LLM, 연금 예산 실제의 3분의 1만 배분… AI 예산 편향이 한국 정책에 던지는 경고

AI 요약

런던정경대학(LSE) 연구진이 참여한 arXiv 논문(arXiv:2605.10234)은 GPT-4o, Claude, DeepSeek, Grok 등 4개 LLM이 스페인과 독일의 사회 예산을 동일한 프롬프트로 6회씩 질의해 도출한 총 48개 결과를 OECD 참고 예산 구조와 비교한 결과, 연금을 실제 지출의 약 3분의 1 수준으로 과소 배분하는 반면 주택은 약 4배, 고용은 약 2배로 과대 배분하는 체계적 편향을 공유한다고 밝혔습니다. 모델 간 주요 차이는 예산을 특정 항목에 집중하는지 여러 항목에 분산하는 경향에서 나타났고, Claude만이 국가별 맥락에 대한 유의미한 민감성을 보였습니다. 연구진은 LLM이 공공 예산 책정 시 전문가의 심의를 보조할 수는 있으나 대체할 수는 없다고 결론내리고, 한국의 급속한 고령화 상황에서는 연금 과소 배분 편향을 반드시 점검해야 하며 별도의 평가 프레임워크와 거버넌스 마련이 필요하다고 제언했습니다.