[연구의 필요성]
체스, 바둑 등의 분야에서 전문가 모델의 실력이 사람보다 월등히 높지만, 그 지식을 사람에게 효율적으로 전달하는 부분은 충분한 연구가 되어 있지 않음.

[포스텍이 가진 고유의 기술]
전문가 모델의 decision 능력과 거대 언어 모델(LLM)의 설명 능력을 함께 활용하여 해설을 생성하는 방법과 이를 평가하는 방법을 제안함. 이를 위해 전문가 모델에서 concept vector들을 활용하여 decision-making process를 추론하는 방법과, 이를 활용한 LLM 해설 생성 방법을 제안함.

[연구의 의미]
체스, 바둑 등의 분야에서 해설은 전통적으로 전문가의 지식을 초보자들에게 전달하기 위한 수단으로 활용되어 왔음. 이와 같은 형태의 지식 전달 방식을 neural network 기반의 전문가 모델과 사람 사이의 지식 전달을 위한 수단으로도 사용할 수 있음을 보였음. 또한 머신 러닝 비전문가 입장에서 직관적으로 이해하기 힘든 형태의 설명을 LLM을 사용하여 이해하기 쉬운 형태로 변환할 수 있다는 점에서 다양한 분야에 활용할 수 있음.

[연구결과의 진행 상태 및 향후 계획]
본 연구는 NLP 분야 최고 수준 학회인 NAACL 2025에 accept 되어 5월 발표를 앞두고 있음.

[성과와 관련된 실적]
본 연구는 NLP 분야 최고 수준 학회인 NAACL 2025에 accept 되어 5월 발표를 앞두고 있음.

[성과와 관련된 이미지]