생성형 AI를 활용한 한국어 신어의 사전 항목 자동 생성과 평가 = AI-Based Automated Generation and Expert Evaluation of Dictionary Entries for Korean Neologisms

국문 초록 (Abstract)

본 연구는 생성형 AI를 활용해 한국어 신어에 대한 사전 항목을 자동으로 생성하고, 그 결과를 평가해 신어 연구 및 사전학 분야에서 생성형 AI의 활용 가능성과 한계를 탐색하는 데에 목적이 있다. 이를 위해 온라인에서 출현 빈도가 3회 이상 관찰되는 신어 9개를 선정하고, GPT-4o 모델을 활용한 프롬프트 엔지니어링 실험을 수행했다. 실험 결과, 형식 항목에서는 합성어 유형의 생성 정확도가 비교적 높게 나타났으나, 혼성어 및 두음절어 유형에서는 형태 단위의 체계적인 분석과 조어 유형 분류 능력이 떨어지는 경향을 보였다. 내용 항목 중 뜻풀이는 신어에 담긴 표현 의도와 의미 맥락을 충분히 반영하지 못하였으며, 용례는 사용 맥락, 연어 구성 등 다양한 측면에서 전형성이 떨어지는 등의 한계가 관찰되었다. 이러한 결과는 생성형 AI가 신어 자료 구축의 초기 단계에서 초안 생성을 위한 도구로는 부분적으로 활용 가능하지만, 최종적인 사전 기술을 위해서는 사전 편찬자의 후편집과 개입이 여전히 필수적임을 보여 준다.

다국어 초록 (Multilingual Abstract)

This study explores the potential and limitations of generative AI in lexicography by automatically generating dictionary entries for Korean neologisms. Using the GPT-4o model with prompt engineering and chain-of-thought (CoT) prompting, 9 neologisms with at least three online occurrences were tested. Results show relatively high accuracy in compounding within formal components, while blending and acronyms revealed weaknesses in morphological analysis and classification. Definitions often missed contextual nuances, and example sentences lacked prototypical usage and appropriate collocation. These findings suggest that generative AI may assist in drafting entries for neologism documentation, particularly during the early stages of lexicographic resource development. However, post-editing and expert intervention remain essential to ensure linguistic accuracy and contextual relevance in the final output.