본 논문은 대규모 언어 모델(LLM) 기반 대화 시스템의 성능 향상을 위한 새로운 연구 과제와 벤치마크를 제시합니다. 대화의 전 과정(Prelude, Interlocution, Epilogue)을 포괄적으로 다루는 기존 연구의 부재를 지적하며, 대화 요소 모델링(Dialogue Element Modeling, DEMO)이라는 새로운 연구 과제를 제안합니다. 이는 '요소 인식(Element Awareness)'과 '대화 에이전트 상호작용(Dialogue Agent Interaction)'을 포함하며, 이를 평가하기 위한 새로운 벤치마크 DEMO를 제시합니다. 또한, 모방 학습을 통해 대화 요소를 효과적으로 모델링하는 DEMO 에이전트를 구축하고, 실험을 통해 기존 LLM의 개선 가능성과 DEMO 에이전트의 성능을 검증합니다.
