저녁으로 남은 나초를 먹을까요? 인공지능 지원이 신조어의 문화 간 소통에 미치는 영향 연구

Reheat Nachos for Dinner? Evaluating AI Support for Cross-Cultural Communication of Neologisms

신조어와 새로운 은어는 일상 대화의 중요한 부분이지만, 비영어권 학습자(NNS)가 원어민(NS)과의 문화 간 소통에서 적절하게 이해하고 사용하는 데 어려움을 겪습니다. 최근에는 비영어권 학습자들이 이러한 단어를 배우기 위해 인공지능(AI) 도구를 점점 더 많이 활용하고 있습니다. 본 연구에서는 인간 대상 연구(N=234)를 통해, AI 도구가 비공식적인 의사소통 상황에서 어떻게 활용될 수 있는지 조사합니다. 비영어권 학습자들은 AI 지원을 받아 영어 신조어를 학습하고, 학습한 단어를 사용하여 원어민 친구에게 메시지를 작성하며, 제시된 두 가지 글에서 신조어의 문맥적 적절성을 평가합니다. 원어민 평가자가 평가한 비영어권 학습자의 글의 의사소통 능력과 비영어권 학습자의 문맥적 적절성 판단을 사용하여, 세 가지 AI 기반 지원 조건(AI 정의, 더 쉬운 영어로 다시 작성, 의미 및 용법 설명)과 비교 대상인 일반적인 사전 기능을 비교합니다. 연구 결과, AI 설명 기능이 지원이 없는 경우보다 원어민이 평가한 의사소통 능력 향상에 가장 큰 영향을 미치는 것으로 나타났습니다. 반면, 문맥적 적절성 판단에서는 지원 조건 간에 차이가 없는 것으로 나타났습니다. 비영어권 학습자들이 스스로 평가한 인지적 인식은 실제 원어민 평가와 차이가 있는 경향을 보이며, 이는 비영어권 학습자가 인지하고 있는 능력과 실제 능력 간의 불일치를 보여줍니다. 또한, 비영어권 학습자와 원어민이 작성한 글 사이에 상당한 격차가 존재하며, 이는 현재 AI 도구의 한계를 보여주고 향후 도구 개발에 필요한 정보를 제공합니다.

Neologisms and emerging slang are central to daily conversation, yet challenging for non-native speakers (NNS) to interpret and use appropriately in cross-cultural communication with native speakers (NS). NNS increasingly make use of Artificial Intelligence (AI) tools to learn these words. We study the utility of such tools in mediating an informal communication scenario through a human-subjects study (N=234): NNS participants learn English neologisms with AI support, write messages using the learned word to an NS friend, and judge contextual appropriateness of the neologism in two provided writing samples. Using both NS evaluator-rated communicative competence of NNS-produced writing and NNS' contextual appropriateness judgments, we compare three AI-based support conditions: AI Definition, AI Rewrite into simpler English, AI Explanation of meaning and usage, and Non-AI Dictionary for comparison. We show that AI Explanation yields the largest gains over no support in NS-rated competence, while contextual appropriateness judgments show indifference across support. NNS participants' self-reported perceptions tend to overestimate NS ratings, revealing a mismatch between perceived and actual competence. We further observe a significant gap between NNS- and NS-produced writing, highlighting the limitations of current AI tools and informing design for future tools.