Optimization of recommender and generative AI-driven interactions in tourism and hospitality
연구 내용
추천시스템과 생성형 AI를 활용해 관광·호스피탈리티 의사결정과 콘텐츠 경험을 설계하고, 응답 특성과 반복 노출이 성능·지각에 미치는 영향을 규명하는 연구
관광·호스피탈리티 맥락에서 개인화와 대화형 서비스의 신뢰도를 높이기 위한 AI 상호작용 설계를 수행합니다. 도메인 단일화 임베딩 기반 추천 모형을 적용해 데이터 희소성과 표현 편향을 완화하고, 생성형 모델이 생성·노출되는 콘텐츠의 반복 효과를 파악하여 사용 경험의 한계를 분석합니다. 또한 LLM 기반 추천에서 응답 속도와 품질의 관계를 실증적으로 점검하여 운영 의사결정 변수로 전환 가능한 근거를 도출합니다. 이를 통해 디지털 퍼스트 관광 서비스의 추천·콘텐츠 전략을 정량화합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 도메인 단일 추천을 위한 임베딩 구조를 정리하고, 매트릭스 분해와 표현학습을 결합한 추천 체계를 구축했습니다. 이후에는 LLM 기반 추천에서 응답 속도가 추천 결과에 미치는 영향을 경험적으로 검증하는 방향으로 확장했습니다. 최근에는 생성형 AI 이미지의 반복 노출이 사용자 지각과 이용 지속성에 어떤 영향을 주는지 살펴보며, 관광·콘텐츠 경험 설계로 연구 범위를 넓히고 있습니다. 디지털 퍼스트 관광도시 관련 과제의 데이터 축을 활용해 적용성을 강화하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
DSER: Deep-Sequential Embedding for single domain Recommendation
Is a shorter reaction time always better? Empirical investigation of the impact of response speed on ChatGPT recommendations
Satiation of generative AI images
Meme-affordance tourism: The power of imitation and self-presentation
관련 프로젝트
구분
제목
디지털 퍼스트 시대의 스마트관광의 새로운 도전과 기회
관광 및 호스피탈리티 분야에서의 Social CRM 도입에 관한 연구 - 데이터중심서비스혁신(DDSI) 관점에서