본 논문은 서비스 로봇과 자율주행 자동차가 인간 환경에서 증가함에 따라, 단순 목적지 도달을 넘어 사회적 인식을 통합하는 내비게이션 시스템의 필요성을 강조한다. 이를 위해, 대규모 다중 모달 모델(LMMs)을 활용하여 로봇의 사회적 인식 능력을 향상시키는 새로운 그룹 기반 사회적 내비게이션 프레임워크인 GSON을 제시한다. GSON은 시각적 프롬프팅을 통해 보행자 간의 사회적 관계를 제로샷으로 추출하고, 강력한 보행자 탐지 및 추적 파이프라인과 통합하여 LMMs의 고유한 추론 속도 제한을 극복한다. 또한, 전역 경로 계획과 지역 운동 계획 사이에 중간 수준의 계획기를 통합하여 전역적 맥락과 반응성을 모두 유지하면서 예측된 사회적 그룹의 방해를 피한다. 실제 세계 모바일 로봇 내비게이션 실험을 통해 대기열, 대화, 사진 촬영과 같은 복잡한 사회적 시나리오에서 GSON을 검증하고, 기존 내비게이션 접근 방식보다 사회적 교란을 최소화하면서 기존 내비게이션 지표에 대한 성능은 유지함을 보여준다.
