Object Detection and Text Fusion-based Multimodal Interactive System
Younghun Song, Namgi Kim, Kyungyong Chung · The Journal of Korean Institute of Information Technology · 2025
본 논문은 이미지 기반 객체 탐지와 텍스트 모델을 결합하여, 시각 정보와 자연어 질의를 동시에 처리하는 멀티모달 인터랙티브 시스템을 제안한다. 이를 통해 단일 모달 접근법의 한계를 넘어, 공항 안내 로봇, 자율 에이전트 정보 시스템, 학습 보조 등 다양한 분야에서 풍부하고 정확한 상호작용이 가능함을 시나리오 분석으로 입증한다. 또한 실시간 처리, 데이터 불확실성, 오류 관리 등 현실적 과제를 논의하고, 사용자 피드백과 추가 모달리티 확장을 통한 향후 연구 방향을 제시함으로써 차세대 인터랙티브 플랫폼으로의 발전 가능성을 확인한다. 이러한 결론을 토대로, 본 연구는 차세대 멀티모달 시스템 구현을 위한 유의미한 방향성을 제시한다.