거대언어모델과 사회 정책 편향: LLM은 연금을 3분의 1로 줄이고 주택 예산을 4배로 부풀린다

AI 요약

런던정경대학(LSE) 연구진의 arXiv 논문은 GPT, Claude, DeepSeek, Grok에게 스페인과 독일의 사회 예산을 배분하게 한 결과 모든 모델이 연금을 실제의 약 3분의 1 수준으로 과소 배분하고 주택은 4배, 고용은 2배로 과대 배분했다고 보고했습니다. 연구는 이 편향이 특정 국가나 이념 때문이 아니라 LLM이 학습한 텍스트에서 정책 분야별 논의 밀도 차이가 반영된 구조적 한계이며, Claude만이 국가별 맥락에 통계적으로 유의미한 민감성을 보였다고 지적했습니다. 연구진은 LLM이 공공 예산 책정 과정에서 전문가 심의를 보조할 수는 있으나 대체할 수는 없고 학습 데이터의 다양성 확보와 전문가의 비판적 검토 등 이중 검증 체계가 필수라고 결론지었습니다.