💬 NLP

Comonadic Morphophonology: A Compositional Framework for Context-Dependent Morphological Rules in Finnish

본 논문은 Writer 코모나드를 사용하여 핀란드어 형태음운론을 구성 가능한 지역 함수로 모델링하는 새로운 코모나드 프레임워크를 제시하여, 기존 유한 상태 접근법 대비 규칙 복잡도를 67 배 감소시키면서도 높은 정확도로 효율적인 양방향 형태소 분석을 가능하게 한다.

원저자: Yongseok Jang

게시일 2026-05-28

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yongseok Jang

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 문서는 간단한 언어와 일상적인 비유를 사용하여 해당 논문을 설명합니다.

큰 문제: "상태 폭발"

로봇에게 핀란드어를 가르치려 한다고 상상해 보세요. 핀란드어는 뒤에 오는 단어에 따라 단어의 형태가 변하는 까다로운 언어입니다.

자음 강약 변화: kaappi(장롱) 같은 단어에 접미사를 붙이면, 이중 'p'가 단일 'p'로 변합니다 (kaapi).
모음 조화: 단어에 "후설" 모음 (a, o, u 등) 이 있으면 어미도 후설 모음을 사용해야 합니다. 반면 "전설" 모음 (ä, ö, y 등) 이 있으면 어미가 이에 맞춰 변해야 합니다.

컴퓨터에게 이를 가르치는 전통적인 방법은 거대한 지도 (유한 상태 변환기 또는 FST) 를 구축하는 것입니다. 이 지도를 거대한 미로라고 생각하세요. 새로운 규칙 (예: "글자 삭제" 또는 "모음 변경") 을 추가할 때마다, 기존 미로와 새로운 미로를 결합한 새로운 미로를 만들어야 합니다.

비유: 도시 지도가 있다고 가정해 봅시다. "빨간 집을 보면 파란색으로 칠하라"는 규칙을 추가하고 싶다고 합시다. 그리고 "파란 집을 보면 초록색으로 칠하라"는 또 다른 규칙을 추가하고 싶다고 해 봅시다.
구식 시스템에서는 이들을 결합하기 위해 규칙의 모든 가능한 조합마다 도시 전체 지도를 다시 그려야 합니다. 규칙이 10 개라면, 지도는 너무 거대하고 복잡해져 컴퓨터가 처리하지 못하게 됩니다. 이를 "상태 폭발"이라고 합니다.

새로운 해결책: "코모나드" 접근법

저자 장용석은 이러한 규칙을 생각하는 완전히 다른 방식을 제안합니다. 거대한 미리 그려진 미로를 구축하는 대신, 그는 모든 규칙을 오직 자신의 즉시 주변만 보는 지역 작업자로 취급합니다.

1. "지퍼" (이동하는 창)

단어를 기차의 객차 열이라고 상상해 보세요. 컴퓨터는 기차 전체를 한 번에 보지 않습니다. 대신 지퍼 (데이터 구조) 를 사용합니다.

지퍼는 특정 객차 하나 (현재 글자) 에 초점을 맞춥니다.
바로 왼쪽과 오른쪽에 있는 객차들을 볼 수 있습니다.
규칙은 다음과 같습니다: "당신이 서 있는 객차와 왼쪽 객차를 보세요. 그 정보를 바탕으로 당신의 객차가 무엇이 되어야 할지 결정하세요."

이는 세포 자동자 (게임 콘웨이 생명 게임을 생각하세요) 와 같습니다. 각 세포는 다음 상태를 결정하기 위해 이웃만 봅니다.

2. "라이터" (삭제 문제)

여기가 까다로운 부분입니다. 일부 규칙은 글자를 삭제해야 합니다.

