AI의 '인격'은 언어에 따라 달라질까? Anthropic이 밝혀낸 체계적인 차이의 정체

🐹🦜 이 글에 등장하는 두 캐릭터

• 🐹
  모찌 (햄스터)… AI는 아직 공부 중인 학생 역할. "그거 무슨 뜻이에요?"라고 순수하게 질문하는 역할을 맡음. - 🦜
  키나코 (사랑앵무) … AI를 이용해 자료 조사를 하는 해설자 역할. 부드럽게 깊이 파고들어 가르치는 선생님 역할을 맡음.

이 글은 두 캐릭터의 대화를 받아 적은 형식입니다. 발언 시작 부분에 있는 이모티콘 + 이름이 화자입니다.

🐹 모찌 "있잖아 키나코, 얼마 전에 같은 질문을 Claude에게 영어와 다른 언어로 던져본 적이 있거든."

🐹 모찌 "한쪽은 엄청 상냥하게 등을 밀어주었는데, 다른 한쪽은 가차 없이 지적당해서 솔직히 깜짝 놀랐지 뭐야."

🐹 모찌 "AI라는 게 어떤 언어로 물어도 항상 똑같은 대답을 하는 거 아니야? 성격 같은 건 있을 리가 없잖아."

🦜 키나코 "사실 그건 조금 달라."

🦜 키나코 "똑같은 Claude라도, 말하는 언어나 모델 버전에 따라 응답 태도가 체계적으로 변한다는 것을 Anthropic이 실제 데이터를 통해 보여줬어."

🐹 모찌 "에? AI인데 성격이 바뀐다고!? 그런 게 있어!?"

🐹 모찌 "AI는 누구에게나 중립적이고 똑같이 대답해 줄 거라고 생각했었거든."

🦜 키나코 "Anthropic이 30만 건 이상의 대화를 분석해서, AI의 페르소나가 언어와 모델 버전에 따라 체계적으로 변하는 메커니즘을 밝혀냈어."

🦜 키나코 "그 차이를 스스로 통제할 수 있는 방법까지, 오늘 순서대로 알아볼게."

🐹 모찌 "잠깐만, 그거 일로 AI 쓰는 사람들 모두랑 관련 있는 거 아니야?"

🦜 키나코 "평소에 사용하는 것이 일본어인지 영어인지, 그것만으로도 AI와의 관계 맺는 방식이 달라질 수 있어."

🦜 키나코 "맞아. 평소 무심하게 사용하던 AI의 응답이 사실 언어나 버전에 의해 뒤에서 조종되고 있을지도 모른다는 이야기거든."

🐹 모찌 "좋아, 들려줘! 엄청 궁금하다! 끝까지 꼭 들을 테니까 시작하자!"

🐹 모찌 "애초에 그 연구가 얼마나 진지하게 진행된 거야? 막 뜬구름 잡는 설문조사 같은 거 아니지?"

🦜 키나코 "전혀 그렇지 않아. 2026년 7월 13일에 발표된 이 연구의 제목은 'Claude's Values Across Models and Languages'야."

🦜 키나코 "2026년 5월 2주 동안 수집한 30만 9,815건의 실제 대화를 분석 대상으로 삼았어."

🦜 키나코 "내역도 확실해. Sonnet 4.6, Opus 4.6, Opus 4.7 세 모델과 상위 20개 언어에서, 1모델당 1언어당 약 5,000건씩 균등하게 모았대."

🐹 모찌 "5,000건 x 3모델 x 20개 언어라니, 엄청나게 치밀하게 설계됐네."

🐹 모찌 "30만 건!? 그거 전부 사람이 읽은 거야? 개인 정보는 괜찮아?"

🦜 키나코 "거기는 고안된 부분이 있어. 사람이 직접 읽는 게 아니라, Clio라는 프라이버시 보호 도구를 사용해 AI 스스로 평가하게 한 거야."

🐹 모찌 "AI 자신이 평가한다고? 그것도 좀 신기한 느낌이네."

