A Dataset and Benchmark for Interlocutor Adaptation with Incrementally Revealed Personas

본 연구는 주어진 프로필의 유지에만 집중하는 연구의 한계를 극복하기 위해, 대화 중 점진적으로 드러나는 상대방의 정보에 적응하는 상대 적응(Interlocutor Adaptation) 태스크를 제안한다. 이를 위해 실제 라디오 인터뷰의 비대칭적 정보 구조를 활용하여 상대방의 페르소나가 점진적으로 노출되는 데이터셋을 구축하였으며, 의미 클러스터 기반 추적 기법을 도입하여 정보의 기원과 출처를 주석화하였다. 또한, 모델이 이미 알고 있는 지식을 유지하는지 측정하는 ‘사전 제공 페르소나 일관성(PC)’과 새롭게 관측된 정보를 포착, 반영하는지 측정하는 ‘대화 중 관측 페르소나 활용도(DU)’를 분리한 평가 지표를 제안한다. 최신 언어 모델을 활용한 실험 결과, 제로샷 환경에서는 상대의 새로운 정보에 적응하는 한계를 보였으나, 미세조정 이후 적응 능력이 향상됨을 확인하였다. 본 연구는 대화 시스템이 단순한 자기 일관성 유지를 넘어, 상호지향적 대화 지능으로 발전하기 위한 벤치마크를 제공한다.