예시: kukka(꽃) 에서 이중 'k'가 단일 'k'로 변합니다 (kuka). 하나의 'k'가 사라져야 합니다.
구식 문제: 기차 중간에 있는 글자를 삭제하면, 뒤따라오는 객차들이 앞으로 이동해야 합니다. 이를 단계별로 수행하면 "지도"가 깨지고 규칙들이 올바르게 함께 작동하지 않게 됩니다.
새로운 해결책 (라이터 코모나드): 저자는 라이터 코모나드라는 새로운 도구를 발명했습니다.
- 즉시 글자를 삭제하는 대신, 작업자는 해당 글자에 "나를 지우세요"라는 스티커 메모를 붙입니다.
- 작업자는 발견한 모든 스티커 메모의 목록을 보관합니다.
- 기차는 계속 이동하고, 작업자들은 (현재는 스티커 메모를 무시하고) 원래 글자들을 계속 봅니다.
- 정말 마지막에 컴퓨터는 기차를 가져와 스티커 메모 목록을 확인하고, 해당 글자들을 한꺼번에 제거합니다.

이 방식은 규칙을 단순하게 유지하고 "지도"가 깨지는 것을 방지합니다. 벽돌을 제거할 때마다 벽을 다시 짓는 대신, 건설 팀이 제거할 벽돌을 표시하고 벽 전체를 완성한 다음에 벽돌을 제거하는 것과 같습니다.

이것이 큰 성과인 이유

이 논문은 세 가지 주요 성과를 주장합니다:

단순성: 핀란드어 규칙을 처리하기 위해 874개의 복잡한 "연속 클래스" (874 개의 서로 다른 미로 경로와 같은) 가 필요했던 대신, 이 새로운 시스템은 13개의 간단한 함수 (작업자) 만 필요합니다. 복잡성이 67 대 1 로 감소했습니다.
양방향 마법: 규칙이 단순한 함수일 뿐이므로 양방향으로 작동합니다. 같은 논리를 사용하여 단어를 분해 (분석) 하거나, 어근 단어를 가져와 새로운 단어를 만드는 (생성) 데 사용할 수 있습니다. 이는 되감는 지퍼와 같습니다: 같은 메커니즘으로 위로 감거나 아래로 풀 수 있습니다.
속도와 정확도: 이 시스템은 핀란드어 문장으로 테스트되었습니다.
- 이러한 규칙만 사용하여 단어의 품사 (명사, 동사 등) 를 **83.9%**의 정확도로 올바르게 식별했습니다.
- 작은 도우미 (접미사 태거) 를 추가했을 때, 이는 **94.6%**로 뛰어 올랐습니다.
- 단어를 놀라울 정도로 빠르게 처리합니다 (마이크로초 단위). 이는 복잡한 수학이 컴퓨터 속도를 늦추지 않는다는 것을 증명합니다.

요약

이 논문은 언어 규칙을 처리하기 위한 새로운 수학적 프레임워크 (코모나드 사용) 를 소개합니다.

구식 방식: 규칙을 추가할 때 크기가 폭발하는 거대하고 경직된 지도를 구축합니다.
신식 방식: 삭제와 변경을 처리하기 위해 서로 메모를 주고받는 작은 지역 작업자 (지퍼) 를 사용합니다. 그들은 줄지어 협력하며, 최종 결과는 마지막에 조립됩니다.

이로 인해 시스템은 더 작아지고, 수정하기 쉬우며, 일반적으로 컴퓨터 모델을 망가뜨리는 까다로운 "글자 삭제" 규칙을 처리할 수 있게 됩니다.

