본 논문은 대규모 언어 모델(LLM)이 인간과 유사한 개념적 표상을 형성하는지, 그리고 그 표상이 어떻게 구성되는지 연구합니다. 역어휘 사전 작업을 재구성하여 문맥 속에서 인간의 개념 추론을 시뮬레이션하고, LLM 내에서 인간과 유사한 개념적 표상의 출현을 조사했습니다. 연구 결과, LLM은 언어적 설명으로부터 문맥적 단서를 활용하여 유연하게 개념을 도출하며, 도출된 표상은 공유된 문맥 독립적 구조로 수렴하여 유사성 계산, 범주화, 의미적 척도 등 주요 심리적 현상에서 인간의 행동을 효과적으로 예측했습니다. 더 나아가, 이러한 표상은 언어적 자극이 아닌 시각적 자극에 대한 반응에서도 인간 뇌의 신경 활동 패턴과 잘 일치하여 생물학적 타당성을 제시합니다. 이는 실제 세계와의 접촉 없이도 언어 예측으로부터 구조화되고 인간과 유사한 개념적 표상이 자연스럽게 나타날 수 있음을 보여줍니다. 결론적으로, 본 연구는 LLM을 복잡한 인간 인지 이해를 위한 유망한 계산 도구로 자리매김시키고 인공 지능과 인간 지능 간의 더 나은 조화를 위한 길을 열어줍니다.
