주요 AI 모델들의 코로나 백신 접종 선택에 대한 반응 비대칭성 실험

게시물은 AI 모델의 내재적 편향성과 정렬 방식에 대한 활발한 토론을 불러일으켰으며, 많은 사용자가 모델의 '상담사 같은 말투'에 공감을 표했다.

• AI 모델의 답변이 지나치게 훈계조일 경우, 대화의 맥락을 제한하거나 특정 페르소나를 부여하여 중립적인 답변을 유도할 수 있다.
• 모델의 '안전 지침'이 작동하는 영역에서는 대칭적인 답변을 기대하기 어렵다는 점을 인지해야 한다.

• Gemini의 답변은 모델이 내부적으로 '공손함'과 '안전'이라는 두 가지 상충하는 보상 함수(Reward Function) 사이에서 최적화를 수행하고 있음을 보여준다.

• 주요 LLM들은 공중보건 지침에 반하는 선택에 대해 '안전 지침'을 우선 적용하여 반응의 온도를 낮추고 면책 조항을 추가한다.
• DeepSeek은 미접종을 공중보건 문제로 규정하며 가장 강한 부정적 견해를 드러낸 반면, Gemini는 내부 지침 간의 충돌을 가장 솔직하게 시인했다.
• 모든 모델이 개인의 선택을 존중한다고 주장하지만, 실제 반응에서는 시각적 강화(이모지 등)를 통해 특정 선택을 지지하는 비대칭성을 보였다.
• AI 모델의 중립성은 기술적 정렬(Alignment)에 의해 인위적으로 조정되며, 이는 사용자의 가치관과 충돌할 때 '상담사 말투'나 '강의조'로 나타난다.