대규모 언어 모델(LLM)에서 언어에 따른 지정학적 분열
요약
본 연구는 LLM이 질문 언어에 따라 동일한 정치적 답변을 제공하는지 조사했습니다. GPT, Claude, Gemini 세 모델에게 112개 언어로 우크라이나 전쟁 관련 진술문을 평가하게 했으며, 그 결과 국가의 공식 언어별로 응답 패턴에서 지정학적 분열과 유사한 경향이 나타났습니다.
핵심 포인트
- LLM은 질문 언어에 따라 정치적 답변에 차이를 보일 수 있습니다.
- 국가별 언어 그룹화 시, 러시아 편향/우크라이나 편향의 균형이 다르게 나타납니다.
- 이러한 패턴은 정보전(information warfare)을 통해 AI 모델 훈련 데이터에 영향을 받을 수 있음을 시사합니다.
사람들은 뉴스나 세계 사건의 설명을 위해 AI 챗봇을 점점 더 많이 이용하고 있습니다. 하지만 다른 언어로 질문할 때 동일한 정치적 답변을 받게 될까요? 본 연구에서는 질문의 언어가 동일한 AI 시스템이 우크라이나 전쟁을 평가하는 방식에 어떻게 변화를 줄 수 있는지 보여줍니다. 우리는 GPT, Claude, Gemini에게 112개 언어로 우크라이나 전쟁에 관한 20개의 진술문을 평가하도록 요청하여 총 67,200개의 응답을 수집했습니다. 러시아 편향적 답변과 우크라이나 편향적 답변의 균형은 언어별로 다릅니다. 국가의 공식 언어별로 응답을 그룹화했을 때, 이들은 전 세계적인 정치적 분열과 유사한 패턴을 따릅니다: 상대적으로 더 많은 러시아 편향적 답변은 러시아에 대한 더 우호적인 대중적 시각, 유엔 투표에서 우크라이나에 대한 낮은 지지, 그리고 우크라이나에 대한 적은 원조와 관련이 있습니다. 이러한 광범위한 패턴은 세 모델 모두에서 반복되며 개별 진술 쌍을 제거해도 유지됩니다. 우리의 발견은 정보전(information warfare)이 AI 모델 훈련에 사용되는 텍스트를 형성할 수 있는 가능한 경로를 시사하며, 이는 다시 지정학적 편향을 확산시킬 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기