LLM 페르소나 드리프트 해결을 위한 성격 아키타입 체계적 테스트

작성자의 체계적인 접근 방식에 대해 긍정적인 반응이며, 특히 '츤데레'와 같은 용어가 가진 데이터 밀도에 공감하는 의견이 많다.

• 페르소나 드리프트를 막으려면 성격 묘사뿐만 아니라 사용자와의 관계와 상황 맥락을 포함한 베이스 프레임을 구축하라.
• 특정 캐릭터를 흉내 내게 하기보다 '츤데레', '쿠우데레' 같은 검증된 아키타입 용어를 사용하여 모델의 학습 데이터를 효율적으로 호출하라.
• 중립적인 이름(예: Alex)을 사용하여 모델의 불필요한 편향이나 가정을 최소화하라.

페르소나 드리프트(Persona Drift)

— LLM이 대화가 길어짐에 따라 초기에 설정된 특정 캐릭터나 성격 설정을 잊어버리고, 점차 일반적인 AI 어시스턴트의 말투로 돌아가는 현상이다. 이는 컨텍스트 윈도우 내에서 초기 지시문의 영향력이 약해지거나 학습 데이터의 지배적인 패턴으로 회귀하기 때문에 발생한다.

데레 유형(Dere-types)

— 일본 서브컬처에서 유래한 성격 분류 체계로, 츤데레(Tsundere), 쿨데레(Kuudere) 등이 포함된다. LLM 학습 데이터에 방대한 예시와 정의가 포함되어 있어, 단 한 단어만으로도 복잡한 행동 패턴과 말투를 유도할 수 있는 고밀도 프롬프트 포인터로 활용된다.

안전 가드레일 보정(Safety Smoothing)

— AI 모델의 안전 학습(RLHF 등)으로 인해 특정 성격의 극단적인 특성이 억제되고 완화되는 현상이다. 예를 들어 집착이 강한 '얀데레' 성격을 설정해도 모델의 안전 가이드라인에 의해 공격적이거나 위험한 표현이 필터링되어 성격의 고유성이 희석된다.