해당 논문은 한국어 텍스트에서 나타나는 비꼼 표현을 자동으로 탐지하는 딥러닝 모델에 관한 연구이다. 한국어 사전학습 언어모델인 KoELECTRA를 기반으로, 문맥(context)과 응답(response) 문장 간의 감성 변화를 추가 피처로 결합한 SKoELECTRA 모델을 제안하였다. 

또한 비꼬는 문장에서 주로 발생하는 강조 부사의 마스킹의 접근 방식도 더하였다. 실험 결과, 모델의 균형정확도 76.55%를 기록해 기존 논문의 기준선 74.90%을 상회하는 성능을 보였으며, 평가 목적에 따라 서로 다른 실험 구성이 각기 다른 지표에서 최적의 결과를 냄을 확인하였다. 

특히 이 연구는 단순히 성능 수치를 높이는 데 그치지 않고, 설명가능한 인공지능(XAI) 기법인 어텐션 분석과 반사실적 마스킹 실험을 통해, 모델이 '진짜', '완전', '대박'과 같은 강조 부사에 주목하여 비꼼을 판단하는 경향이 있음을 시사하는 증거를 제시하였다. 이를 통해 모델의 예측 근거를 사람이 이해할 수 있는 형태로 분석하고, 오탐·미탐 사례에 대한 심층 오류 분석까지 수행하여 후속 연구의 방향을 제시하였다.