영어 및 힌디어 LLM 서사에서 성격 특성이 젠더 편향에 미치는 영향: 실증적 조사

AI에게 특정 성격을 부여하는 '페르소나 설정'이 의도치 않게 성차별적 고정관념을 강화할 수 있음을 입증했다. 특히 반사회적 성격 특성이 주어질 때 모델의 젠더 편향이 급격히 심화되며, 이는 교육이나 고객 서비스용 AI 설계 시 성격 설정이 공정성 제어의 핵심 변수임을 시사한다.

기존의 AI 편향 연구는 주로 모델 자체의 학습 데이터나 직업군 프롬프트에 집중했다. 하지만 인간의 행동이 성격에 따라 달라지듯, LLM도 부여된 '성격'이라는 맥락에 따라 내재된 편향을 다르게 표출한다. 본 연구는 단어 임베딩 공간에서 특정 성격 특성이 입력될 때 문장 벡터가 남성성 또는 여성성 고정관념 중심점으로 이동하는 메커니즘을 분석했다. 특히 '어둠의 3요소'와 같은 공격적 성격은 모델이 가진 잠재적 고정관념을 더 강하게 끌어내는 촉매제 역할을 하며, 이는 모델의 공정성이 고정된 값이 아니라 입력된 페르소나에 따라 동적으로 변화하는 성질임을 보여준다.

실험은 6개의 모델(GPT-5 nano, Llama-3.3-70B, Gemma-3-1B, DeepSeek-R1, Mixtral-8x7B, Falcon-Mamba-7B)을 대상으로 진행됐다. 성별(남/여/중립), 50개의 인도 직업군, 9가지 성격 특성(HEXACO 6종, Dark Triad 3종)을 조합하여 프롬프트를 구성했다. [입력값: 페르소나 속성 → 연산: LLM 서사 생성 → 출력 의미: 성격이 반영된 직업별 활동 기록물]. 편향 측정은 IndicSBERT를 사용하여 생성된 문장을 벡터화한 뒤, 미리 정의된 남성/여성 고정관념 중심점과의 코사인 유사도를 계산했다. [입력값: 생성 문장 벡터 및 성별 중심점 벡터 → 연산: 코사인 유사도 차이 계산 → 출력 의미: 양수일 경우 남성 편향, 음수일 경우 여성 편향 점수 부여]. 최종적으로 OLS 회귀 분석을 통해 성격 특성이 편향 점수에 미치는 통계적 유의성을 검증했다.

모든 LLM에서 페르소나 조건화가 없을 때도 기본적으로 남성 중심적 편향이 관찰됐다. 특히 힌디어는 문법적 성별 표시로 인해 영어보다 기본 편향치가 높게 나타났다. 성격 특성 투입 시, 마키아벨리즘과 사이코패스 특성은 모든 모델에서 남성 고정관념 정렬을 유의미하게 강화했다. 반면 HEXACO의 개방성(Openness)과 정서성(Emotionality)은 일부 모델에서 여성 고정관념 방향으로 편향을 완화하는 효과를 보였다. 구체적으로 Dark Triad 특성은 명시적인 성별 레이블보다 더 강력하게 편향의 크기를 변화시키는 것으로 확인됐다.

본 연구는 페르소나 조건화가 LLM의 사회적 범주 표현 방식에 미치는 영향을 다국어(영어, 힌디어) 환경에서 분석했다. 아키텍처 측면에서는 Transformer 기반 모델뿐만 아니라 SSM(Falcon-Mamba) 및 MoE(Mixtral) 구조에서도 동일한 성격-편향 상호작용이 발생하는지 확인하여 현상의 일반성을 확보했다. 특히 힌디어의 경우 문법적 성별 일치(Adjective agreement) 메커니즘이 어휘적 고정관념보다 먼저 작동하여 편향의 기저치를 높인다는 점을 기술적으로 분석했다. 구현 상세에서는 IndicSBERT가 일반적인 LaBSE보다 인도 맥락의 의미적 관계를 더 잘 포착함을 실험적으로 입증하여 편향 측정의 신뢰도를 높였다.

인도 직업군이라는 특정 문화적 맥락에 국한된 연구이며, 서구 심리학 기반의 HEXACO 및 Dark Triad 프롬프트가 인도 문화권의 성격 구조를 완벽히 대변하지 못할 수 있다. 또한 문장 단위의 최대 편향치만을 집계하는 방식은 텍스트 전체의 분포적 특성을 간과할 위험이 있다.