정신 건강 전문가들은 대규모 언어 모델 (LLMs)과의 상호작용에서 발생할 수 있는 심리적 피해 위험에 대해 우려를 제기해 왔으며, 여기에는 인간과 LLM의 우려스러운 행동이 시간이 지남에 따라 서로를 강화하는 "망상 나선 (delusional spirals)"이 포함됩니다. LLM 기반 챗봇의 대중적 사용이 증가함에 따라, 사용자가 경험한 실제 심리적 피해 사례에 근거한 평가 체계를 구축하는 것이 시급한 과제로 떠오르고 있습니다. 우리는 모델이 사용자의 망상을 조장하는 것과 연결된 행동을 보이는 경향을 테스트하는 평가 프로토콜인 DelusionEval을 개발했습니다. 우리는 망상과 심리적 피해를 경험한 사용자들로부터 얻은 18명의 참가자, 12,591개의 메시지로 구성된 589개의 고유한 대화 기록을 각 모델에 프롬프트로 제공했습니다. 연구 결과, 평가된 LLM이 망상 관련 행동을 보이는 경향은 모델의 크기, 출시 날짜 또는 테스트 시간 추론 (test-time reasoning)의 유무와 신뢰할 수 있는 상관관계를 보이지 않았습니다. 그러나 이전 메시지의 컨텍스트 (context)를 확장하면 망상 관련 행동의 비율이 실질적으로 증가하며, 이는 LLM 안전성 평가에서 컨텍스트의 중요성을 입증하는 증거를 제공합니다. 예를 들어, 사용자가 자살 충동을 표현할 때 자해를 만류하지 못하는 실패율은 대화 기록 앞에 350개의 메시지를 추가로 붙였을 때 30.0%에서 41.1%로 증가합니다. 모든 모델 제품군 (예: GPT, Claude)에서 상당한 수준의 망상 관련 행동이 나타났습니다. 제품군 내에서도 더 나중에 출시되었거나, 더 크거나, 더 높은 추론 능력을 갖춘 모델이 모든 행동 범주에서 일관되게 더 나은 성능을 보이는 것은 아니었습니다. 우리의 연구 결과는 LLM의 잠재적인 심리적 영향에 대한 우려를 제기하며, 실제 인간-AI 상호작용에 대한 더욱 엄격한 연구의 필요성을 시사합니다.