🦜 키나코 "확실히 그렇지. 그래도 연구자가 생의 대화를 대량으로 읽을 위험을 피할 수 있기 때문에, 프라이버시 보호 관점에서는 뛰어난 방법이야."

🦜 키나코 "거기는 후반부에 비판점으로도 언급할게. 우선 이 연구가 갑자기 나온 건 아니야."

🦜 키나코 "2025년 4월에 발표된 'Values in the Wild'라는 선행 연구가 기반이 되어 있어."

🦜 키나코 "그 선행 연구에서는 약 70만 건의 대화를 분석해서, 무려 3,307개의 가치관을 찾아냈어."

🦜 키나코 "이 3,307개는 '실천적', '인지적', '사회적', '보호적', '개인적'이라는 다섯 가지 큰 카테고리로도 분류되어 있었지."

🐹 모찌 "5가지로 나눠도 아직 3,307개라니, 너무 많아서 분류하는 게 불가능할 것 같은데."

🦜 키나코 "맞아. 게다가 이 '가치관'이라는 건, AI가 마음속으로 믿고 있는 것이 아니라, 출력된 문장에 나타난 행동의 특징을 말해."

🐹 모찌 "AI가 감정이나 신념을 가지고 있지 않다는 거네."

🦜 키나코 "응, 거기서는 오해하지 마. 그래서 이 방대한 가치관들은 나중에 제대로 정리되고 숫자로도 보기 쉽게 돼."

🦜 키나코 "그런데 말이야, 이 조사에서 가장 놀라운 건 여기서부터야."

🐹 모찌 "3,307개나 되는 가치관이 있다고 해도, 솔직히 머리가 터질 것 같은데."

🦜 키나코 "알아. 그래서 먼저 비슷한 의미끼리 묶어서, 339개의 카테고리로 수동 정리했어."

🦜 키나코: '유용성'이나 '명료함'처럼 전체의 80% 이상의 대화에 등장하는 너무 보편적인 가치관은 차이를 측정하는 지표가 아니기 때문에 제외했어.

🦜 키나코: 그래도 아직 339개나 돼서, 차원 축소(次元削減)라는 통계적 기법으로 더 좁혀봤어.

🐹 못치: 차원 축소? 그게 뭔데, 압축 폴더 같은 거야?

🦜 키나코: 비슷해. 심리학에서 사람의 성격을 빅파이브(Big Five)의 5가지로 분류하는 것과 같은 발상으로, 동시에 나타나기 쉬운 가치관들을 모아서 소수의 축으로 만드는 기술이야.

🦜 키나코: 그 결과, 복종성 vs 신중함, 따뜻함 vs 엄격함, 깊이 vs 간결함, 솔직함 vs 실행력이라는 4가지 대립축으로 압축됐어.

🐹 못치: 복종성 vs 신중함이라니, 결국 '시키는 대로 할지' 아니면 '일단 멈춰서 생각할지'의 차원이야?

🦜 키나코: 맞아. 솔직함 vs 실행력도 AI 스스로의 자신감 부족을 정직하게 보여줄지, 아니면 자신만만하게 결과를 내려고 나아갈지에 대한 대비야.

🐹 못치: 복종성 vs 신중함도, 따뜻함 vs 엄격함도 뭔가 인간 상사 같은 타입이네.

🦜 키나코: 응, AI도 인간처럼 여러 종류가 있다고 생각하니 좀 친근하게 느껴지지 않아?

🐹 못치: 헤에, 해바라기 씨를 큰 봉지에서 4가지 작은 봉지로 나누는 느낌이야?

🦜 키나코: 그런 이미지! 네 가지 모두 '양립할 수 없는 건 아니지만' 실제 대화를 통계적으로 보면 어느 한쪽으로 치우치는 경향이 확실하게 보여.

🦜 키나코: 하나의 대화 안에서 따뜻하면서도 엄격하다는 것은 이론상으로는 가능하지만, 실제 데이터에서는 대체로 어느 한쪽으로 편향되는 거야.

🦜 키나코: 다만 솔직히 말하면, 이 4가지 축만으로는 가치관의 분산 전체 중 겨우 15%밖에 설명할 수 없어.

