인공지능학과 박진영 교수님의 연구실 HLILab 소속 김지우 석사과정이 1저자로 연구한 논문이 자연어처리 분야 최고 권위의 국제학술대회 ACL 2025의 워크샵 Social Influence in Conversations에서 Outstanding Paper Award를 수상하였습니다.

해당 논문은 2025년 7월 31일, 오스트리아 빈에서 Oral 발표로 소개되었으며, 인간과 인공지능 간의 대화 방식에 새로운 가능성을 제시한 점에서 높은 평가를 받았습니다.

제목 : “Text Overlap: An LLM with Human-like Conversational Behaviors”

저자: 김지우(인공지능학과 석사과정), 장민석(Google Deepmind), 박진영(인공지능학과 부교수)

이 연구는 기존의 엄격한 턴 기반 대화 방식에서 벗어나, 사람처럼 자연스럽게 끼어들거나 반응할 수 있는 LLM 학습 방법을 제안합니다. 사용자는 긴 답변을 기다릴 필요 없이 중간에 말을 끊거나 새로운 질문을 던질 수 있으며, 모델은 이에 능동적으로 반응합니다. 이러한 방식은 사람-사람 대화처럼 유연하고 몰입감 있는 Human-AI 상호작용을 가능하게 합니다. 유저 스터디 결과, 사용자들은 이러한 인터페이스에 대해 높은 만족도를 보였으며, 대화의 효율성과 몰입도가 크게 향상된 것으로 나타났습니다. 이번 수상은 앞으로의 Human-AI 커뮤니케이션 연구에 중요한 이정표가 될 것으로 기대됩니다.

김지우 석사과정의 수상을 진심으로 축하드립니다!

Abstract: Traditional text-based human-AI interactions typically follow a strict turn-taking approach. This rigid structure limits conversational flow, unlike natural human conversations, which can freely incorporate overlapping speech. However, our pilot study suggests that even in text-based interfaces, overlapping behaviors such as backchanneling and proactive responses lead to more natural and functional exchanges. Motivated by these findings, we introduce text-based overlapping interactions as a new challenge in human-AI communication, characterized by real-time typing, diverse response types, and interruptions. To enable AI systems to handle such interactions, we define three core tasks: deciding when to overlap, selecting the response type, and generating utterances. We construct a synthetic dataset for these tasks and train OverlapBot, an LLM-driven chatbot designed to engage in text-based overlapping interactions. Quantitative and qualitative evaluations show that OverlapBot increases turn exchanges compared to traditional turn-taking systems, with users making 72% more turns and the chatbot 130% more turns, which is perceived as efficient by end-users. This finding supports overlapping interactions and enhances communicative efficiency and engagement.