서진욱 연구실

본 연구는 1,881개의 노드-링크 다이어그램을 사용한 3개 실험을 통해 그래프 유사성에 대한 인간의 시각적 인식과 기계 평가 간의 격차를 조사합니다. 실험 1에서 32명의 참가자로부터 수집한 판단 결과, 인간은 정확한 위상 세부사항보다 전역 형태와 간선 밀도를 우선시합니다. 실험 2에서 16개의 계산 척도를 벤치마킹한 결과 Portrait divergence가 최고 성능을 보였으나 중간 정도의 정렬만 달성했습니다. 실험 3에서 GPT-5, Gemini 2.5 Pro, Claude Sonnet 4.5 등 3개의 최첨단 다중모달 대형언어모델(MLLM)을 평가한 결과, MLLM, 특히 GPT-5가 전통적 척도를 크게 능가하며 해석 가능한 근거를 제공합니다.

본 연구는 HCI 분야에서 주제 분석(TA) 결과를 시각화하는 방식을 조사합니다. 2012~2025년 발표된 CHI 논문 187편을 분석하여 결과 유형(주제, 개념, 정량적)과 그래픽 기법(표, 이미지, 다이어그램)으로 구성된 시각화 분류체계를 제시합니다. 분석 결과 절반 이상의 시각화가 핵심 정성적 통찰보다 정량적 측면에 초점을 맞추고 있습니다.

본 연구는 텍스트 프롬프트로부터 UI 생성 시 사용자의 설계 의도 표현과 결과 평가의 어려움을 해결하기 위해 의미론적 가이드라인을 분석하여 계층적이고 상호의존적인 설계 의미를 도출합니다. 개발된 시스템은 사용자가 의미를 명시하고 관계를 시각화하며 생성된 UI에 반영된 방식을 파악할 수 있게 하여, 의도 표현과 결과 해석의 간극을 모두 해소합니다. 사용자 연구 결과 제안 방식이 의도 표현과 결과 해석에 대한 통제감을 향상시키고 반복적 개선을 더욱 예측 가능하게 합니다.

본 연구는 자기주도적 언어학습자들이 대규모언어모델(LLM) 위임 결정을 어떻게 내리는지 조사합니다. 온라인 커뮤니티 분석과 기술 프로브 연구를 통해 정확성, 독립성, 진정성이라는 세 가지 핵심 고려사항을 도출했으며, 선택 및 실행 단계의 장애물을 분석하여 학습자의 주도성을 보존하는 AI 보조 학습 시스템 설계에 기여합니다.

본 연구는 문헌 검토 과정에서 시각적 인터페이스와 텍스트 인터페이스를 통합한 CrossLit 시스템을 제시합니다. 이 시스템은 논문 발견부터 서사 구성까지 전 과정을 지원하며, 사용자가 시각적으로 논문을 그룹화하고 주석을 달면서 동시에 정렬된 텍스트 구조를 생성할 수 있습니다. CrossLit은 사용자가 개념 구조를 개발하고 모달리티 간 원활한 전환을 통해 반복적으로 서사를 구축하도록 지원합니다.