대중적 담론에서 대규모 언어 모델 (LLMs)의 영향력이 커짐에 따라 민주적 숙의 (deliberation)에 있어 기회와 도전 과제가 동시에 제시되고 있습니다. 레드팀 (red teaming) 전략이 특정 위험을 완화하는 데 도움을 주기는 하지만, 언어적 제약, 편향성, 그리고 LLMs의 아첨하는 경향 (sycophantic tendencies)에 관한 더 광범위한 우려가 지속되고 있습니다. 본 장에서는 LLMs를 사용하여 숙의의 규모를 대폭 확장하고 민주화하는 방법, 특히 포용성을 촉진하고 전통적으로 소외된 집단에 권한을 부여하는 방법을 탐구합니다. 체계 기능 언어학 (Systemic-Functional Linguistics)의 개념을 활용하여, 본 장은 언어 사용자 간의 차이(예: 사회 인구통계학적 집단과 관련하여)와 언어 사용 간의 차이(예: 의사소통 기능과 관련하여)가 AI 지원 숙의에서의 참여를 어떻게 형성하는지 조사합니다. 또한 본 장은 AI 기반 숙의 연구를 제시하고, 논증을 구조화(scaffold)하고, 접근성을 높이며, 권위 있는 레지스터 (prestigious registers)에 내재된 배타적인 언어 규범 및 편향의 영향을 줄일 수 있는 잠재력을 평가합니다. 동시에, 본 장은 비현실적인 기대치를 초래하는 과장된 주장 (overclaiming)과 AI 지원 참여의 기회를 놓칠 위험이 있는 과소평가 (underclaiming) 모두에 대해 경고합니다. 마지막으로 본 장은 언어적 불평등의 재생산을 방지하기 위한 윤리적 안전장치를 구축하는 동시에, AI 지원 참여의 민주적 잠재력을 극대화하기 위한 향후 연구 방향을 식별하며 결론을 맺습니다.