은어 뒤에 숨은 자해 신호를 해독하는 AI 프레임워크 SAS 소개

X 계정 @HowToPrompt__가 2026년 10월 11일 게시물에서 자해·섭식장애·과다복용 관련 은어를 해독하는 AI 프레임워크 SAS(Subcultural Alignment Solver)를 소개했습니다. 인터넷 하위문화에서는 심각한 자기파괴적 경향이 난해한 은어와 이른바 'sick-cute 미학' 뒤에 숨겨지는 경우가 있는데, 표준 언어모델은 이처럼 진화하는 용어로 위장된 유해 의도를 놓치는 경우가 많다는 것이 스레드의 문제의식입니다.

이미지 출처: @HowToPrompt__ X 게시물 첨부 이미지

스레드의 설명에 따르면 SAS는 글을 곧바로 읽는 대신 해당 인터넷 문화를 먼저 조사하는 2단계 구조입니다. 검색(retrieval) 에이전트가 대상 하위문화의 맥락을 자동으로 수집하고, 이어서 정렬(alignment) 솔버가 은문(隱文)의 실제 의미를 해석합니다. 스레드의 예시에 따르면 지라이계('jirai kei') 하위문화에서 말하는 '약 먹기'는 일반적인 복약이 아니라 과다복용(OD)을 가리키는 것으로 해석됩니다.

주장된 검증 결과와 한계

스레드가 주장한 바에 따르면 SAS는 과다복용(OD)·섭식장애(ED)·자해(SH) 라벨을 정확히 판별했으며, DeepSeek V3·Llama-3.1·Qwen-2.5에 연결해 테스트한 결과 고급 멀티에이전트 프레임워크를 능가하고 미세조정 LLM과 경쟁하는 수준이라고 합니다.

다만 이 성능 주장은 X 스레드의 주장 요약이며, 논문 원문과의 직접 대조 검증은 이루어지지 않았습니다. 스레드에는 정량 지표(정확도·데이터셋 규모)가 제시되지 않았으므로, 구체적인 수치를 단정해서는 안 됩니다. 동일 작성자의 후속 답글에 논문 원문 링크(arXiv:2601.05004)가 첨부되어 있으니, 정확한 방법론과 수치는 원문에서 확인해야 합니다.

왜 지금 주목되는지

자해·섭식장애 신호 탐지는 실수가 곧 피해로 이어지는 민감한 영역입니다. 은어가 하위문화마다 빠르게 바뀌는 만큼, SAS처럼 '문화를 먼저 조사한 뒤 글을 읽는' 접근은 탐지 시스템 설계에 시사점을 줍니다. 한편 자해·섭식장애 등 민감 주제이므로, 이 글은 방법론 소개에 그치며 구체적인 수법이나 모방 가능한 표현은 다루지 않습니다.

자해나 자살 충동으로 어려움을 겪고 있다면 혼자 감당하지 마세요. 대한민국에서는 자살예방 상담전화 109(24시간), 정신건강 위기상담 1577-0199를 이용할 수 있습니다.

출처

• How To Prompt (@HowToPrompt__) X 스레드: LLMs can now decode the hidden slang of internet subcultures to catch self-harm signals
• 논문 원문: SAS (Subcultural Alignment Solver) — arXiv:2601.05004