목적: 본 논문은 영화 대화에서 화자-수신자 관계의 성별 구조를 조사하며, 단순히 누가 말하는지를 넘어 누구에게 말하는지, 그리고 대화 역학이 성별 경계를 넘어 어떻게 전개되는지를 묻는다. 방법: 38편의 영화 각본에서 수동 주석이 달린 4,600건의 방향성 대화 이벤트 데이터셋을 사용하여, 세 가지 연구에 걸쳐 네트워크 분석, 카이제곱 검정, 쌍체 통계 비교, 참여 전환(participation shift) 분석을 적용한다. 주요 결과: 여성이 더 많은 장면에서도 코퍼스 전반에 걸쳐 남성 캐릭터가 화자와 수신자 모두에서 지배적이다. 성별 간 대화는 평균적으로 방향적으로 대칭이지만 영화 수준에서는 군집화되어 있다. 동일 성별 발화는 대화적 주의를 분산시키는 반면, 성별 간 발화는 더 긴밀한 이분적 상호교환을 만들어낸다. 결론: 영화 대화에서의 성별 바이어스는 발화 시간이나 대화 내 방향적 불균형만이 아니라, 상호작용으로부터의 배제와 수신자로서의 구조적 위치 지정을 통해, 대화 자체의 구조를 통해 작용한다.
의미가 커뮤니케이션 교환을 통해 어떻게 전파되는지 정량화하는 연구는 계산 언어학에서 아직 충분히 발전하지 않은 분야이다. 본 연구에서는 대화 참여자 간 의미적 내용의 방향성 있는 흐름을 정량화하고, 다중 출처의 기여를 중복(redundant), 고유(unique), 시너지(synergistic) 성분으로 분해하는 정보 이론적 프레임워크를 제안한다. 제안하는 접근법은 대규모 언어 모델(LLM)을 자연어의 확률적 추정기로 활용하여 두 가지 측정값을 계산한다: 화자 간 방향성 있는 예측적 영향을 포착하는 의미적 전이 엔트로피(STE, semantic transfer entropy)와, 복수의 출처가 수신자의 언어를 함께 어떻게 형성하는지를 분해하는 의미적 부분 정보 분해(SPID, semantic partial information decomposition)이다. 네 가지 실험을 통해, 이 프레임워크가 인지적으로 경직된 대화에서의 정보 흐름 감소를 탐지하고, 담론 형성에서 설득자의 지배적 역할을 포착하며, 치료사-내담자 정보 교환의 방향성을 통해 고품질 심리치료와 저품질 심리치료를 구별하고, 논증적 에세이에서 시너지적 전제 기여를 드러냄을 보인다. 이 프레임워크는 디지털 담론, 교육적 상호작용, 임상 대화, 그리고 언어적 교환의 구조가 연구 관심사인 모든 영역에서 정보 역학 연구를 위한 새로운 방향을 제시한다.
협력적 문제 해결(CPS) 맥락에서 인간-AI 및 다중 에이전트 협업 대화를 분석하기 위해, 인지·비인지적 문제 해결과 메타인지적 조절을 통합한 계층적 2층 코딩 체계 기반 개념적 프레임워크를 제시한다. 아홉 개 데이터셋에서 효과와 일반화 가능성을 입증했으며, 메타인지적 조절이 더 깊은 협업을 구별하는 핵심 변별 요인임을 보였고, 인간-AI 상호작용에서는 인간이 자기조절을 주도하고 AI는 반응적 공동조절에 치우쳐 진정한 협업 달성이 어려운 패턴이 나타난다.