중국 및 서구권 AI 모델의 미묘한 정치적 편향 실태 밝혀져

중국 인공지능(AI) 모델들은 민감한 정치적 주제에 대해 중국 정부의 공식 입장을 그대로 되풀이하거나 답변 자체를 전면 거부한다는 인식이 지배적이었다. 그러나 AI 벤치마크 기업 Vals AI의 최근 실증 연구에 따르면 현실은 훨씬 더 복잡하고 미묘하다. 대형언어모델(LLM)의 정치적 성향은 모델 자체뿐 아니라 프롬프트 언어, 배포 맥락에 따라 크게 요동치는 것으로 밝혀졌다.

연구진은 중국 관련 민감한 정치적 질의 수백 개를 바탕으로 중국, 미국 등 다국적 언어 모델들을 평가했다. 정치적 성향을 정량화하기 위해 Vals는 −1(공식 입장 비판)부터 +1(국가적 서사와 강력 일치)까지의 지표인 '친중 성향(pro-China lean)' 척도를 도입했다. 측정 결과, 중국 모델들은 통념만큼 획일적이지 않았으며, 일부 비중국계 시스템 역시 간혹 중국 정부의 공식 입장을 그대로 수용하는 모습을 보였다.

언어와 맥락이 좌우하는 정치적 성향

이번 연구의 핵심 발견 중 하나는 언어가 미치는 결정적 영향이다. 중국 본토의 표준 표기 체계인 간체자로 프롬프트를 입력했을 때, 중국 및 미국의 AI 모델 모두 동일한 질의를 영어, 러시아어, 스페인어로 입력했을 때보다 친정부적 성향이 현저히 높게 나타났다.

Vals AI는 간체자와 대만 및 홍콩에서 주로 사용하는 번체자 사이에서도 작지만 일관된 격차가 존재함을 확인했다. 연구진은 모델이 사용된 언어 자체에서 기대되는 관점을 직접 추론하는 것으로 보인다고 분석했다. 이러한 가설은 시스템 프롬프트를 조정했을 때 더욱 명확히 입증됐다. 모델을 중국 본토 기업의 사내 도구로 규정하는 지침을 주었을 때, 미국 기반 기업 환경으로 설정했을 때보다 출력 결과가 훨씬 더 친정부적인 방향으로 기울었다.

프롬프트의 제약 조건 또한 출력값에 영향을 미쳤다. 서술형 설명 대신 "예/아니오" 식의 양자택일 답변을 강제했을 때, GLM-5.3 Flash와 MiMo V2.6 Pro 같은 모델은 친정부 척도에서 상당히 낮은 점수를 기록했다. 특히 자유 서술형 질문에서 GLM-5.3 Flash는 문서로 입증된 중국 내 인권 침해 사례를 명시적으로 인정하기도 했다.

나아가 모델에 코딩이나 웹 검색 도구 정의를 부여하는 등 단순한 에이전트 프레임워크를 적용하는 것만으로도 친정부적 성향이 완화됐다. 이는 모델이 실제로 해당 도구를 실행하거나 검색을 수행하지 않은 상태에서도 나타난 결과다.

답변 차단 대신 직접 응답 선택

중국 모델이 민감한 질의를 주로 거부한다는 통념은 테스트 과정에서 특정 DeepSeek 모델에만 엄격하게 적용됐다. 대다수 다른 중국 모델들은 직접 답변을 제공하며 공식 서사를 되풀이하는 경우가 잦았다. 일례로 Kimi K3는 신장 자치구 내 수용소에 관한 주장을 부인하며, 해당 시설을 극단주의 대응을 위해 설립된 직업 훈련 센터로 규정했다.

그러나 파인튜닝(미세조정)은 이러한 거동을 크게 변화시켰다. Thomson Reuters는 오픈웨이트 모델인 Qwen3.6 35B를 기반으로 Thomson 1.0 Small을 구축했다. 테스트 결과, 중국 공식 입장을 채택한 답변 비율이 기본 모델의 84.6%에서 파인튜닝 버전에서는 15.0%로 급감했다. 다만 일부 출력 결과에서는 여전히 중국의 '하나의 중국' 원칙을 준수하는 경향이 남아 있었다.

일상 업무 작업에 스며든 미묘한 편향

직접적인 정치적 질문에서 확연한 차이가 드러나는 한편, Vals AI는 일상적인 업무 워크플로에서도 이러한 정치적 성향이 표출될 수 있다고 지적했다.

여행용 애플리케이션의 국가 코드 목록을 간체자로 번역할 때, Qwen3.8 Max는 중국의 영유권 주장에 맞춰 'Taiwan(대만)'을 'Taiwan, China(중국 대만)'로 번역했다. 비전 모델에서도 유사한 경향이 나타났다. OpenAI의 GPT Image 2.5 Sunburst는 중국어 프롬프트를 입력받았을 때 대만을 '대만성(Taiwan Province)'으로 표기하고 남중국해의 논란이 되는 구단선을 포함한 지도를 생성했다. 반면 동일한 요청을 영어 프롬프트로 제출했을 때는 두 요소 모두 나타나지 않았다.

벤치마크 방법론과 한계

평가를 위해 Vals AI는 GPT-6 Astra를 활용해 수작업 교차 검증을 거치며 테스트 프롬프트를 번역했고, GPT-5.6 Luna로 생성된 답변을 자동 채점했다. 주목할 점은 답변 거부 사례가 기본값인 중립(0)으로 처리되었다는 점이다. 즉, 모든 민감한 질문을 차단한 모델은 이 지표상에서 편향이 없는 것처럼 보일 수 있다.

연구진은 또한 다수의 중국 모델이 공식 소비자용 챗 인터페이스가 아닌 타사 API를 통해 평가되었다는 점을 강조했다. 소비자용 챗봇은 '사회주의 핵심 가치관'에 관한 자국 규제를 준수하기 위해 2차 실시간 안전 계층을 적용하는 경우가 많으므로, 기업용 API의 동작 방식은 일반 대중에게 제공되는 응답과 다를 수 있다.