This study aims to examine how a generative AI system interprets pragmatic meanings in rhetorical questions containing zěnme (怎麼) in Modern Chinese. To this end, six types of pragmatic meanings—reproach, rebuttal, urging, explanation, perplexity, and inducement—are identified, and the AI’s judgments are compared with human pragmatic judgments under two conditions: sentence-only presentation (C1) and extended-context presentation (C2). The results show that the accuracy of the AI’s pragmatic meaning classification improves overall under the C2 condition. In particular, reproach, rebuttal, and urging exhibit stable convergence with human judgments when contextual information is provided. By contrast, although the classification accuracy of explanation and inducement increases under the C2 condition, persistent overlap with adjacent pragmatic categories is observed. These findings suggest that, while generative AI can make use of contextual information, it still has limitations in distinguishing discoursepurpose- based pragmatic meanings with the same level of precision as human pragmatic judgment.

본 연구는 현대중국어 ‘怎麼’ 반문을 대상으로 생성형 AI의 화용 의미 판별 양상을 분석하는 것을 목적으로 한다. 이를 위해 ‘책망’, ‘반박’, ‘재촉’, ‘해명’, ‘당혹’, ‘유도’의 6가지 화용 의미 유형을 설정하고, 문장 단독 제시 조건(C1)과 확장 문맥 제시 조건 (C2)에서 생성형 AI의 판별 결과를 인간 화용 판단과 비교하였다. 분석 결과, C2 조 건에서 생성형 AI의 화용 의미 판별 정확도는 전반적으로 향상되었다. ‘책망’, ‘반박’, ‘재촉’, ‘당혹’ 의미는 문맥 제공 시 인간 화용 판단과의 일치가 안정적으로 확보되었 다. 반면 ‘해명’과 ‘유도’ 의미는 판별 정확도가 상승하였음에도 불구하고, 인접 화용 의미와의 경계 중첩이 지속적으로 나타났다. 이는 생성형 AI가 문맥 정보를 활용하 더라도 담화 목적 기반 화용 의미를 인간과 동일한 수준으로 정밀하게 구분하는 데 에는 한계가 있음을 시사한다.