본 연구는 대규모 언어 모델(LLM)이 생성한 텍스트와 인간이 작성한 텍스트의 레지스터 변이를 조사합니다. Biber의 다차원 분석(MDA)을 인간이 작성한 텍스트와 이에 상응하는 AI가 생성한 텍스트 샘플에 적용하여 LLM이 인간과 가장 크고 체계적으로 다른 변이의 차원을 찾습니다. 텍스트 자료로는 현대 영국 영어를 나타내는 BE-21(Brown family corpus)과 비교 가능한 새롭게 생성된 LLM 생성 코퍼스인 AI-Brown을 사용합니다. 최첨단 LLM의 훈련 데이터에서는 영어를 제외한 모든 언어가 과소 표현되어 있으므로, AI-Koditex 코퍼스와 체코어 다차원 모델을 사용하여 체코어에 대해서도 유사한 분석을 반복합니다. 다양한 설정과 프롬프트에서 16개의 최첨단 모델을 검토하였으며, 기본 모델과 지시어 미세 조정 모델 간의 차이점을 중점적으로 다룹니다. 이를 바탕으로 모델 간 비교 및 해석 가능한 차원에서 순위를 매길 수 있는 벤치마크를 만듭니다.
