[논문요약] GPT와 선호 정보를 활용한 대화형 여행 추천 시스템 설계 및 구현

작성배경

하계현장실습 기간 중에 우리 회사에서 근무한 이성우 인턴이 개발한 'GPT(Generative pre-trained transformer)를 활용한 여행 추천 시스템'을 학술대회에서 발표하고자 논문을 작성하였다.

원문제목

GPT와 선호 정보를 활용한 대화형 여행 추천 시스템 설계 및 구현

원문주소

https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11554855

발행

한국통신학회

초록

추천 시스템은 1979년에 최초로 등장하였으며 지금까지 활발히 연구되고 있다. 최근에는 코로나-19로 인해 변화된 여행방식 을 반영한 비대면 여행 추천 시스템이 활발히 연구되고 있다. 본 논문에서는 대화형 AI를 적은 비용으로 구현하는 대화형 여행 추천 시스템을 설계하고 GPT를 활용하여 대화형 여행 추천 시스템 구현을 수행한다. 또한 GPT Chat API 파라미터 분석과 파라미터값의 조정을 통해 실현할 수 있는 선호하는 여행 추천이 나타날 가능성이 커짐을 확인한다.

보충설명

대규모 인공지능 모델은 더 좋은 서비스를 제공할 수 있는 훌륭한 도구이다. 하지만 대규모 인공지능 모델을 개발하고 운용하기 위해서는 매우 많은 비용이 필요하기에 모든 기업이 이러한 모델을 개발하고 운용할 수는 없다. 그러므로 개발된 대규모 인공지능 모델을 빌려서 서비스에 잘 활용하는 것이 더 좋은 서비스를 제공할 수 있는 현실적인 방법이다. 실제로 서비스를 개발해보면 인공지능 모델마다 잘 하는 것이 다르고 회사마다 과금정책이 다르기에 여러 개의 인공지능 모델을 잘 활용하는 것이 중요한 것을 알 수 있다. 본 논문에서는 여러 개의 대규모 인공지능 모델을 활용하여 서비스에 적용할 때 낮은 복잡도로 개발할 수 있는 시스템 설계를 제안하고 GPT Chat API와 연동된 여행 추천 시스템을 구현하여 실험한 결과를 설명한다.

참고문헌

논문 내 참고문헌 참조