2nd/10_Wiki/Topics_GD/Natural-Language-Generation-NLG.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
NLP-NLG-001	10_Wiki/💡 Topics/AI	1.0	nlp nlg natural-language-generation llm decoding-strategies Generative-AI|Generative-AI	2026-04-26

Natural Language Generation (NLG, 자연어 생성)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터의 정적 정보를 유려한 언어의 흐름으로 치환하여, 기계와 인간이 소통하는 '표현의 창'을 열어라" — 구조화된 데이터나 내부 지식을 인간이 읽고 이해할 수 있는 자연스러운 텍스트 문장으로 변환하는 자연어 처리의 핵심 세부 분야.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Probabilistic Token Sequence Prediction" — 이전까지 생성된 단어들의 맥락을 바탕으로, 다음에 올 가장 적절한 단어를 확률적으로 예측하고 연결하여 하나의 완결된 문장을 완성해 나가는 패턴.
• 핵심 프로세스:
  • Content Planning: 무엇을 말할지 결정 (정보 추출 및 요약).
  • Sentence Realization: 문법적 규칙이나 확률 모델을 사용하여 문장 형성.
  • Decoding Strategies: Greedy Search, Beam Search, Top-k/Top-p Sampling 등을 통해 생성의 창의성과 정확도 조절.
• 의의: 챗봇, 자동 기사 작성, 코드 생성, 텍스트 요약 등 현대 생성형 AI(Generative AI)의 사용자 경험을 결정짓는 최종 출력 단계 기술.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 규칙 기반의 템플릿 방식에서 벗어나, 이제는 거대 언어 모델(LLM)이 문맥을 완전히 이해하고 인간과 구분이 불가능할 정도의 고품질 문장을 생성하는 딥러닝 기반 NLG가 지배적인 패러다임이 됨.
• 정책 변화: Antigravity 프로젝트는 에이전트의 응답 생성 시, 할루시네이션(Hallucination)을 억제하기 위해 지식 기반(RAG)을 참조한 '근거 중심 생성' 가이드라인을 최우선으로 적용함.

🔗 지식 연결 (Graph)

• Natural-Language-Processing-NLP]], Transformer-Architecture-Foundations, Decoding-Strategies-in-LLM, Hallucination-in-LLM
• Raw Source: 10_Wiki/Topics/AI/Natural-Language-Generation-NLG.md