본 논문은 LLM이 메시지를 청중의 관점에 맞게 재구성하는 데 어려움을 겪는다는 문제를 해결하기 위해, 사회과학 이론과 귀납 추론(abductive reasoning)에 기반한 신경-기호 통합(neurosymbolic) 접근법을 제안합니다. 제안된 방법은 이야기 요소에 대한 규칙을 자동으로 추출하여 LLM이 일관성 있고 목표 지향적인 내러티브 전환을 수행하도록 유도합니다. 이 접근법은 여러 LLM에서 원래 메시지의 핵심 내용을 유지하면서 성공적으로 내러티브를 전환함을 입증했습니다.
🔑 시사점 및 한계
•
LLM의 내러티브 전환 능력을 향상시키기 위해 이론 기반의 귀납 추론을 활용하는 새로운 신경-기호 통합 방법론을 제시합니다.
•
사회문화적 가치(집단주의-개인주의)에 따른 내러티브 전환에서 우수한 성능을 보여, LLM의 문화적 민감성을 높일 수 있는 가능성을 제시합니다.
•
제안된 방법론은 특정 이론적 틀에 기반하고 있으며, 다양한 문화 및 서사적 맥락에 대한 일반화 가능성과 귀납 추론 규칙 추출의 자동화 정도가 향후 연구 과제로 남습니다.
