메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(협성대학교)
저널정보
한국정보기술진흥원 한국정보기술진흥원 학술지 한국정보기술진흥원 학술지 제3권 제1호
오류 신고하기

피인용 0

검색

    초록·키워드

    본 연구는 대규모 언어 모델(LLM)이 생성한 한국어 텍스트에서 사용자가 느끼는 어색함과 위화감의 원인을 문체 측정학적 접근을 통해 규명하고, 서비스 산업에서의 작문 가이드라인을 제안한다. KCI 등재 논문 을 대상으로 GPT-5.1, Claude 4.5 Sonnet, Gemini 3 Pro 모델을 활용하여 초록과 서론을 생성하고, 형태소 분석과 버로우 델타 알고리즘, 동적 N-gram 분석을 통해 각 모델의 개인 방언(Idiolect)을 분석하였다. 분석 결과, LLM은 높은 자기 유사도와 고정된 문장 패턴을 보이며, 정보 생략 능력 부족, 과장된 서술, 단정적 어조, 강박적인 구조 완결성 등의 특징을 나타냈다. 특히 쉼표 사용 패턴, 접속사 활용, 나열형 구조에서 모델별로 고유한 습관이 관찰되었으며, 이는 인간 피드백 기반 강화학습(RLHF)의 구조적 특성과 과적합에 기인하는 것으로 분석되었다. 본 연구는 이러한 분석을 바탕으로 작위적인 수사법 배제, 접속 패턴 조정, 국소적 구조 탈피, 맥락 없는 정보 과잉 제거, 과도한 열거형 서술 지양을 핵심으로 하는 LLM 작문 가이드라인을 제시하였다. 이는 심리 상담, 공공 서비스, 마케팅 등 다양한 분야에서 AI 생성 텍스트의 사용자 경험을 개선하고, 브랜드 신뢰도를 보호하는 데 기여할 수 있을 것으로 기대된다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-26-02-096017902