자연재해 피해 평가를 위한 시각 질의 응답(VQA) 프레임워크인 ThiFAN-VQA를 제안합니다. 이 프레임워크는 사전 학습된 생성 모델과 문맥 내 학습(ICL)을 활용하여 제한된 데이터 환경에서도 유연하고 개방적인 답변 공간을 제공합니다. ThiFAN-VQA는 두 단계로 구성됩니다. 첫 번째 단계는 Chain-of-Thought(CoT) 프롬프팅과 ICL을 사용하여 해석 가능한 추론 과정을 생성하고, 두 번째 단계는 생성된 답변을 평가하여 가장 적합한 답변을 선택합니다. 홍수 및 허리케인 피해 지역의 UAV 기반 데이터셋인 FloodNet 및 RescueNet-VQA에서 실험한 결과, ThiFAN-VQA는 정확성, 해석 가능성, 적응성 측면에서 기존 방식보다 우수한 성능을 보였습니다.
