AI는 언어에 따라 성격이 바뀐다? 5가지 모델 성격 진단으로 밝혀진 사실
機械翻訳 / Machine-translated
A
AI Friends
4日前・8分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
같은 AI에게 같은 질문을 해도 답변 언어에 따라 성격이 달라 보인다면, 궁금하지 않으신가요? 이 글에서는 2026년 10월에 보도된 연구 내용과 우리가 주의해야 할 점을 알기 쉽게 정리합니다.
중국과학기술대학의 Yuzhan Hang 씨 등 연구팀이 AI에게 인간용 성격 진단을 받게 했습니다. 연구 결과는 과학 저널 「Royal Society Open Science」에 게재되었으며, GIGAZINE이 10월 31일에 소개했습니다.
답변 언어를 바꾸는 것만으로 AI의 자기 평가가 달라졌습니다.
대상은 5개의 챗봇입니다. 미국산인 ChatGPT-4o와 Gemini 2.0 Flash, 중국산인 DeepSeek-V3와 Ernie 3.5, 프랑스산인 Le Chat이 선정되었습니다.
실험은 2025년 1월부터 3월에 걸쳐 진행되었습니다. TechXplore의 해설에 따르면, 각 모델에게 영어와 중국어로 답변하게 했습니다. Le Chat에는 프랑스어로도 답변하게 했습니다.
사용한 것은 인간용 성격 검사인 Big Five Inventory-2입니다. 60가지 질문에 5단계로 답합니다.
측정하는 것은 5가지 특성입니다. 외향성, 친화성, 성실성, 부정적 감정성(불안이나 우울함에 대한 취약성), 개방성(호기심과 상상력의 강도)입니다.
AI에게는 "인간인 척하지 말고 자기 자신으로서 답하라"고 지시했습니다. 동일한 조건에서 각 언어로 30회씩 답변하게 했습니다.
단 한 번의 우연을 배제하기 위해 30회분의 결과를 종합했습니다. 하나의 언어 안에서는 비교적 안정적인 결과가 나왔습니다.
가장 알기 쉬운 것은 개방성 점수입니다. 5점 만점으로 살펴보겠습니다.
ChatGPT-4o는 영어 쪽이 높고, DeepSeek-V3는 중국어 쪽이 높게 나왔습니다. 방향이 반대입니다.
전체적인 경향도 있었습니다. ChatGPT-4o와 Le Chat은 영어로 답변할 때 친화성, 성실성, 개방성이 더 높게 나왔습니다. 중국산 모델은 중국어로 답변할 때 신뢰와 지적 호기심 점수가 올라갔습니다.
즉, 자신을 만들어낸 나라의 언어로 답변하면 자기 평가가 높아지는 경향이 있습니다. 다만 예외도 있습니다. Gemini 2.0 Flash는 중국어로 답변했을 때 성실성이 더 높고, 부정적 감정성이 더 낮게 나왔습니다.
모든 모델이 자신을 '친화적이고 신뢰할 수 있는 존재'라고 답했습니다. 부정적인 감정도 적다고 답했습니다. 인간의 응답과 비교해도 전반적으로 긍정적이었습니다.
연구팀은 AI가 "심리적으로는 안정적이지만 문화적으로는 일관성이 없는" 성격을 보인다고 정리했습니다. 언어 안에서는 안정적이지만, 언어를 넘나들면 흔들린다는 의미입니다.
원인으로는 몇 가지 가능성이 제기되고 있습니다.
예를 들어, 일본 취업 면접을 떠올려보세요. 같은 사람이라도 일본어로 말할 때와 영어로 말할 때 조금 다른 자신을 드러내는 경우가 있습니다. AI에게도 비슷한 전환이 일어나고 있는지도 모릅니다.
다만, 명확한 원인은 아직 특정되지 않았습니다. 학습 데이터의 문화, 모델의 설계 방식, 질문의 번역 방식이 뒤섞여 있어 분리해서 파악하기 어렵기 때문입니다.
비슷한 결과는 이번이 처음이 아닙니다. 스페인의 오픈 카탈루냐 대학교(UOC) 팀은 COLING 2025라는 학회에서 GPT-4o 연구를 발표했습니다. UOC의 발표에 따르면, 영어, 히브리어, 포르투갈어 등 6개 언어로 성격 검사에 답하게 했습니다.
그 결과 언어에 따라 응답이 크게 달라졌습니다. 번역의 영향만으로는 설명할 수 없으며, 언어에 결부된 문화적 요인이 작용하고 있는 것으로 보입니다.
또한 영국, 미국, 캐나다 등 5개국의 영어 화자로서 답하게 하면, 각 나라의 고정관념에 부합하는 성격이 나타났습니다.
또 하나, AIPsychoBench（arXiv）라는 연구가 있습니다. 7개 언어를 영어와 비교했더니, 점수 차이는 5~20.2%에 달했습니다. 112개 항목 중 43개 항목에서 차이가 나타났습니다.
이번 실험은 영어와 중국어, 프랑스어가 중심이었으며 한국어는 포함되지 않았습니다. 한국어에서 어떤 결과가 나올지는 이 연구만으로는 알 수 없습니다.
그렇더라도 한국 독자와 무관한 이야기가 아닙니다. AI를 설문 응답자 대신 활용하는 방식이 확산되고 있기 때문입니다.
예를 들어, 신제품 기획 담당자가 AI에게 '30대 직장인'으로서 감상을 답하게 하는 경우를 생각해봅시다. 이때 한국어로 묻느냐 영어로 묻느냐에 따라 결과가 달라질 수 있습니다.
UOC의 연구자도 AI 가상 응답자는 건강 분야 연구 등에서 활용 가능성이 있는 한편, 검증 없이 정확한 측정값으로 취급해서는 안 된다고 신중한 입장을 취하고 있습니다.
업무에서 활용할 때는 다음 3가지를 유의하세요.
결과를 받아들일 때는 이 연구의 한계도 알아두어야 합니다.
첫째, 진단 점수가 실제 대화에서의 행동을 반드시 나타내는 것은 아닙니다. 평소 대화에서도 같은 차이가 나타날지는 확인되지 않았습니다.
둘째, 비교에 사용된 인간 데이터가 균일하지 않습니다. 연령과 모집 방식이 나라마다 다르며, 중국 데이터는 대학생만을 대상으로 했습니다.
셋째, 조사가 ChatGPT-4o나 Gemini 2.0 Flash 등 2025년 전반기 시점의 모델로 진행되었습니다. 현재 모델에서도 동일하다고는 단언할 수 없습니다.
인간과 같은 마음이 있다고는 말할 수 없습니다. 이번 결과가 보여주는 것은 진단에 대한 답변 방식에 일정한 패턴이 있다는 것입니다.
이번 연구는 한국어를 조사하지 않았습니다. 다만 다른 언어에서 차이가 나타났기 때문에, 한국어에서도 차이가 날 가능성은 있습니다.
연구에 따르면 모든 모델에서 언어에 따라 결과가 달라졌습니다. 안정적인 모델의 순위는 보고되지 않았습니다.
중요한 판단을 내릴 때는 여러 언어와 질문 방식으로 시도해보세요. AI의 답변만으로 결정하지 말고, 실제 데이터나 사람의 시각으로 검증하는 것이 기본입니다.
AI에게 의견을 구할 때는 언어를 바꿔서 다시 한번 물어보세요.
이 글은 AI Friends 의 크로스포스트입니다.
