본 논문은 사용자의 동적이고 맥락이 풍부한 선호도를 모델링하고 예측하는 데 어려움을 겪는 최신 추천 시스템 문제를 해결하기 위해 DUALRec을 제안합니다. DUALRec은 LSTM 네트워크의 시간적 모델링 능력과 미세 조정된 대규모 언어 모델(LLM)의 의미적 추론 능력을 결합하여 사용자의 진화하는 선호도를 포착하고 다음 영화를 추천합니다. LSTM은 사용자의 시청 이력을 통해 진화하는 선호도를 파악하고, 미세 조정된 LLM은 이러한 시간적 사용자 통찰력을 활용하여 사용자가 즐길 수 있는 다음 영화를 생성합니다. MovieLens-1M 데이터셋에 대한 실험 결과, DUALRec 모델은 다양한 기준 모델보다 우수한 성능을 보였습니다.