AI 연구연구 프리프린트
문맥을 반영한 단어 의미 점수가 사람 판단과 뇌 반응에 더 가까웠다
원문 읽기 · arxiv.org ↗(새 탭에서 열림)SCRIBE는 여러 공개 언어모델의 판단을 합쳐 단어의 의미 속성을 문맥별 점수로 만들고, 사람의 평가와 이야기 청취 중 뇌 반응에 맞는지 검증했다.
연구 방법
- 신경과학 기반으로 미리 정한 의미 차원에 대해 대상 단어와 앞선 문맥을 여러 언어모델에 제시해 점수를 모았다. 921명의 참여자가 인공적으로 문맥을 바꾼 323개 개념·속성 쌍을 평가했고 약 1만2000개 평점을 얻었다. 인공 문장은 목표 속성을 높이거나 낮추도록 설계됐다.
평가 결과
- 사람 평균 평점과 SCRIBE 점수의 상관은 고립 문맥 0.73, 낮은 목표 문맥 0.69, 높은 목표 문맥 0.64였다. 이는 조건별 사람 평가 신뢰도 상한의 75~81%다. 자연스러운 이야기를 듣는 동안의 fMRI에서는 문맥을 반영한 표현이 비문맥 표현보다 언어 관련 영역의 반응을 더 잘 예측했다.
적용 조건
- 사람 비교는 통제된 LLM 생성 문장과 평균 평점에 근거하며 자연 발생 문장에 대한 사람 의미 판단으로 일반화되지 않았다. 점수의 절대값은 사람보다 낮아 보정이 필요하고 미리 정한 의미 차원 밖의 의미는 놓친다. 뇌 예측력의 차이는 의미 이해 자체의 증명이 아니다.
함께 확인할 조건
- 사람 비교는 통제된 LLM 생성 문장과 평균 평점에 근거하며 자연 발생 문장에 대한 사람 의미 판단으로 일반화되지 않았다. 점수의 절대값은 사람보다 낮아 보정이 필요하고 미리 정한 의미 차원 밖의 의미는 놓친다. 뇌 예측력의 차이는 의미 이해 자체의 증명이 아니다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.