본 논문은 기존의 통계적 평활성을 추구하는 합성 데이터 생성 방식이 인간 텍스트의 특징인 장미 특성을 제거하여 모델 붕괴를 가속화하는 문제를 지적하고, 이를 해결하기 위해 인간 텍스트 생성의 인지 과정을 시뮬레이션하는 새로운 패러다임을 제안합니다. Prompt-driven Cognitive Computing Framework (PMCSF)를 제시하며, 이는 비정형 텍스트를 구조화된 인지 벡터로 변환하는 Cognitive State Decoder (CSD)와 인지적 교란 연산자를 통해 이러한 상태를 인간적인 결함을 갖춘 텍스트로 재구성하는 Cognitive Text Encoder (CTE)로 구성됩니다. 제안된 프레임워크는 인지 코덱 검증과 기능적 이득 평가를 통해 검증되었으며, 특히 CTE를 통해 생성된 데이터가 금융 시장에서 긍정적인 성과를 보였습니다.
