본 논문은 단일 목표 및 다중 목표 최적화 문제에서 사용자의 선호도를 반영하여 Pareto 최적 전선(PF)의 관심 영역(ROI)에 수렴하는 해를 찾는 새로운 방법을 제시합니다. 기존의 적합도 함수 또는 목적 함수 근사 방식 대신, 능동적 듀얼링 밴딧 알고리즘을 이용한 직접적인 선호도 학습을 통해 적합도 함수 계산 없이 최적화를 수행하는 방법을 제안합니다. 제안된 방법은 세 가지 실험 세션 (능동적 듀얼링 밴딧 알고리즘 성능 평가, 다중 목표 진화 알고리즘(MOEA) 적용, 단백질 구조 예측(PSP) 문제 적용)을 통해 검증되며, 기존 방법의 한계를 극복하고 새로운 가능성을 제시하는 대화형 선호도 기반 MOEA 프레임워크를 제시합니다.
