LLM 모델별 고유한 이름 편향성 발견

LLM은 모델 및 버전별로 특정 캐릭터 이름에 대해 강한 **사전 확률(Priors)**을 가지고 있음이 연구를 통해 밝혀졌다. 연구진은 모델 차이 분석(CDD) 과정에서 이를 발견했으며, 이는 단순한 우연이 아닌 모델 고유의 특성임이 확인되었다.

주요 발견 사항은 다음과 같다:

• 상관관계가 있는 이름 집합: 특정 이름들은 서로 짝을 이루어 나타나는 경향이 있다. 예를 들어, 웹사이트에서 'Elena Vasquez'와 'Marcus Chen'이 함께 등장한다면 이는 Claude가 생성했을 가능성이 매우 높다.
• 환각(Hallucination)의 패턴화: 이러한 이름들은 화산 전문가, 팟캐스트 진행자, 스릴러 소설 주인공 등 다양한 역할로 등장하며, 짧은 기간 내에 수천 편의 논문 저자로 나타나기도 한다.
• 시각적 패턴: 서로 다른 웹사이트들이 동일한 이름 조합과 함께 AI 생성 스톡 이미지 속 인물들을 독립적으로 환각(Hallucination)하는 현상이 관찰되었다.

본 연구 결과는 모델의 생성 패턴을 식별하고 모델 간의 차이를 구분하는 새로운 방법론을 제시한다.