본 연구는 스페인어 원어민의 언어 오류를 분석하여 언어의 인지 구조에 대한 통찰력을 제공하고, 대규모 언어 모델(LLM)이 이러한 오류를 어떻게 해석하고, 재현하며, 수정하는지 평가하는 것을 목표로 한다. 이론 언어학, 신경 언어학, 자연어 처리(NLP)를 통합하여, 스페인어 원어민의 실제 언어 오류를 담은 코퍼스를 활용하여 GPT, Gemini와 같은 AI 모델의 해석 정확도와 일반화 능력을 평가한다. 궁극적으로, 스페인어 이해를 돕고, 인지적으로 더 정확하며 실제 인간 언어의 불완전성, 가변성, 모호성을 다룰 수 있는 NLP 시스템 개발에 기여하고자 한다.