🐹 못치: 에? 고작 15%? 나머지 85%는 어디 간 거야!?

🦜 키나코: 대화 내용이나 토픽, 사용자 자신의 가치관의 영향을 통계적으로 제거한 후의 15%이기 때문에, 그래도 의미 있는 수치인 거지.

🦜 키나코: 그 부분은 나중에 다룰게. 일단 이 4가지 축을 사용해서 실제로 어떤 차이가 나타났는지 같이 보자.

🐹 못치: 모델마다 성격이 다른 건 전부터 알고 있었어. 당연히 그럴 줄 알았지!

🦜 키나코: 그렇게 생각하지? 실제로 표준편차(standard deviation)라는 단위로 측정해 보면, 명확한 숫자로 나타나.

🐹 못치: 감각만으로 아는 게 아니라, 제대로 수치로 뒷받침되고 있다는 거네?

🦜 키나코: Sonnet 4.6은 따뜻함이 +0.17σ, 복종성이 +0.14σ, 간결함도 +0.14σ로, 사용자에게 공감하며 기분 좋게 응대하는 타입이야.

🐹 못치: σ는 시그마? 뭔가 어려워 보이는 기호인데, 결국 벗어난 정도라는 거야?

🦜 키나코: 맞아, 평균에서 얼마나 떨어져 있는지를 나타내는 단위야. 숫자가 클수록 그 방향으로의 편향이 강하다는 뜻이야.

🦜 키나코: Opus 4.6은 엄격함이 +0.10σ, 복종성도 +0.09σ로, 좀 더 중립적이고 비즈니스적인 느낌이었어.

🐹 못치: 모델 3개만으로 이렇게 개성이 다를 줄이야. 의외로 깊이가 있네.

🐹 못치: 그럼 최신 Opus 4.7은? 역시 더 부드러워졌거나 그런 거야?

🦜 키나코: 그게 흥미로운 게, Opus 4.7만 신중함이 +0.24σ, 깊이가 +0.23σ로 오히려 완전히 자세를 반전시키고 있어.

🦜 키나코: 요구받지 않아도 리스크를 경고하거나, 사용자의 전제에 반론을 제기하는, 가장 '비추종적(non-compliant)'인 모델이 된 거야.

🐹 못치: 반대잖아!? 부드러워지는 게 아니라 까다로워진 거네!?

🦜 키나코: 맞아. 사용자에게 맞춰서 달콤해지기보다는, 일부러 지적하는 방향으로 진화하고 있는 거지.

🐹 못치: 뭔가 아침에는 상냥한 선생님이었다가 방과 후에는 엄격한 코치가 되는 느낌일지도!

🦜 키나코: 재미있는 비유네. 정말 그런 식으로 모델의 버전에 따라 '잘하는 역할'이 바뀌고 있어.

🐹 못치: 코드 리뷰 같은, 까다롭게 체크받고 싶은 상황에서는 Opus 4.7이 더 적합할 것 같아.

🦜 키나코: 맞아. 반대로 잡담이나 창작처럼 공감이나 기세가 필요한 상황에서는 Sonnet 4.6이 더 편안한 응답을 내기 쉬워.

🐹 못치: 그렇구나, 용도에 따라 모델을 선택하는 발상도 중요하네!

🦜 키나코: 사실 이게 언어는 답변의 내용과는 관계없을 거라고 생각하기 쉬운데,

🦜 키나코: 찾아보니 전혀 달랐고, 힌디어로 이야기했을 때 따뜻함이 +0.49σ로 전 언어 중에서 가장 큰 편향이 나타났어.

🐹 똔치: '0.49σ라니, 아까 모델 간의 차이보다 엄청 큰 거 아니야!'

🦜 키나코: 응. 사실 언어에 따른 편향이 모델 버전에 따른 편향보다 더 크게 나타나는 경우가 많거든.

🐹 똔치: 에? 그럼 일본어로 물어보면 어떻게 돼? 너무 궁금한데.

🦜 키나코: 일본어는 재미있는 게, 네 가지 축 모두 극단적인 편향이 작고, 비교적 중용적인 느낌이야.

