지시 계층 구조 (Instruction hierarchy, IH)는 모델이 출처에 따라 지시 사항의 우선순위를 정하여, 높은 우선순위의 지시가 낮은 우선순위의 지시를 무시하도록 요구합니다. 안전하고 제어 가능한 배포를 위해 매우 중요함에도 불구하고, 기존의 평가들은 거의 전적으로 영어에만 집중되어 있어 다국어 환경에서도 IH 준수 여부가 안정적으로 유지되는지는 불분명합니다. 우리는 6개 언어, 4개 도메인, 3개 IH 설정에 걸쳐 동일 언어 및 교차 언어 충돌을 모두 포함하는 다국어 IH 평가를 위한 벤치마크인 XIH-Bench를 소개합니다. 모델 전반에 걸쳐 우리는 두 가지 일관된 패턴을 발견했습니다. 첫째, IH 준수는 명확한 언어 의존적 비대칭성을 보입니다. 즉, 높은 우선순위 위치에서 준수 능력을 강화하는 언어가 낮은 우선순위 위치에서는 방해가 될 수 있습니다. 둘째, 교차 언어 충돌은 동일 언어 충돌보다 더 높은 준수율을 보이는데, 우리는 이 현상을 언어 경계 효과 (Language Boundary Effect)라고 명명합니다. 나아가 우리는 언어 특화 (language specialization)로 인해 모델이 선호하는 언어의 낮은 우선순위 지시를 무시하기가 더 어려워질 수 있으며, 이는 다국어 신뢰성 및 보안 리스크를 초래할 수 있음을 보여줍니다.