기술적 요약: 공모너디 형태음운론

문제 제기
핀란드어 형태음운론에 대한 기존 접근법은 형식적 엄밀성과 구성적 효율성 사이의 이분법에 직면해 있다. 전통적인 유한 상태 전이기 (FST) 캐스케이드 (예: Voikko, Omorfi) 는 자음 강세와 모음 조화 같은 문맥 의존적 규칙을 문자열 대 문자열 관계로 인코딩한다. 이는 효과적이지만, 이러한 규칙들을 구성하면 상태 공간이 기하급수적으로 폭발한다. 결합된 오토마타의 상태 공간은 구성 요소들의 곱으로 증가하여 규칙 표현이 복잡해진다 (예: Omorfi 는 더 간결하게 표현될 수 있는 동작들을 인코딩하기 위해 874 개의 연속 클래스를 요구함). 반면, 신경 모델은 높은 정확도를 달성하지만, 근본적인 형태음운론 규칙에 대한 형식적이고 해석 가능한 설명을 제공하지 못한다. 또한, 기존 프레임워크는 중간 재구현 (intermediate materialization) 이나 결합성 (associativity) 손실 없이 엄격한 구성적 범주론적 구조 내에서 길이 변경 연산 (예: 자음 삭제) 을 처리하는 데 어려움을 겪는다.

방법론
본 논문은 형태음운론 규칙을 FST 가 아닌 **공모너디 (comonad)**의 coKleisli 화살표로 취급하는 프레임워크를 제안한다. 이 접근법은 규칙을 세포 자동자의 지역 규칙과 유사하게, 집중된 지역 문맥에서 단일 출력 세그먼트로의 함수로 모델링한다.

지퍼 공모너디 (The Zipper Comonad): 이 프레임워크는 구분된 초점과 좌우 문맥을 가진 시퀀스를 표현하기 위해 ListZipper 자료 구조를 활용한다. 규칙은 $W$ 가 지퍼 공모너디일 때, 함수 $f: W a \to b$ 로 정의된다. extend 연산은 이 지역 규칙을 전역 변환으로 승격시켜, 각 위치의 문맥 뷰를 유지하면서 문자열의 모든 위치에 적용한다.
삭제를 위한 작가 공모너디 (The Writer Comonad for Deletion): 길이 변경 규칙 (예: puku $\to$ $\to$ puu에서의 k 삭제) 을 처리하는 것은 핵심적인 과제이다. 널 문자를 사용하는 단순한 접근법은 중간 시퀀스를 재구현해야 하므로 엄격한 coKleisli 결합성을 깨뜨린다. 저자들은 작가 공모너디 ( $DeletionSet \times Zipper$ $D e l e t i o n S e t \times Z i pp er$ ) 를 도입한다. 이 구조에서:
- 규칙은 삭제 위치 집합 $D$ 와 출력 문자 $c$ 인 쌍 $(D, c)$ 를 반환한다.
- 삭제는 extend 단계 동안 모노이드 작용 (집합 합집합) 으로 누적된다.
- 파이프라인 끝에서 단일 materialize 단계가 모든 누적된 삭제를 적용한다.
- 이는 중간 재구현 없이 엄격한 coKleisli 결합성 ( $extend \ g \circ extend \ f = extend \ (g \circ extend \ f)$ ) 을 유지한다.
파이프라인 구성: 형태음운론 과정 (자음 강세, 모음 조화, 소유 접미사 모음 복사) 은 coKleisli 구성 연산자 ( $>=>$ ) 를 사용하여 순차적으로 구성된다. 파이프라인은 다음과 같이 정의된다:
$pipe = grad >=> harmony >=> poss$
이 구조는 규칙들이 독립적이고, 테스트 가능하며, 순서가 명시적임을 보장한다.
양방향 형태론: 분석 (디코딩) 에 사용된 동일한 coKleisli 화살표가 MorphGenerator를 통해 생성 (인코딩) 에 재사용되어 양방향 논리를 통일한다.
다중 수준 추상화: 이 프레임워크는 문자 수준 규칙을 넘어 형태소 수준의 조화와 문장 수준의 모호성 해소 (Constraint Grammar-lite) 로 확장된다. 지퍼의 요소 유형을 char에서 ReadingSet으로 변경함으로써 동일한 대수적 구조가 모든 수준에 적용된다.