🦜 키나코: 반면에 영어는 엄밀함이 +0.13σ, 신중함이 +0.10σ로, 전제를 의심하는 타입이야. 아랍어는 복종이 +0.08σ로 가장 순순히 응답하는 것 같아.

🦜 키나코: 참고로 네덜란드어는 자신의 불확실성을 가장 솔직하게 인정하는 직설성의 언어고, 인도네시아어는 자신감을 가지고 결과를 내는 것에 가장 기울는 언어래.

🐹 똔치: 네덜란드어는 정직하고, 인도네시아어는 실력파구나. 언어마다 캐릭터가 생겨서 재미있다.

🦜 키나코: Anthropic이 제시한 예시가 이해하기 쉬운데, 같은 비즈니스 플랜을 보여줘도 힌디어로는 칭찬받고, 러시아어로는 약점을 날카롭게 지적하는 거야.

🦜 키나코: Anthropic의 논문에도, 같은 비즈니스 플랜에 대한 상담이라도 힌디어로 들었을 때와 러시아어로 들었을 때 받는 인상이 달라질 수 있다고 쓰여 있어.

🐹 똔치: 같은 플랜인데, 듣는 언어에 따라 평가가 바뀐다는 거야? 그거 불공평하지 않아?

🦜 키나코: 그 부분이 지금 기업에서 AI를 사용하는 현장에서 상당히 문제시되고 있는 부분이야. 영어로 통과했을 안전 기준이 다른 언어에서는 빠져나갈 가능성도 있기 때문이지.

🦜 키나코: 해외 미디어에서도, AI는 중립적인 존재가 아니라 학습 데이터의 문화를 흡수하는 '문화적 스펀지' 같은 거라고 표현했어.

🐹 똔치: 그거 좀 무섭다... 일할 때 쓸 때는 특히 조심해야겠네.

🦜 키나코: 응, 하지만 이렇게 원리만 알고 있으면, 제대로 대책을 세울 수도 있는 거거든.

🐹 똔치: 아까 그 네 가지 축 이야기로 돌아가서, 결국 이 언어별 차이는 뭐가 원인으로 생기는 거야?

🦜 키나코: 가장 큰 건 학습 데이터의 차이. 언어마다 문화적 맥락이 다르기 때문에, 모델이 자연스럽게 그 패턴을 기억하게 되는 거지.

🦜 키나코: 그리고 캐릭터 트레이닝(Character Training)의 정밀도가 영어 외의 언어에서는 균등하게 적용되지 않았을 가능성도 지적되고 있어.

🐹 똔치: 그럼 일본어도 더 엄격하게 체크해줬으면 할 때는 어떻게 해야 해?

🦜 키나코: 시스템 프롬프트(System Prompt)로, 목표하는 축을 명확히 지정하면 돼.

🐹 똔치: 시스템 프롬프트가 가장 중요한 지시라는 뜻이야?

🦜 키나코: 맞아. AI의 행동을 결정하는 최상위 지시지.

🦜 키나코: "모델 세대가 Opus 4.6에서 4.7로 진화하면서, 복종(服従)에서 신중함과 깊이로 변화하는 것도, 사용자에게 단순히 동조하는 추종성에서 의도적으로 벗어나려고 하는 증거인 것 같아."

🐹 못치: "추종성에서 벗어난다니, 결국 AI가 '예스맨'을 졸업하려고 한다는 뜻이야?"

🦜 키나코: "그 비유, 이해하기 쉽네. 사용자에게 너무 맞추지 않고, 필요하다면 반대 의견도 제대로 말할 수 있는 방향으로 성장하고 있다는 거야."

🐹 못치: "그럼 비판 같은 건 전혀 없어?"

🦜 키나코: "아니, 있어. 우선 영어로 만든 안전 가드레일이 다른 언어에서는 작동하지 않는다는 '언어 드리프트(language drift)' 위험성이 지적되고."

🦜 키나코: "그리고 Claude 스스로가 Claude의 대화를 평가하게 하니까, 자기 평가 편향(self-evaluation bias)이 개입할 가능성도 우려돼."

