MIT 연구진이 스마트워치로 몇 주간 수집한 실제 대화 데이터를 학습해 사용자의 다음 발화를 예측하는 LLM 기반 시스템을 개발했다. 14명의 참가자로부터 1,000시간 이상의 대화를 수집해 제미나이 2.5 프로로 상황별 '만약-그러면' 행동 규칙을 추출하고, 이를 활용해 예측 정확도가 대화 데이터가 쌓일수록 지속적으로 향상됨을 확인했다. 40명의 인간 평가자 실험에서 패턴 기반 방식이 43%로 가장 높은 선호도를 얻었으며, 특히 참가자가 스스로 바꾸고 싶어했던 습관 예측에서 기존 방식보다 약 40% 높은 성능을 보였다. 다만 저자는 이런 시스템이 프라이버시 침해 위험이 크다는 점을 함께 지적하며, 완전히 사용자 소유의 로컬 AI 형태로만 안전하게 구현될 수 있다고 경고한다.

• •MIT, 스마트워치 대화 1,000시간 이상 학습해 다음 발화 예측하는 LLM 시스템 개발
• •제미나이 2.5 프로로 '만약-그러면' 행동규칙 추출, 대화 누적될수록 예측정확도 향상
• •40명 인간평가서 패턴기반 방식 43%로 최고 선호, 습관변화 예측서 40% 성능우위
• •참가자 발화 중 개인정보는 익명화·암호화 저장, 평균 삭제율은 0.16%에 불과
• •저자, 프라이버시 침해 위험 경고하며 사용자 소유 로컬 AI로만 안전 구현 가능 지적