본 논문은 멀티모달 대규모 언어 모델(MLLM) 기반의 감성 이해 시스템에서 설명의 일관성과 정확성을 향상시키는 새로운 접근 방식을 제안한다. 특히, 사용자의 감성 예측에 대한 신뢰성을 높이기 위해, 예측된 감성과 일치하는 설명을 생성하는 데 초점을 맞춘다. 이를 위해 "감성적 근거 검증기(Emotional Rationale Verifier, ERV)"와 "설명 보상(Explanation Reward)"을 도입하여, 모델 구조 변경이나 추가적인 데이터셋 없이 감성 예측과 설명 간의 일관성을 높이는 것을 목표로 한다. MAFW 및 DFEW 데이터셋을 사용하여 제안된 방법의 효과를 검증했으며, 감성적이고 신뢰할 수 있는 상호작용을 가능하게 하여 인간과 유사한 HCI 시스템 구축에 기여할 수 있음을 보여준다.
