티가 나는 말은 갈린다

언어학자가 아닌 사람에게 이 연구에서 쓸모 있는 부분은 머리기사 숫자가 아니다. 표지어 집합이 고정돼 있지 않다는 사실이다.

본 것

공급사 세 곳으로 조건을 맞춰 대조용 초록을 생성하고 자료의 어휘와 맞대 봤다. 대조군은 올라가는 말들을 그대로 재현했고, 공급사가 아니라 모델 연식을 따라가는 표지어 교체가 보였다. 2024년에 특징적이던 말은 2026년에 내려가는 중이고, 다른 말들이 올라오는 중이다.

같은 모양이 자료에서도 보이는데, 논문에 소리 내어 적어 둔 경쟁 설명이 하나 있다. 어느 해에 극단적이었다는 이유로 고른 말은 다음 해에 평균으로 돌아온다. 관측만으로는 그것과 진짜 교체를 가를 수 없다. 그래서 교체는 대조군과 어긋나지 않는다고만 적었지, 대조군이 증명했다고는 안 적었다.

언어학 밖에서 중요한 이유

고정된 단어 목록으로 모델이 썼는지를 판정하는 도구는 나오는 날부터 낡은 것이다. 그것은 시끄럽게 고장 나지 않는다. 이미 옮겨간 어휘에 대해 계속 자신 있는 답을 내놓고, 고장의 모양은 틀려 보이는 것이 아니라 조용해지는 것이다.

반대로 쓸 때도 같다. 티를 지우려고 고쳐 쓰는 그 목록은 작년 목록이고, 대신 넣는 말은 누군가의 내년 목록에 들어 있다.

단어 목록에 기대지 않는 신호

우리가 제일 믿는 측정은 빈도 세기가 아니다. 초록 하나 안에서, 올라가는 말이 있으면 내려가는 말이 없어지는지를 묻는다. 2019년과 2022년에는 그렇지 않다. 둘은 독립적인 흐름에서 기대할 만한 대로 함께 나타난다. 2026년에는 서로 배타적이 된다.

이건 종류가 다른 증거다. 유행어를 조금씩 받아들이는 것은 같은 문서 안에서 옛 동의어를 밀어내지 않는다. 다시 쓰기는 밀어낸다. 그리고 이 시험은 올해 무슨 말이 유행인지 신경 쓰지 않고, 치환이 일어났는지만 본다.

공개한 것과 하면 안 되는 것

표지어 사전과 점검기를 논문과 함께 공개했고, 재현 꾸러미에 빈도표가 들어 있다. 어떤 자료 뭉치가 어떻게 움직였는지를 보는 데 쓰면 된다.

사람에게는 쓰지 마라. 논문의 하한은 밝혀둔 가정 아래 집단에 대한 조건부 하한이고, 거기서 나오는 유병률은 추정이 아니라 시나리오 값이다. 이 연구의 어떤 것도 문서 한 편에 대한 판정을 허락하지 않는다. 집단 통계를 고발로 바꾸는 도구는 그 통계가 아무리 조심스러웠어도 오용이다.

An LLM-Associated Register Shift in Korean Journal Abstracts, DOI 10.5281/zenodo.22102389, CC BY 4.0.