시스템 F, 자연어 의미 조합을 위한 접착 언어

이 논문은 자연어 의미 조합에서 레키컬 프라그마틱 현상을 모델링하기 위해 시스템 F를 선택한 배경과 그 장점을 다각도로 분석한다. 먼저 시스템 F가 제2차 직관주의 명제 논리이며, 타입에 대한 전량 양화를 허용한다는 점을 설명한다. Π와 Λ 기호를 사용해 타입 양화와 항의 베타‑축소 규칙을 정의하고, 이를 통해 카테시안 곱, 존재량화, 불리언, 자연수, 리스트 등 다양한 데이터 구조와 연산자를 Π‑형식으로 표현할 수 있음을 보인다. 이러한 표현력은 ML·CaML 같은 실용 언어의 기반이 되며, 의미론적 구성자를 자유롭게 정의할 수 있게 한다. 다음으로 시스템 F를 “접착 언어”로 사용하는 개념을 제시한다. 접착 언어는 의미 논리식 자체를 생성·조합하는 역할을 하며, 실제 의미론적 논리(일차 논리, ω‑차 논리 등)와는 독립적인 층위에 있다. 브루노 메리의 박사 논문 결과를 인용해, λ‑계산의 상수들이 일차·ω‑차 논리의 기호라면, 시스템 F의 정규 형태 λ‑항은 정확히 그 논리의 공식이 된다는 사실을 강조한다. 이는 전통적인 몬태주 의미론에서 사용되는 단순 타입 λ‑계산이 일차 논리 공식을 조합하는 데 충분함을 재확인한다. 서브타이핑에 관한 논의에서는 시스템 F와 서브타이핑이 본질적으로 충돌한다는 점을 지적한다. 언어학적 의미론에서 요구되는 “형식적 서브타이핑”은 함수형 프로그래밍에서의 서브타이핑과는 다른 개념이며, 자연어의 의미 관계를 직접 모델링하기엔 부적절하다고 주장한다. 대신 시스템 F는 단일 타입 정렬과 단일 판단 규칙을 가지고 있어 복잡성을 낮추고, 의미 조합 과정에서 불필요한 형식적 제약을 피한다. 복잡도 측면에서는 의미 분석의 병목이 논리식의 정규화가 아니라 어휘적 의미 선택에 있다고 논한다. 구문 분석 후 어휘마다 가능한 의미 후보를 선택하는 과정이 지수적 복잡도를 초래할 수 있지만, 시스템 F 자체는 β‑축소가 선형적으로 진행되며, 정규화 과정에서 폭발적 비용이 발생하지 않는다. 따라서 시스템 F를 사용함으로써 의미 조합 단계의 계산 복잡도를 크게 낮출 수 있다. 마지막으로 마틴‑로프 타입 이론(TT)과 시스템 F를 비교한다. TT는 여러 변형과 복잡한 이해 규칙을 가지고 있어 형식적 복잡도가 높으며, 특히 집합 구성 공리와 같은 메타레벨 규칙이 필요하다. 반면 시스템 F는 네 개의 기본 규칙만으로 충분히 강력한 의미 구성자를 제공하고, 정규화와 일관성 검증이 단순하다. 이러한 이유로 저자는 자연어 의미 조합의 “접착 언어”로 시스템 F를 선택하는 것이 가장 합리적이라고 결론짓는다.