A Triangulational Approach to Korean Neologism Detection: Corpora, Large Language Models, and Human Expertise in Neologisms 2023

본 연구는 최근 신어 자료집인 <신어 2023>을 대상으로 연도별 신어탐지의 이상적인 목표, 즉 신어 탐지의 생산성과 정확성을 탐색하기 위한 연구로, 기존 신어 탐지 방법론인 말뭉치 기반 반자동 추출을 재점검하고, 말뭉치 인간 전문가의 판단과 거대언어모델(Large Language Models, 이하 LLMs)의 활용가능성을 종합적으로 점검하는 것을 주요 목표로 한다. 대용량의 말뭉치가 신어탐지에 도입된 이후, 한국어를 비롯한 세계 신어 탐지의 경향은 대체로 말뭉치 기반 반자동 탐지의 기법을 주요 방법론으로 수행되어 왔다. 본 연구는 한국어 신어를 대상으로 이러한 신어 탐지 방법론의 생산성과 정확성을 재점검하기 위한 연구로 다음과 같은 두 가지 실험을 수행한다. 첫째, <신어 2023>의 목록과 기반 말뭉치(신문 말뭉치 약 7,800만 어절)을 대상으로, 미등록어 추출기 5종의 성능을 비교 분석함으로써, 말뭉치 기반 신어 탐지의 절차적 투명성과 재현 가능성을 점검하며, 명사 기반 미등록어 추출기의 특성과 한계를 살펴본다. 둘째, 말뭉치 기반 후보어 목록에 대한 인간 전문가의 판단에 의존해 온 기존 평가방식에 LLMs(RAG 방식)를 접목하여, 인간과 기계의 협업이 신어 탐지에 기여 할 수 있는 방안을 실험적으로 분석한다. 이를 통해 고유명사나 합성어 판단 등의 영역에서 향후 인간의 언어 직관이 인간, 말뭉치, LLMs의 삼각측량 방법론에서 지속적으로 핵심적인 역할을 할 것을 예측할 수 있다.