본 논문은 소셜 미디어 이미지를 활용하여 인간과 자연 및 문화유산의 상호작용을 모델링, 매핑, 이해하는 연구에 초점을 맞추고 있습니다. 소셜 미디어 이미지의 시각적 콘텐츠는 다양하고 이질적이며, 특히 추상적인 개념을 포함하는 범주는 일관된 시각적 패턴이 부족하여 의미 있는 범주화에 어려움이 있습니다. 기존 연구는 사람의 개입이 필요하고 공개 벤치마크 데이터셋이 부족하여 연구 간 비교가 어려웠습니다. 본 논문은 이러한 문제를 해결하기 위해 1) 인간과 자연의 상호작용을 담은 Flickr 이미지 데이터셋 FLIPS를 제시하고, 2) 다양한 유형과 조합의 거대 모델(LLM, LVM, LVLMs) 및 적응 방법을 사용하여 범주화 성능을 평가합니다. 비용, 생산성, 확장성 및 결과 품질 측면에서 성능을 평가하여 소셜 미디어 이미지 범주화의 과제에 대한 해결책을 제시합니다.