본 논문은 인간의 제스처 생성을 의도 추론 과제로 재구성하는 새로운 프레임워크인 Intentional-Gesture를 제시합니다. 기존의 제스처 생성 방법들이 음성이나 텍스트 전사와 같은 표면적인 언어적 단서에만 의존하여 의미적으로 빈약한 결과를 생성하는 문제점을 해결하기 위해, 고차원적 의사소통 기능에 기반한 의도 추론을 통해 제스처를 생성합니다. BEAT-2 데이터셋에 제스처 의도 주석을 추가하여 InG 데이터셋을 구축하고, Intentional Gesture Motion Tokenizer를 이용하여 고차원적 의사소통 기능(의도)을 토큰화된 동작 표현에 통합함으로써 시간적으로 정렬되고 의미적으로 풍부한 제스처 합성을 달성합니다. BEAT-2 벤치마크에서 최첨단 성능을 달성하며, 디지털 휴먼 및 구현된 AI에서의 표현력 있는 제스처 생성을 위한 모듈식 기반을 제공합니다.
