머신러닝기반 메타버스플랫폼 고도화 모델 설계에 관한 연구

A Study on ML-Based Metaverse Platform Advanced Model Design

메타버스는 실세계와 유사한 소통과 상호작용이 가능하며 다양한 콘텐츠와 서비스 제공을 통해 새로운 경험을 추구할 수 있는 공간이다. 근래 인공지능을 메타버스에 적용하려는 움직임으로 인해 메타버스 세계가 확장될 것이라는 기대가 커지고 있다. 메타버스와 인공지능의 융합은 커뮤니케이션의 한계를 극복하고 공간 생성의 어려움해소와 대내외 데이터의 활용 극대화에 핵심적인 역할 수행이 가능해지기 때문이다. 따라서 본 연구에서는 한국폴리텍대학 메타버스플랫폼 가상캠퍼스내에 구현한 기존 연구 현황을 공유하고, 이를 기반으로 최신 GPT기술과 LLM 등 머신러닝을 활용해 상호작용을 증강시키는 고도화 모델을 설계하였다. LLM기반의 대화형 내부정보 검색서비스 제공으로 대학 내 보유하고 있는 데이터를 효율적으로 활용하는 동시에 모든 의사소통을 자연어로 진행함 으로써 사용자 환경을 개선할 수 있도록 제안하였다. 향후연구에서는 범용서비스가 가능한 도메인 데이터 세부설계와 본 연구 모델을 구현하며 외부 LLM 모델과의 성능평가를 수행하려고 한다.

Metaverse is a space where communication and interaction similar to those in the real world are possible and new experiences can be pursued through the provision of various contents and services. Owing to the recent advancements in the application of artificial intelligence (AI), Metaverse is expected to expand. The convergence of metaverse and AI overcomes the limitations of communication, resolves difficulties in creating space, and maximizes the use of internal and external data. In this study, we present the status of existing studies implemented within the Metaverse Platform virtual campus of Korea Polytechnic and the design of an advanced model that enhances interaction using machine learning such as the latest GPT technology and LLM. We propose to provide an LLM-based interactive internal information search service to improve the user environment by efficiently utilizing internal data and communicating in natural language. In future studies, we will focus on the detailed design of domain data capable of general-purpose services and implementation of the advanced model designed in this study. Thereafter, we intend to design and construct our own reliable LLM model and perform performance evaluation through with external LLM models.