최근 네이처(Nature)에 발표된 연구 결과에 따르면, 대규모 언어모델(LLM)이 전 세계 74개국 사람들의 경제적 선호도를 시뮬레이션하는 데 있어 인간의 실제 반응을 제대로 반영하지 못하는 것으로 나타났습니다. 이는 LLM이 인간의 복잡한 사회적, 경제적 행동을 예측하는 데 있어 여전히 중요한 한계를 가지고 있음을 시사합니다.
연구팀은 LLM에 다양한 경제 게임 시나리오를 제시하고, 인간 참가자들의 실제 반응과 비교했습니다. 그 결과, LLM은 이기적인 선택을 과대평가하는 경향을 보였으며, 공정성, 상호성, 이타주의와 같은 인간의 사회적 선호도를 정확하게 포착하지 못했습니다. 특히, 문화적 맥락에 따라 달라지는 인간의 미묘한 경제적 행동을 LLM이 제대로 이해하지 못하는 점이 두드러졌습니다. 이는 LLM이 학습한 방대한 텍스트 데이터가 실제 인간의 의사결정 과정을 완벽하게 담아내지 못한다는 점을 보여줍니다.
이번 연구는 LLM을 사회과학 연구, 경제 정책 수립, 또는 인간 행동 예측이 필요한 분야에 적용할 때 매우 신중해야 함을 강조합니다. LLM이 방대한 정보를 처리하고 그럴듯한 텍스트를 생성하는 능력은 뛰어나지만, 인간의 복잡한 동기와 사회적 상호작용을 기반으로 하는 의사결정 과정까지 모방하기는 어렵다는 것입니다. 따라서 LLM을 활용한 의사결정 지원 시스템이나 정책 제안 도구를 개발할 때는 이러한 한계를 명확히 인지하고, 반드시 인간 전문가의 검토와 실제 데이터 기반의 검증이 필요할 것으로 보입니다.