본 논문은 거대 언어 모델(LLM)의 작동 원리를 생물학적 인지 과정과 비교 분석하는 새로운 프레임워크를 제시합니다. LLM의 복잡한 구조와 수많은 매개변수에도 불구하고, 네트워크 기반 접근 방식을 통해 LLM의 모듈 간 상호작용과 기능적 특징을 탐구합니다. 특히, LLM의 모듈들이 조류나 소형 포유류의 뇌에서 보이는 분산적이면서도 상호 연결된 인지 구조와 유사한 패턴을 보임을 밝히고, 생물학적 시스템과의 차이점으로 LLM의 기술 습득에서 역동적인 지역 간 상호 작용과 신경 가소성의 중요성을 강조합니다. 이러한 분석을 통해 LLM의 해석성을 높이고, 효과적인 미세 조정 전략으로 분산 학습 역동성을 활용해야 함을 시사합니다.
