MapExplorer는 고차원 데이터의 저차원 투영 지도 내 좌표를 일관성 있고 문맥에 맞는 텍스트 콘텐츠로 변환하는 새로운 지식 발견 태스크입니다. t-SNE나 UMAP 등의 기존 차원 축소 기법과 달리, 생성된 투영 지도를 활용하여 새로운 콘텐츠를 생성하는 방법을 제시합니다. 다양한 데이터셋에서 과학적 가설 생성, 합성 페르소나 생성, 대규모 언어 모델 공격 전략 고안 등에 MapExplorer의 활용 가능성을 보여주며, 새로운 평가 지표인 Atometric을 제안하여 생성된 텍스트의 논리적 일관성과 정합성을 정량적으로 측정합니다. 이는 시각화와 생성을 연결하여 대규모 데이터 탐색에서 직관적인 인간-AI 협업을 가능하게 합니다.
시사점, 한계점
•
시사점:
◦
고차원 데이터의 저차원 투영 지도를 활용한 새로운 콘텐츠 생성 방법 제시
◦
과학적 가설 생성, 합성 페르소나 생성, 대규모 언어 모델 공격 전략 고안 등 다양한 분야에 적용 가능성 확인
