우리는 사용자가 틀렸음에도 불구하고 모델이 사용자의 의견에 동조하는 현상인 **아첨 (Sycophancy)**에 서로 다른 페르소나 (Persona)가 미치는 영향을 연구합니다. 표준적인 완화 방법인 대조적 활성화 추가 (Contrastive Activation Addition, CAA)는 아첨하는 응답과 정직한 응답의 라벨링된 쌍으로부터 스티어링 방향 (Steering direction)을 도출합니다. 본 연구는 일반적인 역할 수행 (Role-playing)을 위해 개발되었으며 아첨 데이터로 학습되지 않은 기성 페르소나 스티어링 벡터 (Off-the-shelf persona steering vectors)가 대안이 될 수 있는지 평가합니다. 두 가지 지시어 튜닝 모델 (Instruction-tuned models)에서 의구심이나 정밀 조사를 특징으로 하는 페르소나로 스티어링할 경우, 아첨 현상이 CAA 효과의 약 $68%$ 및 $98%$ 수준으로 감소하며, CAA와 달리 사용자가 옳을 때는 정확도 (Accuracy)를 유지합니다. 이러한 효과는 비대칭적입니다. 즉, 동조하는 페르소나로 스티어링한다고 해서 아첨이 그만큼 대칭적으로 증가하지는 않습니다. 기하학적으로 페르소나 벡터 (Persona vector)는 활성화 공간 (Activation space) 내에서 아첨의 방향과 크게 독립적입니다. 종합적으로, 이러한 발견은 아첨이 단일하게 스티어링 가능한 방향이라기보다 페르소나 수준의 속성 (Persona-level property)으로 이해되는 것이 더 적절함을 시사합니다. 우리는 코드를 여기에 공개합니다: https://anonymous.4open.science/r/Sycophancy-Steering-9DF0/.