메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이서영 (숙명여자대학교) 임채현 (숙명여자대학교) 이성빈 (숙명여자대학교) 심주용 (숙명여자대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2025 학술대회 발표 논문집
발행연도
2025.2
수록면
834 - 839 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 대규모 언어 모델(Large Language Models, LLMs)과 인간의 개입(Human-in-the-Loop) 접근 방식을 결합하여 GUI(Graphical User Interface) 제어를 위한 혁신적 프레임워크를 제안한다. 이 프레임워크는 GlobalPlanner, LocalPlanner, NewPlanner 라는 세 가지 주요 모듈을 통해 사용자 명령을 하위 작업으로 분해하고, GUI 의 현재 상태를 기반으로 동적으로 작동한다. GlobalPlanner 는 명령을 종합적으로 계획하고, LocalPlanner 는 GUI 의 실시간 상태를 반영해 계획을 조정하며, NewPlanner는 작업 실패 시 대체 계획을 생성한다. 이러한 구조는 복잡한 작업 처리와 예외 상황에 효과적으로 대처하며 높은 유연성을 제공한다. 특히, 본 시스템은 퓨샷 프롬프팅(Few-shot Prompting)을 사용하여 대규모 데이터셋 구축이나 모델 세부 조정(fine-tuning) 없이도 다양한 사용자 명령을 처리할 수 있다. 이는 기존의 복잡한 GUI 자동화 프레임워크와 달리, 최소한의 입력으로도 다양한 작업을 수행할 수 있는 장점을 제공한다. 실험 결과, 제안된 프레임워크는 복잡한 시나리오에서 작업 성공률을 유의미하게 향상시켰으며, 인간의 개입이 포함될 경우 더욱 높은 성과를 나타냈다. 제안된 프레임워크는 웹 브라우저와 로컬 애플리케이션 간의 복잡한 작업에서도 높은 성능을 입증하였으며, 이를 통해 LLM 기반 자동화 시스템의 유연성과 실효성을 강조했다. 본 연구는 대규모 언어 모델의 잠재력을 극대화하는 동시에 인간의 직관과 판단력을 결합하여 실시간 응답성과 유연성을 갖춘 차세대 작업 자동화 시스템을 제안한다.

목차

요약문
1. 서론
2 이론적 배경
3 방법론
4 평가 및 결과
5 결론
참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0