Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 NLP 분야에서 문화적 정렬을 달성하기 위해 단순한 데이터 확장을 넘어 다원적 인식론을 도입해야 함을 제안합니다. 기술 활동의 5개 계층 모델을 통해 현재 연구가 출력 수준에 머물러 있음을 지적하며, 사회-기술적 접근 방식의 필요성을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기본 논문은 자연어 처리 (NLP) 분야에서 '문화'를 어떻게 실행 가능한 형태로 구현(operationalised)할 수 있는지, 그리고 기술 설계 시 다양한 문화적 배경의 다원성을 고려하는 것이 어떤 가능성과 한계를 드러내는지 탐구합니다. 본 논문은 문화적 정렬 (cultural alignment)이 단순히 '타 문화'의 사례를 더 많이 추가하는 것만으로는 달성될 수 없으며, 다원적 인식론 (plural epistemologies), 즉 지역에 기반을 둔 다양한 지식 체계를 허용하는 것이 필요하다고 제안합니다. NLP에서 이러한 지식의 다원성을 어떻게 다룰 수 있는지 분석하기 위해, 본 논문은 NLP 내 문화에 대한 접근 방식들을 수집하고 체계화하고자 언어 기술 (LT) 설계의 사회-기술적 모델인 '기술 활동의 5개 계층 모델 (five layers of technological activity model)'을 사용합니다. 분석 결과, NLP 연구가 보다 문화적으로 민감한 시스템을 향해 진전해 왔음에도 불구하고, 많은 접근 방식이 여전히 부분적인 수준에 머물러 있음을 보여줍니다. 즉, '문화'를 주로 출력 (output) 또는 표현 (representation) 수준에서만 다루고 있으며, 권력, 거버넌스 (governance), 사회적 맥락에 관한 더 깊은 질문들은 미해결 상태로 남겨두고 있습니다. 본 논문은 문화를 실행 가능한 형태로 구현하기 위해서는 기술적 적응 그 이상의 것이 필요하다고 결론짓습니다. 이는 다양한 언어적 및 사회-문화적 배경을 설명하기 위해 계산적 형식화 (computational formalisation)의 잠재력과 한계를 탐색하는 성찰적이고 다원적인 사회-기술적 접근 방식을 제안합니다.