획' 수업에서 게임의 핵심 아이디어와 재미 요소를 구상했으며, 이어지는 2학기 '게임콘텐츠제작실습'에서 이를 구체화했다. 2024년도 1학기에는 '융복합콘텐츠기획' 수업을 통해 제작한 작품을 고도화하며 완성도를 높였다. 김수완 글로벌융합학부 박사후연구원은 “이번 프로젝트는 학생들의 창의력과 실무 역량이 결집된 좋은 사례”라고 전했다. 컬처앤테크놀로지 학생들이 출품한 아래 3개 작품은 독창적인 아이디어와 장르적 특색으로 관람객들의 이목을 끌었다. ○ 혈도(Vendetta) - 참여 학생: 하태건(컬처앤테크놀로지), 이지우(컬처앤테크놀로지) - 인터랙티브 스토리텔링 게임으로, 플레이어의 선택에 따라 스토리가 변화해 몰입감을 극대화했다. ○ 하우스오브카드(House of Cards) - 참여 학생: 손현빈(독어독문/컬처앤테크놀로지), 윤태우(컬처앤테크놀로지) - 카드 게임과 디펜스 타워 장르를 결합한 전략적인 게임으로, 창의적인 게임 디자인이 돋보인다. ○ 개여시 이야기(Tale of GaeYeoSi) - 참여 학생: 김동현(경제학/컬처앤테크놀로지), 김선혁(국어국문/컬처앤테크놀로지), 장시한(컬처앤테크놀로지) - 전통 설화를 현대적 게임 요소와 접목한 방탈출 게임으로, 흥미로운 퍼즐과 독창적인 내러티브가 특징이다. 이창준 컬처앤테크놀로지융합전공 주임교수는 “학생들이 디지털 콘텐츠 시장에서 성장할 잠재력을 보여준 소중한 경험이었다”며, “앞으로도 창의적이고 도전적인 작품을 제작할 수 있도록 적극 지원하겠다”고 밝혔다. 김장현 글로벌융합학부장도 “디지털 콘텐츠 분야는 무한한 성장 가능성을 가진 산업으로, 학생들이 글로벌 무대에서 경쟁력을 갖출 수 있도록 지원을 아끼지 않겠다”고 강조했다.

성균관대학교, 2024 외교 공공데이터 활용 경진대회 우수상(외교부장관상) 수상

성균관대학교 Global Variables(글로벌변수)팀, 2024 외교 공공데이터 활용 경진대회 우수상(외교부장관상) 수상 - 총 70건의 아이디어 중 2위... 외교부장관상(상금 200만원) 수상의 영예 ▲(왼쪽부터) 신소망(경영학과/컬처앤테크놀로지융합전공), 조용빈(사회복지학과), 김상호(인공지능융합전공), 정의관(데이터사이언스융합전공), 배종인 기획조정실장(외교부) 지난 9월 13일 개최된 2024 외교 공공데이터 활용 경진대회 시상식에서 우리 대학 글로벌변수 팀(김상호, 신소망, 정의관, 조용빈)이 우수상(외교부장관상)을 수상했다. 외교 공공데이터 활용 경진대회는 외교부가 주최하고, 한국국제협력단과 한국국제교류재단, 한·아프리카재단이 주관하여 외교 공공데이터를 활용한 민간의 국가-사회 현안 해결 아이디어 발굴을 위해 개최하는 대회이다. 이번 대회에서는 아이디어 기획부문에 대한 공모 총 70건의 아이디어를 접수해, 데이터 활용성/독창성 등의 평가 기준에 따라 총 5건의 수상작을 선정하였다. 글로벌 변수팀은 '지자체의 국제교류 협력 개선을 위한 데이터 기반 지방외교 지수 개발'이라는 주제로 외교 공공데이터와 유관데이터를 함께 활용하는 참신한 아이디어를 제안해 우수상(외교부장관상)과 상금 200만원을 수상하게 되었다. 외교부 배종인 기획조정실장은 “신뢰할 수 있는 공공데이터를 개방하는 것이 정부기관의 중요한 역할이다. 디지털플랫폼 정부 실현을 위해 국민이 원하는 공공데이터를 다양하게 개방하고 쉽게 활용할 수 있도록 지원해 나갈 예정이며, 앞으로도 이러한 경진대회 개최등을 통해 국민 참여를 확대해 나가겠다”고 밝혔다.