대규모 언어 모델(LLM) 개발은 설명 가능성의 부족, 통합 이론의 부재, 운영 비용 과다로 제한됩니다. 본 논문에서는 기능적으로 강력하고 생물학적으로 타당한 시스템에서 지능 출현을 위한 신경 이론적 프레임워크를 제안합니다. 이 모델은 의사 결정 및 문제 해결과 같은 인지 과정에 대한 이론적 통찰력을 제공하며, 설명 가능하고 일반화 가능한 인공 지능을 만들 수 있는 계산 효율적인 접근 방식을 제시합니다.
시사점, 한계점
•
시사점:
◦
설명 가능한 인공 지능 개발을 위한 새로운 프레임워크 제공
◦
인지 과정에 대한 이론적 이해 증진
◦
계산 효율성을 통해 LLM의 운영 비용 절감 가능성 제시
•
한계점:
◦
구체적인 구현 및 실험 결과는 논문에 제시되지 않음 (제안된 프레임워크의 실질적인 검증 필요)
