LLM 기반 대화형 사용자 시뮬레이션에 관한 연구

초록

사용자 시뮬레이션은 다양한 응용 분야를 지원할 수 있는 잠재력으로 인해 오랫동안 컴퓨터 과학 분야에서 중요한 역할을 해왔습니다. 인간 의사소통의 주요 매체인 언어는 사회적 상호작용과 행동의 기초를 형성합니다. 이에 따라 대화 행동 시뮬레이션은 핵심 연구 분야로 부상했습니다. 대규모 언어 모델(LLM)의 최근 발전은 합성 사용자 대화의 높은 정확도 생성을 가능하게 함으로써 이 분야의 진전을 크게 촉진하였습니다. 본 논문에서는 LLM 기반 대화형 사용자 시뮬레이션의 최근 발전을 조사합니다. 우리는 사용자 세분성과 시뮬레이션 목적을 포괄하는 새로운 분류 체계를 소개합니다. 또한 핵심 기술과 평가 방법론을 체계적으로 분석합니다. 우리는 연구 커뮤니티가 대화형 사용자 시뮬레이션의 최신 동향을 파악할 수 있도록 하고, 해결 과제를 제시하며 기존 연구를 통합된 프레임워크 아래 체계화함으로써 향후 연구를 촉진하는 것을 목표로 합니다.

English

User simulation has long played a vital role in computer science due to its potential to support a wide range of applications. Language, as the primary medium of human communication, forms the foundation of social interaction and behavior. Consequently, simulating conversational behavior has become a key area of study. Recent advancements in large language models (LLMs) have significantly catalyzed progress in this domain by enabling high-fidelity generation of synthetic user conversation. In this paper, we survey recent advancements in LLM-based conversational user simulation. We introduce a novel taxonomy covering user granularity and simulation objectives. Additionally, we systematically analyze core techniques and evaluation methodologies. We aim to keep the research community informed of the latest advancements in conversational user simulation and to further facilitate future research by identifying open challenges and organizing existing work under a unified framework.

LLM 기반 대화형 사용자 시뮬레이션에 관한 연구

A Survey on LLM-based Conversational User Simulation

초록

Support