본 논문은 대규모 언어 모델(LLM) 기반의 역할극을 활용한 개인화된 의견 요약 프레임워크인 'Rehearsal'을 제안합니다. 기존 LLM들이 긴 텍스트를 다루는 개인화된 작업에서 어려움을 겪는다는 점을 해결하기 위해, 모델이 사용자의 역할을 수행하여 사용자의 개인적인 요구를 더 잘 이해하도록 설계되었습니다. 역할극 감독 및 연습 과정을 도입하여 LLM의 역할극 능력을 향상시키고, 가상 사용자의 제안을 통해 요약 생성 과정에 개입하여 사용자의 관심 정보가 포함되도록 함으로써 개인화된 요약 생성을 달성합니다. 실험 결과, 제안된 방법이 대규모 모델이 생성한 요약의 개인화 수준을 효과적으로 향상시키는 것을 보여줍니다.