주요 기여

작가 공모너디: 본 논문은 길이 변경 규칙을 구성적으로 처리하기 위해 계산 형태론에서 작가 공모너디 (특히 $DeletionSet \times Zipper$ ) 를 최초로 적용하였다. 이는 coKleisli 파이프라인에서 삭제의 대수적 문제를 해결한다.
규칙 표현 축소: 이 프레임워크는 Omorfi 의 874 개 연속 클래스로 인코딩된 동일한 형태음운론적 동작을 13 개의 coKleisli 화살표(11 개 강세 패턴 + 조화 + 소유) 만으로 표현하여, 규칙 표현 수준에서 67:1 의 축소를 달성한다.
형식적 통일: 이는 세포 자동자 이론 (Capobianco 와 Uustalu, 2010) 과 자연어 처리 간의 간극을 메우며, 형태음운론 규칙을 형식적 결합 법칙을 가진 1 급 구성 객체로 취급하는 최초의 프레임워크를 확립한다.
구현 (MCE): 검증된 공모너디 법칙과 모노이드 속성을 갖춘 WebAssembly 를 대상으로 하는 이 프레임워크를 구현한 Rust 라이브러리 (형태론적 계산 엔진) 를 제공한다.

결과
시스템은 UD Finnish-TDT개발 세트 (1,364 문장, 약 25,000 토큰) 에서 평가되었다:

정확도: 규칙 기반 모호성 해소 (62 개 활성 CG 규칙) 만을 사용하여 시스템은 83.92% UPOS 정확도를 달성하였다. 경량 외부 접미사 태깅기를 추가하면 정확도는 **94.66%**로 상승하여 신경 기반 모델 (TNPP) 과의 격차를 12.99 퍼센트 포인트에서 2.25 로 줄였다.
성능: 파이프라인은 Apple M 시리즈 CPU 에서 초당 약 84,973 개 토큰을 처리한다. 전체 형태음운론 파이프라인은 단어당 평균 2.66 µs를 소요하여, coKleisli 구성이 단일 FST 구현에 비해 무시할 수 있는 오버헤드만 도입함을 보여준다.
정확성: 11 개 자음 강세 패턴이 모두 올바르게 형식화되었다. 7 개 패턴은 완전한 양방향 왕복 정확성을 보였으며, 나머지 4 개 왕복 불가 사례는 삭제를 포함하여 현재 모델에서 삭제가 비가역성의 유일한 원인임을 확인시켰다.
개발자 편의성: 새로운 규칙을 추가하려면 단일 coKleisli 화살표 (~5 줄의 Rust 코드) 만 정의하면 되지만, FST 시스템은 상호작용 조합을 고려하기 위해 수백 개의 LEXICON 엔트리를 수정해야 하는 경우가 많다.

의의 및 주장
본 논문은 FST 캐스케이드가 상태 공간 곱셈을 통해서만 처리하는 형태음운론 규칙을 위한 구성 대수를 제공한다고 주장한다. 작가 공모너디를 활용함으로써, 이 프레임워크는 기하급수적인 상태 공간 폭발 없이 이전에 해결되지 않았던 길이 변경 규칙에 대한 엄격한 coKleisli 구성성을 복원한다.

저자들은 이 작업을 어휘 자원 (시스템은 여전히 어휘 검색을 위해 Voikko 기반 FST 에 의존함) 을 대체하는 것이 아니라, 규칙 적용을 위한 모듈식이고 직교적인 계층으로 위치시킨다. 그들은 이 접근법이 FST 교차에 비해 우수한 모듈성, 디버깅 가능성 (규칙 단위 테스트), 그리고 형식적 보장을 제공한다고 주장한다. 논문은 겸손하게도 강세와 조화 같은 접미사적 현상을 처리하지만, 현재 범위를 벗어난 세그먼트 삽입이나 복사가 필요한 템플릿 형태론 (근본 - 패턴) 이나 중첩은 아직 다루지 못한다고 언급한다. 이 프레임워크는 NLP 에서 공모너디 구조의 유용성을 검증하는 실용적인 형태론 엔진으로 제시된다.