본 논문은 로마자 알파벳 배경을 가진 학습자들에게 어려운 일본어 어휘 학습, 특히 한자 학습을 돕기 위한 새로운 방법을 제시합니다. 기존의 대규모 언어 모델(LLM) 기반 키워드 연상 기법의 블랙박스적인 한계를 극복하고자, 한자의 구성 요소를 활용한 연상 기억 생성 과정을 명시적으로 모델링하는 생성적 프레임워크를 제안합니다. 이는 새로운 기대-최대화 알고리즘을 사용하여 학습자들이 온라인 플랫폼에 작성한 연상 기억 데이터를 통해 잠재 구조와 구성 규칙을 학습합니다. 이를 통해 해석 가능하고 체계적인 연상 기억 생성이 가능하며, 특히 새로운 학습자를 위한 콜드 스타트 환경에서 좋은 성능을 보입니다.
