한국 학술지 초록은 2024년 하반기에 바뀌었다

초과 어휘는 간단한 생각이다. 변화 이전의 단어 빈도를 가지고 추세를 외삽한 뒤, 관측값이 그 위로 얼마나 올라있는지를 읽는다. 영어 학술 글이 언어모델로 어떻게 움직였는지를 보일 때 쓴 방법이다. 한국어에는 아무도 안 돌렸고, 이유는 관심이 없어서가 아니라 기계적인 것이었다.

한국어는 단어를 그냥 주지 않는다

영어는 띄어쓰기로 단어를 센다. 한국어는 그렇게 안 된다. 구조적은 명사에 파생 접미사가 붙은 것이고, 둘을 갈라 버리는 분석기는 신호를 명사 쪽에 놓는다. 그 명사는 문체어가 아니라 주제어다. 그래서 세기 전에 XSN 계열을 어기에 다시 붙인다. 이 규칙을 꺼도 우리가 보고하는 하한은 바뀌지 않는다. 달라지는 것은 공이 어느 단어에 돌아가느냐뿐이고, 꺼버리면 문체가 아니라 주제 어휘로 옮겨간다.

자료

KCI 국문 초록 398,296편, 2018년부터 2026년 8월까지다. 비교용으로 베트남어 초록 47,165편을 탐색적으로 같이 보았다. 군집 단위는 문서가 아니라 학술지다. 같은 학술지 안 초록들은 서로 상관이 있어서, 문서를 독립으로 보면 신뢰구간이 40%쯤 좁게 나온다.

그래프의 모양

2023년은 아무 변화가 없다. 2024년 하반기에 시작하고, 2025년에 오르다가, 2026년 중반에 평평해진다. 시사하다는 2026년 초록의 21.4%에 나오는데, 자기 2023년 이전 추세로 기대되는 값은 5.3%다. 반대로 가는 말도 있다. 알아보다는 추세의 4분의 1로 떨어졌다.

우리가 방어할 수 있는 숫자

밝혀둔 식별 가정 아래에서, 단어 하나로 잰 조건부 하한은 2024년 3.5%, 2025년 10.5%, 2026년 16.1%다. 학술지를 반으로 갈라 한쪽에서 표지어를 고르고 다른 쪽에서 잰 집합 통계는 7.8%, 20.6%, 33.0%다.

이건 유병률이 아니라 조건부 하한이다. 우리가 적어둔 가정 아래에서 달리 설명할 수 없는 몫이 얼마냐를 말할 뿐이다. 가정은 논문에 그대로 적혀 있고, 공격받으라고 적어 둔 것이다.

믿기 전에 확인한 것

제일 민망한 교란은 주제다. 분야가 커지고 작아지면 어휘도 같이 움직인다. 언어모델 평가자 셋이 전부 "주제가 아니라 문체"라고 독립적으로 분류한 단어만 남겨도 14.7포인트가 남는다. 2026년 초록을 같은 학술지의 기준기 초록 중 가장 가까운 것과 짝지어도 차이는 34.1이다.

다음은 번역이다. 국문 초록은 영문을 먼저 쓰고 옮긴 것일 때가 많다. 그런데 번역투 한국어의 표면 특징은 표지어가 오르는 같은 기간에 오히려 내려간다. 같은 논문의 영문 초록에선 초과가 1년 먼저 나타나고, 영문 쪽에 표지어가 아예 없는 논문만 봐도 국문 쪽 이동은 보정 전의 30~66%로 남는다.

논문

An LLM-Associated Register Shift in Korean Journal Abstracts, INTFRAME Research, DOI 10.5281/zenodo.22102389. CC BY 4.0, 재현 꾸러미 포함되어 있다. 번호 붙은 판이 7개 공개되어 있고, 심사를 못 견딘 주장까지 예전 판에 그대로 남아 있다.