개발도구 연구
Enabling Proactive Spoken Turns via a Generalized Style-Aware Full-Duplex Framework
ARarXiv
기존 대화 시스템은 사용자의 발화를 끝까지 기다리는 반(半)양방향 방식이라, 실제 사람처럼 능동적으로 끼어들거나 반응하는 상호작용 구현에 한계가 있었습니다.
세 줄 요약
- 연구진은 능동적 개입을 지원하는 프레임워크와 2,981시간 분량의 실생활 대화 데이터셋 'WildTurn'을 구축하여 타이밍 제어 기능을 혁신적으로 강화했습니다.
- 이 기술은 AI가 단순히 답변만 하는 것을 넘어, 적절한 순간에 말을 끊거나 반응하는 등 사람과 같은 자연스러운 발화 역동성을 구현해 사용자 경험을 높입니다.
- 성능 검증 시에는 단순 응답 품질뿐 아니라 실시간 스트리밍 환경에서 '발화 타이밍의 정밀도'와 '상호작용 품질'을 종합적으로 평가하여 신뢰도를 입증했습니다.
기존 대화 시스템은 사용자의 발화를 끝까지 기다리는 반(半)양방향 방식이라, 실제 사람처럼 능동적으로 끼어들거나 반응하는 상호작용 구현에 한계가 있었습니다.