본 논문은 지식 그래프(KG)를 활용하여 개인 및 상황별 데이터를 통합함으로써 서면 커뮤니케이션을 동적으로 바꾸는 프레임워크를 제시합니다. 지식 그래프는 개인, 위치, 이벤트를 중요한 노드로 나타내고, 메시지에 언급된 개체를 해당 그래프 노드에 연결합니다. 선호도, 직업, 문화적 규범과 같은 관련 정보를 추출하여 원본 메시지와 결합하고, 대규모 언어 모델(LLM)을 통해 처리하여 개인화된 응답을 생성합니다. 이 프레임워크는 의료(42%), 교육(53%), 전문 채용(78%) 등 다양한 분야에서 주목할 만한 메시지 수용률을 보여줍니다. 개체 연결, 이벤트 감지, 언어 모델링을 통합하여 상황 인식적이고 청중 특정적인 커뮤니케이션을 위한 구조적이고 확장 가능한 솔루션을 제공하며, 다양한 분야에서 고급 애플리케이션을 가능하게 합니다.
