본 논문은 인간-컴퓨터 협력 시스템에서 비전-언어 모델(VLM) 기반의 인간 행동 인식(HAR) 시스템의 신뢰성을 높이기 위해 Conformal Prediction(CP) 기법을 활용하는 연구입니다. CP를 통해 후보 클래스의 수를 줄여 효율성을 높일 수 있음을 보여주지만, 이로 인해 발생하는 긴 꼬리 분포 문제를 해결하기 위해 추가적인 보정 데이터 없이 소프트맥스 예측의 온도를 조절하는 방법을 제안합니다. 이는 동적인 실세계 환경에서의 다중 모드 인간-AI 상호 작용을 위한 노력에 기여합니다.