생성형 AI 시대, 설명 가능한 작가 스타일 분리 학습 (EAVAE)

요약

본 논문은 생성형 AI 시대에 일반화 성능이 뛰어난 저자 식별(Authorship Attribution)을 위해 '설명 가능한 작가 스타일 분리 학습 (EAVAE)' 프레임워크를 제안합니다. 기존 모델들이 내용과 스타일 간의 혼재성(entanglement)으로 인해 발생하는 오류를 개선하고자, EAVAE는 아키텍처 설계 단계부터 스타일과 내용을 명시적으로 분리합니다. 특히, 단순한 분류 성능을 넘어 결정 근거에 대한 자연어 설명을 생성하는 혁신적인 판별자(discriminator)를 도입하여 모델의 해석 가능성(interpret-b

핵심 포인트

• EAVAE는 아키텍처 설계 단계부터 스타일과 내용을 명시적으로 분리하여 일반화 문제를 해결합니다.
• 스타일 인코더는 다양한 저자 데이터에 대해 지도적 대조 학습(supervised contrastive learning)으로 사전 훈련됩니다.
• 새로운 판별자는 단순히 분류를 넘어, 결정의 근거가 되는 자연어 설명을 생성하여 모델 해석 가능성을 높입니다.
• 저자 식별 분야에서 Amazon Reviews, PAN21, HRS 등 다양한 데이터셋에서 최신 성능을 달성했습니다.
• AI 생성 텍스트 탐지(M4 dataset)에서 소수 샘플 학습(few-shot learning)에 강점을 보였습니다.