본 연구는 ChatGPT-5를 활용하여 생성형 인공지능의 다의성 전문용어 의미 변별을 실험적으로 검토하였다. 분석 결과, 단문과 동분야 용어에서 더 높은 정확도를 보인다는 점은 기존의 가정과 상반된다. 이러한 문제의식을 바탕으로, 본 연구는 인공지능이 ‘공기어와 대상 용어 간 의미 연관성’ 에 의존함을 확인하였고, 대상 용어(A/B)의 ‘전유 성분’과 ‘공통 성분’을 기준으로 공기어의 속성을 유형화하였다. 또한 오변별은 ChatGPT-5의 미세 조정만으로는 근본적인 개선이 어렵다는 점을 논의하였다. 나아가, ChatGPT-5와 인간의 의미 변별 과정이 모두 ‘공기어의 의미 연관성’에 의존함에도 불구하고, ‘공기어의 선별 방식’에서는 본질적인 차이가 존재함을 밝혔다. 마지막으로, 현행 말뭉치에 공기어 의미 분화 정보 제공과 언어학적 원리 참조에 대한 언어학적 시사점을 도출하였다.
YE XIN (Sat,) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: