Earticle

초록

영어

This study examines, from a humanities perspective, how Transformer-based Large Language Models(LLMs), the core technology underlying generative artificial intelligence(AI), process and generate Chinese Serial Verb Constructions(SVCs). As generative AI has achieved sentence generation comparable to human language production, its applications have rapidly expanded into language education and linguistic research. Against this background, this study investigates how Transformers process event chains in Chinese Serial Verb Constructions and explores how relationships among sequential events are represented within the model. The analysis demonstrates that Transformers do not process individual words independently; rather, they simultaneously compute contextual relationships among linguistic elements, model event chains, and generate the most appropriate linguistic output based on language patterns learned from large-scale corpora. However, the findings also reveal that generative AI still has limitations in explicitly distinguishing semantic relations among events within an event chain and in fully incorporating pragmatic information, socio-cultural contexts, and discourse situations into its language processing. These results suggest that both the capabilities and the limitations of generative AI should be critically evaluated when applying it to linguistic analysis and language generation. Furthermore, this study proposes a new analytical framework that integrates Chinese linguistics with large language models by interpreting the language-processing mechanisms of generative AI from a humanities perspective. This approach is expected to provide a valuable foundation for the more effective application of generative AI in Chinese language education and research in Korea. Moreover, it is anticipated that this study will foster interdisciplinary collaboration between linguistics and artificial intelligence, deepen discussions on diverse linguistic phenomena in Chinese and the operational mechanisms of generative AI, and encourage further research at the intersection of these two fields.

한국어

본고에서는 생성형 인공지능의 핵심 기술인 트랜스포머 기반 대규모 언어 모델이 중국어 연동문을 어떠한 방식으로 처리하고 생성하는지 인문학적 범위 내에서 고찰하였다. 이를 위해 특별히 트랜스포머가 연동문의 사건 연쇄를 처리하고 생성하는 과정을 단계적으로 분석하였고, 모델 내부에서 유형별 사건 간 관계가 구분되는지도 살펴보았다. 이때 트랜스포머는 개별 성분을 독립적이고 순차적으로 처리하는 것이 아닌 성분 간 관계를 동시에 계산하여 사건 연쇄를 모델링하고, 데이터 세트에서 학습한 언어 패턴과 통계적 확률에 따라 가능성이 가장 높은 문장으로 처리함을 알게 되었다. 그러나 트랜스포머는 인간과 달리 연동문의 사건 연쇄 간 의미 관계를 유형별로 구분하지 못하거나 화용적 맥락, 사회‧문화적 배경 등을 종합적으로 반영하지 못하고, 다양한 구조적 변이 현상도 처리하지 못하는 한계가 있었다. 이는 앞으로 생성형 인공지능의 언어 처리 및 생성 능력의 가능성과 한계를 균형 있게 평가하고 활용해야 함을 시사한다. 더 나아가 이러한 생성형 인공지능의 한계를 고려하여 한국의 중국어 교육과 연구에서 ‘언어학적 검증을 위한 사례 추출’, ‘한국형 중국어 데이터 구축을 위한 데이터 생성 도구’ 및 ‘중국어와 생성형 인공지능 분야와의 협력 플랫폼’ 등으로 활용할 수 있는 방향도 함께 소개해 보았다. 이처럼 본고에서는 생성형 인공지능의 언어 처리 원리를 인문학적 관점에서 조명하기 위해 중국어와 대규모 언어 모델을 접목한 새로운 분석 틀을 시도하였다. 앞으로 이러한 논의를 바탕으로 중국어의 언어 현상과 생성형 인공지능의 언어 처리 원리를 통합적‧다각적‧실증적으로 분석하는 연구가 좀 더 확대되기를 기대해 본다.

목차

국문요약
1. 서론
2. 대규모 언어 모델의 ‘사건 연쇄’ 처리와 트랜스포머
3. 트랜스포머 기반 연동문 처리와 한계 및 활용 방향
4. 결론
참고문헌
Abstract

키워드

저자

• 신지안 [ Shin, Jian | 동국대학교(서울) 중국학연구소 전문연구원 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한중인문학연구 [Studies of Korean & Chinese Humanities]

• 간기

  계간

• pISSN

  1598-0383

• 수록기간

  1996~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 001 DDC 001