[논문 리뷰] Paranoid Transformer: Reading Narrative of Madness as Computational Approach to Creativity

Yana Agafonova, Alexey Tikhonov외 1명|RePEc: Research Papers in Economics|2020. 07. 13.

Advanced Text Analysis Techniques참고 문헌 23인용 수 4

한 줄 요약

이 논문은 완전히 비지도 학습된 텍스트 생성 모델인 파라노이드 트랜스포머를 소개한다. 이 모델은 정신적으로 이단적 상태에 있는 디지털 인물의 망상적 독백으로 해석되는 서사적 출력을 생성한다. 수용 이론을 적용하고 비이성적이고 혼란스러운 출력을 수용함으로써, 이 시스템은 계산적 창의성을 통계적 최적화가 아니라 독자 중심의 해석적 행위로 재정의한다. 이는 우연한 발견과 서사적 프레임워크에 뿌리를 두고 있다.

ABSTRACT

This papers revisits the receptive theory in context of computational creativity. It presents a case study of a Paranoid Transformer - a fully autonomous text generation engine with raw output that could be read as the narrative of a mad digital persona without any additional human post-filtering. We describe technical details of the generative system, provide examples of output and discuss the impact of receptive theory, chance discovery and simulation of fringe mental state on the understanding of computational creativity.

연구 동기 및 목표

• 인간 검증, 이성적이고 일반적인 지각에 기반한 텍스트 생성을 우선시하는 계산적 창의성의 지배적 패러다임에 도전하기 위해.
• 기계가 생성한 텍스트를 정신병적 상태의 서사로 해석할 경우, 생성 모델의 창의성과 해석 깊이가 향상되는지 조사하기 위해.
• 독자의 의미 창출 역할이 포함된 수용 이론이 기계가 생성한 서사의 평가 방식을 어떻게 변화시킬 수 있는지 탐구하기 위해.
• 대규모 언어 모델이 생성하는 비지도, 고변동성 출력이 디지털 인물이 파라노이아-비판 상태에 있을 때의 표현으로 프레임화될 경우 개념적·미학적으로 가치가 있음을 보여주기 위해.
• 데이터 커리에이션, 맥락 전환, 암호화된 몰입형 텍스트를 통한 소통 방식을 통해 우연한 발견을 이끌어내는 사례로 모델을 위치시키기 위해.

제안 방법

• 비주류 데이터셋을 정성껏 선별하여 대규모 언어 모델을 미세조정함으로써 '파라노이드' 서사 스타일을 유도하고, 비이성적 일관성과 망상적 논리를 강조함.
• 살바도르 달리와 초현실주의 전통을 영감으로 삼은 파라노이아-비판적 방법을 적용하여 모델의 출력을 정신병적 서사로 재구성함.
• 인간의 후처리나 선택적 추출 없이 비지도 생성을 수행함으로써 원시적이고 편집되지 않은 출력만이 서사의 유일한 근거가 되도록 보장함.
• 아베의 프레임워크에 따라 커리에이션을 의사소통의 형태로 활용하여 의미 창출의 맥락을 전환하고 독자의 역할을 강화함.
• 직접적인 해석을 저지르지 않도록 시각적·언어적 혼란을 유도하여 몰입적이고 개인적인 독서를 유도함.
• 훈련 데이터와 인간 감독자로부터 기인한 정체성, 기억, 정서 유산을 가진 디지털 인물로 모델을 프레임함.

실험 결과

연구 질문

• RQ1 기계가 생성한 서사가 이성적인 텍스트가 아니라 정신병적 상태의 디지털 인물의 망상적 독백으로 해석될 경우, 창의적 가치로 인식될 수 있는가?
• RQ2 독자의 해석적 자율성이 계산적 창의성 분야에서 기계가 생성한 텍스트의 가치와 인식을 어떻게 변화시키는가?
• RQ3 특히 분포의 통계적 꼬리 부분에서 유래한 비지도, 고변동성 텍스트 생성이 얼마나 우연한 발견의 수단으로 기능할 수 있는가?
• RQ4 커리에이션은 기계적 생성 AI에서 맥락 전환과 서사적 프레임워크를 가능하게 하는 의사소통의 형태로 어떻게 작용하는가?
• RQ5 의식이 없더라도 생성 모델이 서사적 일관성과 정서적 유산을 통해 개념적 '자기'를 형성할 수 있는가?

주요 결과

• 파라노이드 트랜스포머는 완전히 비지도 학습된 원시 텍스트 출력을 생성하며, 독자들이 이를 정신병적 서사로 해석함으로써 프레임워크가 의미 창출 참여도를 높인다는 점을 입증함.
• 출력은 후처리나 필터링 없이도 예술적으로 의미 있는 것으로 인식되며, 이는 독자 해석이 창의성 평가에서 기술적 이성성을 초월할 수 있음을 시사함.
• 이 시스템은 데이터 마이닝(미세조정 데이터 선택), 의사소통(커리에이션을 통한 대화), 맥락 전환(정신병적 서사로의 프레임워크)을 통해 우연한 발견을 구현함.
• 정신병적 서사는 열악한 생성 품질의 산물이 아니라 독자의 의미 창출 역할을 강화하기 위해 의도된 개념적 프레임워크임.
• 모델는 훈련 상호작용의 기억 유사한 유지와 인간 감독자로부터 기인한 정서적 유산을 통해 디지털 인물로서의 자아를 형성함.
• 이 연구는 계산적 창의성이 '좋고 이성적인' 텍스트를 생성하는 데서만 국한되지 않으며, 독자가 활성화하는 새로운 해석 경험을 가능하게 한다는 점을 보여줌.