자연어 처리 (NLP)는 전통적으로 ACL과 같은 핵심 학문 분야의 학술 대회에서 발표되어 왔습니다. 그러나 거대 언어 모델 (LLMs)의 발전은 NLP와 일반 머신러닝 (ML) 사이의 학문적 경계를 모호하게 만들었으며, 저자들은 두 분야의 학술 대회에 정기적으로 논문을 발표하고 있습니다. 본 연구에서는 학문적 무게 중심이 이동하고 있는지 질문을 던집니다. 2010년부터 2026년까지 발표된 NLP 연구와 기존 및 신진 저자들에 대한 연구를 통해, 우리는 이동 현상이 일어나고 있음을 발견했습니다. 첫째, LLM 이전과 이후 시대를 비교했을 때, 기존 저자들은 주요 *ACL 메인 컨퍼런스 트랙에서의 점유율이 19.2%p 감소한 반면, 새로운 Findings 트랙에서는 14.8%p 증가했으며, 두 분야의 병행 성장을 조정하더라도 일반 ML 학술 대회의 점유율은 8.6%p 상승했습니다. 둘째, 최소 3편 이상의 제1저자 NLP 주제 논문으로 데뷔한 신진 저자들 중, 연구가 주로 *ACL 학술 대회에 게재되는 비중은 84%(2019년)에서 74%(2024년)로 감소한 반면, 주로 일반 ML 학술 대회에 게재되는 비중은 5%에서 21%로 증가했습니다. 인과 추론 (Causal inference) 기술을 사용하여, 우리는 이러한 일반 ML 학술 대회가 상당한 인용 프리미엄을 제공하며 이것이 학술 대회 선택에 영향을 미친다는 것을 추정합니다. 종합적으로, 이러한 결과들은 NLP 연구가 발표되는 장소에 중대한 변화가 일어나고 있음을 시사합니다.