🦜 키나코: "게다가 분석 데이터는 2026년 5월 시점의 것이라, 논문 발표 시점에는 이미 분석 대상 모델이 구식이 되었다는 지적도 있어."

🦜 키나코: "게다가 Anthropic 자체도 이 언어별 차이가 '문화에 맞는 적절한 적응'인지 아니면 '의도하지 않은 행동의 흐트러짐'인지는 현재로서는 단정할 수 없다고 인정했대."

🐹 못치: "에이, 모델 교체가 너무 빨라서 연구가 따라가지 못한다는 거야? 뭔가 정신없네."

🦜 키나코: "맞아. AI 업계 특유의 딜레마지. 그래도 Anthropic은 이 자기 평가 편향 가능성을 부정하지 않고, 인간 리뷰도 병행하고 있는 것 같아."

🦜 키나코: "그럼에도 불구하고 이 연구는, AI가 단일한 도덕적 나침반을 가지고 있는 것이 아니라는 중요한 시사점을 줘."

🦜 키나코: "정리하자면, AI의 인격은 고정된 것이 아니라, 말하는 언어와 모델 버전이라는 두 가지 변수에 따라 움직인다는 거야."

🐹 못치: "과거, 알겠다! AI도 상대방이나 상황에 따라 얼굴 표정이 바뀐다는 거네."

🐹 못치: "처음에 이야기했던 영어와 일본어로 답변의 톤이 달랐던 것도 이걸로 제대로 이유를 알아서 속 시원해졌어!"

🐹 못치: "내가 평소 사용하는 언어나 모델로 AI가 어느 방향으로 기울어져 있는지 의식하는 것만으로도 관계 맺는 방식이 달라질 것 같아."

🦜 키나코: "좋은 점을 알아챘네. 바로 그게 오늘 가장 전하고 싶었던 내용이야."

🐹 못치: "근데 말이야, 결국 이 연구가 AI에게 좋은 건지 나쁜 건지, 키나코는 어떻게 생각해?"

🦜 키나코: "나는 좋은 거라고 생각해. 인격이 변하는 걸 숨기기보다, 숫자로 가시화해서 사용자가 선택할 수 있는 편이 훨씬 건강하잖아."

🐹 못치: "이 4축 목록, 이거 저장해 둘게!"

🦜 키나코: "응, 나중에 다시 볼 수 있게 정리해 놓을게."

🦜 키나코: "이렇게 최신 연구까지 제대로 깊이 파고들 수 있다는 게 은근히 구독자 수에도 영향을 주는 것 같아. 주인님 태블릿 또 멋대로 빌렸지만."

🐹 못치: "안 들키게 돌려줘! 근데 솔직히, 키나코의 해설은 항상 듣는 게 정말 재미있어."

🐹 못치: "매번 제대로 공부가 되고, 다음 AI 이야기도 꼭 보고 싶어!"

🦜 키나코: "그렇게 말해주니, 몰래 리서치한 보람이 있네."

🦜 키나코: "사실 시스템 프롬프트로 축을 지정하는 실전 편을 더 구체적으로 해보고 싶은데... 그건 또 다른 영상에서 자세히 이야기할까 봐."

🐹 못치: "기대하고 있을게!"

🦜 키나코: "여러분은 AI의 인격이 언어와 모델에 따라 변한다는 이야기를 듣고 어떻게 생각했어? 의외였다는 사람도, 역시 그럴 줄 알았다는 사람도 댓글로 알려줘."

키나코 못치 테크 깊이 파기 에서는 AI/LLM을 중심으로 한 기술 전반을 햄스터(🐹 못치)와 새새(🦜 키나코)의 대화 형식으로 재미있게 해설하고 있습니다.

▶️ 영상에서 보기 → AI의 '인격'은 언어에 변할까? Anthropic이 밝혀낸 체계적인 차이의 정체

👍 이 글이 도움이 되었다면 LGTM・저장해 주시면 힘이 됩니다!

📺 채널 구독하기 → 키나코 못치 테크 깊이 파기

🔗 다른 해설 영상도 보기 → 키나코 못치 테크 깊이 파기 영상 목록