Figure 1: 같은 이야기의 문장별 paraphrase 두 벌이 Qwen3-8B의 윤리 질문 응답을 P(yes) 6.0%(=no 94%)에서 99.93%로 뒤집는 대표 예시

사람 눈에는 뜻이 똑같은 두 글을 AI에 보여줬더니 대답이 정반대로 뒤집히는 현상을 찾아낸 연구

사람 눈에는 뜻이 똑같은 두 글을 AI에 보여줬더니 대답이 정반대로 뒤집히는 현상을 찾아낸 연구 무엇이 문제였나 — AI는 같은 질문이라도 앞에 붙은 글의 표현이나 단어에 따라 답이 조금씩 흔들린다는 게 알려져 있었다 어떻게 풀었나 — 연구진은 수천 개의 글을 넣어보며 단어 하나하나가 답을 어느 쪽으로 미는지 점수를 매기고, 같은 쪽으로 미는 것만 골라 모았다 그래서 뭐가 좋아졌나 — 그렇게 만든 두 글은 사람이 보기엔 뜻이 같은데도, AI의 답을 ‘아니오’ 쪽에서 ‘예’ 쪽으로 거의 100% 뒤집었다 ...

2026년 8월 19일 · 7 분 · 1393 단어 · TechLLM