널리 채택된 ASR(Automatic Speech Recognition, 자동 음성 인식) 모델인 Whisper는 환각(Hallucination) 현상, 즉 입력값과 완전히 무관한 비음성 오디오에 대해 일관된 전사(Transcription)를 생성하는 문제로 알려져 있습니다. 본 연구에서는 Whisper의 내부 표현(Internal representations)을 통해 환각을 탐지하고 완화할 수 있는지 조사합니다. 우리는 오디오 인코더 활성화 값(Audio encoder activations)을 추출하고 두 가지 표현 공간인 Whisper의 원시 활성화 값(Raw activations)과 희소 오토인코더(Sparse AutoEncoder, SAE) 잠재 변수(Latents)를 평가합니다. 우리는 두 공간 모두 선형적으로 분리 가능한 환각 관련 정보를 인코딩하고 있으며, 판별력(Discriminative power)이 희소한 특징(Sparse feature) 서브셋에 집중되어 있고 인코더의 깊은 층(Deeper encoder layers)으로 갈수록 증가한다는 것을 보여줍니다. 우리는 두 가지 스티어링(Steering) 전략인 활성화 공간 스티어링(Activation-space steering)과 SAE 잠재 공간 스티어링(SAE latent-space steering)을 제안합니다. 전체 비음성 테스트 세트에 대해 SAE 기반 스티어링을 적용했을 때, 환각 발생률은 Whisper small 모델의 경우 72.63%에서 14.11%로, Whisper large-v3 모델의 경우 86.88%에서 27.33%로 감소하였으며, 음성 데이터에서의 WER(Word Error Rate, 단어 오류율) 저하는 미미하여 미세 조정(Fine-tuning) 기반 방법의 성능에 근접하는 결과를 보였습니다.