고차원 의미 지능으로의 접근

Towards High-Level Semantic Intelligence

최근 인공지능 분야의 발전은 그 인지 능력과 추론 능력을 크게 향상시켰습니다. 의미 복잡성의 관점에서, 인공지능 개발은 단순한 의미 처리를 넘어 점진적으로 복잡한 의미 처리에 집중하는 경향을 보입니다. 초기 인공지능 시스템이 주로 직접적이고 문자적인 의미 인식 또는 표현과 관련된 작업을 수행했던 반면, 현대의 시스템은 더욱 정교한 인지 추론 능력을 갖추어 고차원 의미(High-Level Semantics, HLS)를 이해하고 생성할 것으로 기대됩니다. 이러한 경향은 인간의 인지 발달에서도 유사하게 관찰될 수 있습니다. 우리는 이러한 변화를 기본 수준 의미 지능(Basic-Level Semantic Intelligence, BLSI)에서 고차원 의미 지능(High-Level Semantic Intelligence, HLSI)으로의 전환이라고 정의합니다. 그러나 이 문제는 기존 연구에서 체계적이고 종합적으로 다루어지지 않았습니다. 본 논문은 이러한 간극을 인식하고, 인공지능의 의미 지능 발달을 의미 복잡성의 관점에서 분석하는 것을 목표로 합니다. 우리는 텍스트, 음성, 시각 및 멀티모달 환경에서 유머, 냉소, 비유, 공감, 설득, 서사 등 다양한 고차원 의미 현상을 다루는 기존 연구를 체계적으로 조사하고, 데이터 구축 방법, 모델링 및 최적화 전략, 그리고 이해와 생성 모두에 대한 평가 방법을 요약합니다. 고차원 의미는 인공지능을 진정으로 인간과 유사한 지능으로 발전시키는 데 필수적입니다. 본 논문은 기존의 방법과 통찰력을 의미 지능의 관점에서 종합적으로 분석하여, 인공지능이 HLSI로 지속적으로 발전하는 데 기여하고자 합니다.

Recent advances in AI have substantially expanded its cognitive and reasoning capabilities. From the perspective of semantic complexity, the development of AI reveals a clear trajectory from simple to complex semantic processing. While early AI systems mainly addressed tasks involving direct and literal semantic perception or expression, contemporary systems are increasingly expected to perform more sophisticated cognitive reasoning, enabling the understanding and generation of High-Level Semantics (HLS). A similar trajectory can also be observed in human cognitive development. We define this transition as the shift from Basic-Level Semantic Intelligence (BLSI) to High-Level Semantic Intelligence (HLSI). However, this issue has not yet been systematically and comprehensively examined in prior work. Motivated by this gap, this survey reviews the development of AI semantic intelligence from the perspective of semantic complexity. We systematically survey existing research on HLS tasks, including humor, sarcasm, metaphor, empathy, persuasion, narrative, and other general HLS phenomena, across text, speech, vision, and multimodal scenarios. Specifically, we summarize data construction methods, modeling and optimization strategies, and evaluation methodologies for both understanding and generation. HLS is essential for advancing AI toward genuinely human-like intelligence. By synthesizing existing methods and insights from the perspective of semantic intelligence, this survey aims to support the continued development of AI toward HLSI.