본 논문은 42개 언어와 방언에 걸쳐 잘못된 성별 지칭(misgendering)을 평가하고 완화하기 위한 방법론을 제시합니다. 잘못된 성별 지칭은 개인의 자아 정체성을 훼손하는 심각한 문제이며, 영어와 같은 언어에서는 'they'와 같은 대명사 사용으로 회피할 수 있지만 다른 언어에서는 문법적, 문화적 요인으로 어려움이 있습니다. 본 연구는 참여적 설계 방식을 통해 다양한 언어에 적합한 가이드라인을 개발하고, 대규모 언어 모델 기반 애플리케이션(회의록 요약)에 적용하여 실험했습니다. 데이터 생성과 주석 단계 모두 사람의 개입이 포함된 방식으로 진행되었으며, 결과적으로 제안된 가이드라인이 요약문에서 잘못된 성별 지칭 비율을 감소시키는 데 효과적임을 확인했습니다. 이는 품질 저하 없이 달성된 결과입니다. 본 연구는 다양한 언어와 문화에 걸쳐 포용적이고 책임감 있는 AI 기반 솔루션을 확장할 수 있는 방법을 제시합니다.
