대규모 언어 모델(LLM)의 급속한 발전으로 인해 언어가 인간-컴퓨터 상호작용(HCI)의 핵심으로 부상하고 있다. 본 연구는 HCI 발전을 위해 상호작용의 언어적 기반, 특히 함축(공유된 맥락을 통해 명시적 진술을 넘어 전달되는 의미)에 주목해야 함을 주장한다. 이는 인간-AI(HAI) 정렬에 필수적이다. 연구 결과는 LLM이 맥락 기반 프롬프트에 내재된 사용자 의도를 추론하는 능력과 함축 이해가 응답 생성에 미치는 영향을 분석한다. 더 큰 모델은 인간의 해석에 더 가깝게 접근하는 반면, 작은 모델은 함축 추론에 어려움을 겪는 것으로 나타났다. 함축 기반 프롬프트는 모든 모델에서 응답의 관련성과 품질을 유의미하게 향상시켰으며, 특히 작은 모델에서 두드러진 개선을 보였다. 전체 응답자의 67.6%가 직설적인 응답보다 함축이 포함된 프롬프트를 선호하여 맥락에 기반한 소통에 대한 선호도를 보여주었다. 본 연구는 언어 이론을 활용하여 HAI 상호작용을 보다 자연스럽고 맥락적으로 구현함으로써 정렬 문제를 해결하는 데 기여한다.
