Can Generative Artificial Intelligence Train Humor? - Focusing on the KoHaHa Datase

유머는 의사소통 기술에서 중요한 요소로 작용한다. 이에 자연어처리 분야에서는 유머 분류, 인식, 탐지 태스크를 통해 유머를 기계에 학습시키려 하는 다양한 시도를 하고 있다. 하지만 유머를 포함한 문장 수집의 어려움과 유머의 주관성 문제는 유머러스한 모델을 개발하는 데 많은 한계점으로 여겨진다.본 연구에서는 최초로 한국어 유머 데이터셋 KoHaHa(Korean humor dataset, 2024)을 개발하여, 한국어 유머의 자연어처리 적용을 시도하였다. 국외유머 데이터셋 구축 방법을 참조하여 온라인 게시글에서 나타는 ‘썰’ 장르를 수집하였고, 유머의 주관성 문제는 유머 분류 라벨링을 통해 극복하고자 하였다. 또한 KoHaHa를 활용하여 GPT-3.5 모델과 fine-tuning 실험을 통해 초거대 언어 모델에 유머 이식 가능성을 탐구하였으며, A/B test 결과 KoHaHa 데이터셋으로 fine-tuning한 모델은 한국어 유머 형식을 학습한 것으로 분석하였다. 다만, 유머를 담은 내용 연관성은 GPT 3.5가 높게 판단되어 한국어 유머 학습의 한계점을 확인할 수 있었다.