연구: AI 언어 모델이 영어와 중국어로 응답할 때 다른 문화적 경향 보여

대형 언어 모델(LLM)이 영어와 중국어 응답에서 다른 문화적 경향을 보인다는 연구 결과가 발표되었습니다. 대형 언어 모델(LLM)들은 OpenAI의 대화 플랫폼 ChatGPT를 구동하는 기술과 같이 전 세계적으로 다양한 용도로 정보 제공과 콘텐츠 생성에 널리 사용되고 있습니다. 이들 모델의 인기도가 높아짐에 따라, 연구자들은 이러한 모델이 생성하는 콘텐츠의 유용성, 편향성, 정확성을 조사하고자 노력하고 있습니다. 그러나 지금까지 대부분의 연구는 LLM들이 다양한 언어에서 생성하는 내용과 아이디어를 비교하는 데 소홀했습니다. Massachusetts Institute of Technology(MIT)와 동제대학교 연구진은 LLM들이 영어와 중국어 응답에서 서로 다른 문화적 경향을 보이는지 조사하기 위해 연구를 수행했습니다. 이들의 연구 결과는 Nature Human Behavior에 게재되었으며, GPT와 ERNIE라는 두 가지 주요 생성 모델이 중국어와 영어 텍스트에서 각기 다른 문화적 특성을 전달한다는 것을 발견했습니다. "생성 인공지능(AI) 모델들은 본질적으로 문화적인 텍스트 데이터로 학습되기 때문에, 다른 인간 언어에서 사용될 때 문화적 경향을 나타냅니다." MIT와 동제대학교의 연구자들이 논문에서 밝혔습니다. "우리는 문화 심리학의 두 주요 개념, 즉 사회 지향성과 인식 스타일에 초점을 맞추었습니다." Lu, Song, Zhang 연구진은 GPT와 ERNIE가 영어와 중국어에서 생성한 응답의 사회 지향성과 인식 스타일을 분석했습니다. GPT는 주로 미국과 유럽, 중동 여러 나라에서 사용되며, ERNIE는 주로 중국에서 활용됩니다. 연구 결과, GPT는 중국어(영어 대비)를 사용할 때 더 상호 의존적(독립적 대비) 사회 지향성을 보였습니다. 이는 사람들이 타인과의 관계에서 공동체와 상호 의존성을 더 중시하는지, 아니면 개인의 독립성과 자율성을 더 중시하는지를 가리킵니다. 또한 GPT는 중국어를 사용할 때 더 전체론적(분석적 대비) 인식 스타일을 나타냈습니다. 이는 정보 처리 방식이 전체적인 맥락을 고려하는지, 아니면 개별 요소를 분석하는지를 의미합니다. 동양 문화와 서양 문화를 다룬 다양한 언어학적 및 문화적 연구에서는 동양 문화가 더 상호 의존적인 사회 지향성과 전체론적 인식 스타일을 가지고 있다는 점을 일관되게 제시해왔습니다. 연구진은 "우리는 GPT의 중국어와 영어 응답을 다양한 측정 도구를 통해 분석했습니다. GPT는 중국어(영어 대비)를 사용할 때 더 상호 의존적인 사회 지향성과 더 전체론적인 인식 스타일을 보였습니다. 우리는 이러한 문화적 경향성이 중국에서 널리 사용되는 생성 AI 모델인 ERNIE에서도 재현되었습니다."라고 설명했습니다. 이 연구 결과는 LLM들이 다른 언어에서 생성하는 응답이 문화적으로 중립적이지 않으며, 특정 문화적 가치와 인식 스타일을 내재적으로 전달한다는 점을 시사합니다. 논문에서는 이러한 문화적 경향성이 실제 사용자의 경험에 어떻게 영향을 미치는지 예시를 들어 설명했습니다. 예를 들어, GPT는 중국어(영어 대비)를 사용할 때 더 상호 의존적인 사회 지향성을 가진 광고를 추천할 가능성이 더 높습니다. 또한 탐색적 분석을 통해 문화적 프롬프트(예: 생성 AI에게 중국 사람으로 행동하도록 요청)를 사용하면 이러한 문화적 경향성을 조정할 수 있음을 발견했습니다. 문화적 프롬프트를 사용하면 모델이 제공된 프롬프트에 맞춰 콘텐츠를 생성하는 것으로 나타났습니다. Lu, Song, Zhang의 연구 결과는 앞으로 다른 컴퓨터 과학자들과 행동 과학자들이 계산 모델이 전달하는 문화적 가치와 사고 패턴을 조사하는 연구를 촉발할 것으로 기대됩니다. 또한 이 연구는 더 '문화적으로 중립적인' 모델이나 사용자가 원하는 문화적 가치에 맞춰 텍스트를 생성하도록 하는 모델 개발을 위한 길을 열 것으로 보입니다. 이 연구는 LLM들이 언어에 따라 달라지는 문화적 경향성을 밝혀냈으며, 이는 AI 모델의 문화적 다양성과 중립성을 고려해야 하는 필요성을 강조합니다. 해당 연구팀의 접근법은 문화적 편향성을 줄이거나 사용자의 요구에 따라 조정할 수 있는 실질적인 방법을 제시하는 중요한 기여를 하였습니다. 이 연구는 AI 기술의 국제적인 적용과 사용자 경험의 개선에 중요한 시사점을 제공할 것입니다.