본 논문은 최첨단 다중모달 언어 모델(MLM)의 지시어 사용 능력을 인간과 비교 분석한 연구입니다. 어휘, 소유대명사, 지시대명사 세 가지 범주를 사용한 실험을 통해, MLM이 어휘 사용에서는 인간 수준에 근접하지만, 소유대명사와 지시대명사 사용에서는 상당한 차이를 보인다는 것을 밝혔습니다. 이러한 차이는 관점 수용 및 공간 추론 능력의 한계에서 기인하며, 프롬프트 엔지니어링을 통해 소유대명사 사용 능력은 향상되었으나, 지시대명사 사용 능력은 여전히 인간 수준에 미치지 못했습니다. 결론적으로, 사회적 인지 및 실용적 언어 능력을 요구하는 문법 형태 생성은 현재 자연어 처리 시스템의 주요 과제임을 시사합니다.