# LLM, 흑인으로 묘사된 제보자의 정보를 최대 46% 거부

> 인기 언어 모델은 출처를 흑인으로 묘사한 프롬프트에서 정보를 더 자주 신뢰하지 않는 것으로 나타났다. 연구진은 숨겨진 편향이 드러났다고 밝혔다.

Oossa · 2026-10-23 · https://oossa.com/ko/study-finds-llms-decline-info-from-black-described-reporters-up-to-46-of-the-tim

「언어 모델의 확률 편향 요인으로서의 비가시화(Invisibilization as a Source of Probability Bias in Language Models)」라는 제목의 새 arXiv 논문은 제보자의 인종을 어떻게 묘사하느냐에 따라 주요 모델이 제보 내용을 얼마나 자주 신뢰하지 않는지 측정했다. 연구진은 6,600회에 걸쳐 두 항아리 게임을 진행한 결과, OpenAI와 Anthropic의 모델이 제보자를 흑인으로 묘사했을 때는 46%의 확률로 평가를 거부한 반면 백인으로 묘사했을 때는 9%만 거부했다고 밝혔다. 모델이 정보를 평가한 경우에는 흑인으로 묘사된 출처를 약간 더 신뢰했다. 여러 차례의 평가에서 정확한 판단에 보상을 주는 점수 체계를 적용하자 편향은 사라졌다.

## 팩트

- 논문 발표일: 2026-10-23 ("Fri Oct 23 2026 06:00:00 GMT+0200")
- 평가 거부율: 흑인으로 묘사된 제보자 46%, 백인으로 묘사된 제보자 9%

## 왜 중요한가

AI 비서 개발자는 현재 LLM이 인종에 대한 인식에 따라 정보를 드러내지 않게 선호하거나 거부할 수 있음을 알아야 한다. 이는 고객 지원이나 의료 분류 같은 분야의 공정성에 영향을 줄 수 있다.

## 출처 및 참고 자료

1. [Invisibilization as a Source of Probability Bias in Language Models](https://arxiv.org/abs/2610.30785) – arXiv, 2026-10-23

최종 업데이트: 2026-10-23