该研究构建了适应韩国文化的视觉-语言模型（VLM）数据集，评估了模型在文化理解上的表现，发现开源模型落后于专有模型。通过问卷调查和基准测试，揭示了模型在文化多样性和低资源语言上的挑战，并提出了改进建议，强调增强文化意识和语言多样性的必要性。此外，研究引入了文化意识分数（CAS）作为新评估指标，以推动文化敏感性AI系统的发展。