기계에게 가치관 가르치기: LLM에서의 인간과 유사한 행동 시뮬레이션
요약
본 연구는 심리학적 가치 이론을 활용하여 LLM이 인간과 유사한 가치 구조를 준수하며 행동할 수 있는지 평가합니다. 대규모 실험 결과, 가치 프롬프트가 적용된 LLM은 인간의 가치 분포 및 행동 패턴과 강력한 일치성을 보였습니다.
핵심 포인트
- 심리학적 가치 이론을 통한 LLM의 가치 구조 유도
- LLM과 인간 사이의 강력한 가치-행동 일치성 확인
- 인구 수준의 시뮬레이션을 위한 LLM의 잠재력 입증
- 500만 개 이상의 질문을 통한 대규모 검증 수행
대규모 언어 모델 (LLMs)은 다양한 페르소나 (personas)와 역할을 채택하는 놀라운 능력을 보여줍니다. 하지만 이들이 일관되고 인간과 유사한 가치 구조 (value structure)를 준수하는 행동을 나타낼 수 있는지 여부는 여전히 불분명합니다. 본 연구에서는 확립된 심리학적 가치 이론 (psychological value theory)을 활용하여 LLM에 인간과 유사한 가치관을 유도하고, 이것이 인간 연구에서 관찰된 패턴과 일치하는지 평가합니다. 검증된 심리학적 설문지를 사용하여, 우리는 주요 LLM의 가치 구조와 가치-행동 관계 (value-behavior relationships)를 평가하고 이를 인간과 비교하기 위해 500만 개 이상의 질문을 포함하는 대규모 실험을 수행합니다. 우리의 연구 결과는 가치 프롬프트 (value-prompted)가 적용된 LLM과 인간 사이에서 두 차원 모두 강력한 일치성을 보임을 밝혀냈습니다. 또한, 인간의 가치 분포 (human value distributions)를 통합함으로써 가치 유도형 LLM을 통한 인구 수준의 시뮬레이션 (population-level simulations)을 강화할 수 있습니다. 이러한 발견은 가치 유도형 LLM이 인간의 행동을 시뮬레이션하기 위한 효과적이고 심리학적 근거를 갖춘 도구로서의 잠재력을 가지고 있음을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기