TL;DR
작성자는 LLM이 시를 생성하는 동안 이전 문맥의 토큰이 이후 토큰에 미치는 직접적인 영향을 그래프로 추적했습니다. 각 생성 토큰을 문맥에 귀속하고 약한 연결을 제거해 주요 인과 경로를 남기자, 일부 프롬프트 토큰이 시의 시작과 줄바꿈, 운율, 문장부호를 형성하는 패턴이 드러났습니다. 이 방법은 새로운 attribution 기법이라기보다 토큰 수준 기여도를 직관적인 그래프로 표현한 것이며, 애니메이션과 Live demo, Source code가 함께 제공됩니다.
실용적 조언
- Live demo에서 “Write a sonnet about love” 프롬프트를 실행해 프롬프트 토큰과 생성 토큰 사이의 연결을 확인할 수 있습니다. 약한 연결을 제거한 그래프는 시의 시작, 줄바꿈, 운율, 문장부호에 관여하는 주요 경로를 읽는 데 초점을 둡니다. 재현이 필요하면 제공된 InfoLens Source code를 기준으로 같은 시각화를 실행하면 됩니다.
섹션별 상세
이미지 분석

이미지는 생성된 각 토큰이 이전 문맥의 어떤 토큰과 연결되는지 보여주는 그래프 시각화입니다. 약한 연결을 제거해 주요 영향 경로를 부각하며, 본문에서 언급한 프롬프트 토큰의 시 시작 부분, 줄바꿈, 운율, 문장부호 형성 효과와 연결됩니다.
시 생성 과정에서 토큰 사이의 직접적인 영향 관계를 연결망으로 나타낸 인과 흐름 그래프입니다.
용어 해설
- 인과 구조(Causal Structure)
- — LLM이 텍스트를 생성할 때 앞선 토큰과 뒤따르는 토큰 사이의 영향 관계를 연결망으로 나타내는 개념입니다. 토큰별 기여도를 직접 연결해 어떤 문맥이 생성 결과를 이끄는지 파악하는 데 쓰입니다.
- 토큰 수준 기여도(Token-level Attribution)
- — 생성된 각 토큰이 이전 문맥의 어떤 토큰으로부터 영향을 받았는지 추적하는 방법입니다. 개별 토큰의 기여를 연결하면 문장 구조와 출력 형성에 작용한 주요 경로를 확인할 수 있습니다.
- 토큰 수준 영향(Token-level Influence)
- — 텍스트 생성 과정에서 특정 입력 토큰이 이후 출력 토큰에 미치는 직접적인 영향을 뜻합니다. 영향이 약한 연결을 제거하면 시작 구절, 줄바꿈, 운율, 문장부호를 형성하는 핵심 관계가 더 뚜렷해집니다.
- 프롬프트 토큰(Prompt Tokens)
- — LLM에 입력되는 프롬프트를 구성하는 개별 토큰입니다. 이 글에서는 일부 프롬프트 토큰이 시의 시작 부분과 줄바꿈, 운율 구조, 문장부호 선택에 강한 영향을 미치는 것으로 시각화됩니다.
언급된 도구
LLM 생성 텍스트의 토큰 수준 영향 관계를 그래프로 시각화하는 Source code와 Live demo를 제공합니다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.