연구진은 LLM을 활용해 이미지 분류 시 그래프 컨볼루션 네트워크(GCN)의 성능을 개선하는 새로운 방법을 제시했어요. 기존 GCN 방식의 한계인 그래프 구조 설계 문제를 해결하기 위해, 비전-언어 모델(VLM)로 이미지 설명을 생성하고 LLM으로 이미지 간 의미 유사도를 측정하는 방식이에요.
생성된 의미 유사도 점수를 활용해 kNN 그래프의 불필요한 연결을 제거하여 그래프를 정제하고, 실험 결과 일부 백본에서 이미지 분류 정확도가 향상된 것을 확인했어요.
연구 결과는 GCN과 LLM의 결합이 이미지 분류 성능 향상에 기여하며, 관련 소스 코드는 GitHub에서 공개되어 있어 연구 재현 및 추가 연구에 활용 가능해요.