기본기로 돌아간 언어 분석, AI보다 강할 수 있는 이유

최근 맨체스터대 연구는 흥미로운 메시지를 던졌습니다. 언어 분석에서 최첨단 AI만이 답이 아닐 수 있다는 겁니다. 오히려 구조를 잘게 나누고, 언어의 기본 원리를 차근차근 따지는 'back-to-basics language analysis approach'가 특정 과제에서는 AI와 맞먹거나 더 나은 성능을 보였다는 소식이 나왔습니다.¹

이 뉴스가 중요한 이유는 간단합니다. 우리는 요즘 언어 문제를 만나면 곧바로 거대한 모델부터 떠올리지만, 언어는 원래 형태, 의미, 문장 구조, 맥락이 얽힌 체계입니다. 그래서 때로는 큰 모델보다 "언어를 어떻게 보느냐"가 더 중요할 수 있습니다.

back-to-basics language analysis approach란 무엇인가

언어학은 원래 문장의 구조인 통사론, 의미를 다루는 의미론, 단어의 짜임인 형태론, 맥락을 보는 화용론처럼 언어를 층위별로 분석해 왔습니다.² back-to-basics language analysis approach는 이런 전통적 분석 틀로 다시 돌아가자는 발상에 가깝습니다.

쉽게 말해, AI가 거대한 텍스트 더미에서 패턴을 통째로 익히는 방식이라면, 기본기 접근은 "이 단어는 왜 여기 왔지?", "이 문장은 어떤 구조지?", "이 표현은 어떤 상황에서 굳어졌지?"를 하나씩 따집니다.

이 방식의 장점은 해석 가능성입니다. 왜 이런 결과가 나왔는지 설명하기 쉽고, 데이터가 많지 않아도 작동할 가능성이 높습니다. 특히 전문 분야나 소수 언어처럼 학습 자료가 넉넉하지 않은 환경에서는 이런 차이가 더 크게 드러날 수 있습니다.

AI 언어 분석이 강한 이유와 한계

물론 현대 NLP는 매우 강력합니다. 초기 규칙 기반 시스템에서 통계 모델로, 다시 대규모 사전학습 모델과 BERT 같은 트랜스포머로 발전하며 문맥 이해 능력을 크게 끌어올렸습니다.³⁴

문제는 "잘 맞힌다"와 "잘 이해한다"가 같지 않다는 점입니다. 최근 계산언어학 연구들에서도 벤치마크에서는 높게 나오지만 실제 환경에서는 성능이 기대보다 떨어지거나, 데이터 편향과 허술한 평가 때문에 실력이 부풀려질 수 있다는 지적이 나옵니다.⁵

즉, AI는 평균적으로 매우 똑똑해 보이지만, 언어 현상을 깊이 설명하거나 낯선 조건에서 안정적으로 버티는 일에는 약점을 드러낼 수 있습니다. 이 지점에서 기본기 중심 접근이 다시 주목받는 겁니다.

언어는 규칙책이 아니라 사용 속에서 굳어진다

요즘 언어학에서는 "언어는 실제 사용에서 형성된다"는 usage-based 관점도 중요합니다.⁶ 자주 쓰이는 표현은 더 단단해지고, 반복되는 패턴은 문법처럼 굳어집니다. 다시 말해, 언어는 추상 규칙만으로도, 순수한 데이터 덩어리만으로도 설명이 부족합니다.

실제로 1,700개 이상 언어를 분석한 최근 연구에서도, 제안된 보편 문법 패턴 191개 중 약 3분의 1만 강한 통계적 지지를 받았습니다.⁷ 이 결과는 두 가지를 말해줍니다. 첫째, 언어에는 반복해서 나타나는 공통 경향이 분명히 있다. 둘째, 그렇다고 모든 언어를 하나의 만능 규칙이나 하나의 AI 모델로 깔끔하게 설명할 수는 없다.

그래서 좋은 언어 분석은 "데이터 규모"와 "언어 원리"를 함께 봐야 합니다. 기본기 접근이 힘을 얻는 이유도 여기에 있습니다. 언어를 살아 있는 사용의 결과로 보기 때문입니다.

시사점

이번 뉴스는 AI가 끝났다는 이야기가 아닙니다. 오히려 더 현실적인 교훈에 가깝습니다. 언어 분석에서 가장 강한 방법은 무조건 가장 큰 모델이 아니라, 문제에 맞는 분석 틀을 고르는 일이라는 점입니다.

실무적으로도 힌트는 분명합니다. 데이터가 적거나 설명 가능성이 중요하면 기본기 중심 분석을 먼저 검토해 보세요. 반대로 대규모 분류나 문맥 추론이 핵심이면 AI 모델이 유리할 수 있습니다. 결국 정답은 "AI냐 기본기냐"의 싸움이 아니라, 언어학적 구조 이해와 AI를 얼마나 똑똑하게 결합하느냐에 있습니다.

참고

¹Study: Back-to-basics approach can match or outperform AI in language analysis

²Linguistics - Wikipedia

³Natural language processing - Wikipedia

⁴BERT Model - NLP - GeeksforGeeks

⁵Findings of the Association for Computational Linguistics (2026) - ACL Anthology

⁶Usage-based models of language - Wikipedia

⁷Study of 1,700 languages reveals surprising hidden patterns