본 논문은 사용자 특정 측면에 기반한 다양한 데이터셋 분할을 생성하는 개인화된 다중 클러스터링에 대해 다룬다. 기존 CLIP 기반 접근 방식의 한계(CLIP의 coarse image-text alignment 및 사용자 관심사에 대한 심층적 이해 부족)를 극복하기 위해, 다중 모달 대규모 언어 모델(MLLM)을 에이전트로 활용하는 에이전트 중심 개인화 클러스터링 프레임워크를 제안한다. MLLM의 고급 추론 메커니즘을 통해 사용자 정의 기준에 더욱 부합하는 클러스터를 생성하며, MLLM으로 추출한 사용자 관심사 기반 임베딩을 이용한 관계 그래프 생성 및 유사도 기반 간선 필터링을 통해 계산 비용을 줄인다. Card Order 및 Card Suits 벤치마크에서 각각 0.9667 및 0.9481의 NMI 점수를 달성하여 기존 최고 성능 모델 대비 140% 이상 향상을 보였다.
