본 논문은 대규모 언어 모델(LLM)의 윤리적 문제점, 특히 암묵적인 독성 언어 탐지 능력에 초점을 맞추고 있습니다. 기존 연구들이 단순한 연관성에 기반한 독성 언어 탐지에 집중한 것과 달리, 본 연구는 온라인 검열을 우회하는 실제 암묵적 독성 언관들을 수집하여 분석합니다. 이를 위해 인간의 추론 능력이 필요한 독성 언어 데이터셋을 구축하고, 인지과학 및 언어학 연구에 기반한 새로운 프롬프팅 기법인 Pragmatic Inference Chain (PIC)을 제안합니다. PIC 프롬프팅은 GPT-4o, Llama-3.1-70B-Instruct, DeepSeek-v2.5 등의 LLM에서 암묵적 독성 언어 식별 성공률을 기존의 직접 프롬프팅 및 Chain-of-Thought 방식보다 향상시키는 것으로 나타났으며, 더 명확하고 일관된 추론 과정을 생성하는 데에도 기여합니다. 이러한 결과는 PIC 프롬프팅이 유머나 은유 이해와 같은 다른 추론 집약적 과제에도 일반화될 수 있음을 시사합니다.
