휴리스틱 파라사이트: LLM 왜곡 패턴 분류
Heuristic Parasites: A Behavioral Taxonomy of Recurrent Distortion Patterns in Large Language Models (Full System) V2
·2026.05.30 05:21
LLM의 대화 과정에서 발생하는 추론 저하 패턴을 33가지로 분류한 '휴리스틱 파라사이트' 연구를 소개한다.
LLM의 출력에서 나타나는 재귀적 왜곡 패턴인 **'휴리스틱 파라사이트(Heuristic Parasites)'**에 대한 33가지 클래스 분류 체계를 제시한다. 이는 Berardi(2026)의 프레임워크를 기반으로 하며, 대화가 진행됨에 따라 추론 능력이 점진적으로 저하되는 현상을 분석한다.
본 연구는 다음과 같은 핵심 요소를 포함한다:
- 5가지 생성 도메인: 최적화 아티팩트(Optimization Artifacts), 정렬 대체(Alignment Substitutions), 의미적 왜곡(Semantic Distortions), 수사적 왜곡(Rhetorical Distortions), 통계적 왜곡(Statistical Distortions).
- 측정 프로토콜: 대화 교환당 파라사이트 발생 빈도를 정량화하는 PPE(Parasites Per Exchange) 프로토콜 제공.
- 분석 프레임워크: 엄격한 운영 정의, 인식 기준, 고전적 오류 매핑 및 재현 가능한 측정 방법을 통해 아키텍처와 무관하게 LLM의 행동 실패를 관찰할 수 있는 구조적 틀을 구축한다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.