DSSAL연구실 (지도교수: 김장현)의 논문이 자연어 처리 분야의 Top-tier 학술대회인 EMNLP 2025 (The 2025 Conference on Empirical Methods in Natural Language Processing) Main Conference에 게재 승인(Accept) 되었습니다. 

논문에는 선승종(인공지능융합학과 박사과정, 공동 제1저자) 백서연(실감미디어공학과 석사과정, 공동 제1저자),  그리고 김장현(교신저자) 지도교수가 참여하였습니다.

본 연구는 대규모 언어모델(Large Language Models, LLMs)의 성격(Personality)을 조절하기 위한 새로운 방법을 제안합니다. 기존 접근법에 한계가 있던 연속적·다차원적 성격 표현을 모델 병합(Model Merging) 기반 성격 벡터(Personality Vector) 기법을 통해 구현하였습니다. 이를 통해 추가 학습 없이 성격을 부여할 수 있을 뿐 아니라, 성격 강도의 연속적·확장적(scalable) 조절과 다중 성격 특성의 조합을 가능하게 했습니다. 또한, 역할 수행형 에이전트(Role-Playing Character Models)·한국어 모델(Cross-Lingual Transfer to Korean)·비전-언어 모델(Cross-Modal Transfer to VLM) 등 다양한 영역으로의 전이 가능성까지 입증했습니다.

논문링크: https://arxiv.org/abs/2509.19727