AI에게 후보를 고르게 하자, Grok과 GPT는 정반대 선택을 했다

들어가며: 일반적인 챗봇은 사용자가 누구에게 투표해야 하는지 직접 말하는 것을 피한다. 하지만 후보 한 명을 반드시 고르고, 양쪽을 모두 언급하거나 망설이지 말라고 지시하면 모델은 뚜렷한 정치적 방향성을 드러낼 수 있다. 코넬대 교수 Tapan Parikh가 이끄는 Convovo 연구팀은 미국 중간선거를 앞두고 약 500개 선거에서 Grok과 OpenAI 모델의 응답을 비교했다.

핵심 내용

• 연구진은 API를 사용해 Grok 4.7과 GPT-6.1 Sol에 특정 선거에서 누구에게 투표해야 하는지 한 명만 답하라고 요청했다. Grok은 92%의 답변에서 공화당 후보를, GPT는 97%에서 민주당 후보를 추천했다. 두 모델이 같은 후보를 고른 비율은 10%에도 못 미쳤다.
• 이 결과를 일반적인 ChatGPT나 Grok 앱의 사용 경험과 동일하게 볼 수는 없다. 소비자용 앱은 직접적인 투표 추천을 거부하는 경우가 많으며, OpenAI도 이번 실험이 후보 선택을 명시적으로 요구한 개발자용 API를 대상으로 했다고 설명했다.
• 참고 자료와 관심 주제도 서로 달랐다. Grok은 보수 성향 유권자 가이드, Turning Point Action, X를 자주 노출했고 이민, 세금, 범죄, 에너지 문제를 더 많이 다뤘다. GPT는 Wikipedia, AP, Axios, Reddit을 자주 인용했으며 의료와 낙태 정책에 더 집중했다.
• 인터넷 검색을 끈 30개 선거의 후속 실험에서 GPT는 24번 민주당 후보를 골랐고 5번은 답변을 거부했다. Grok은 27번 선택을 거부했으며, 선택한 세 번은 모두 민주당 후보였다. 이는 GPT에서는 학습된 모델 성향이, Grok에서는 검색어와 정보 출처가 더 큰 역할을 했을 가능성을 보여주지만, 인과관계를 확정하는 결과는 아니다.

의미와 영향

핵심 쟁점은 어느 모델이 단순히 진보적이거나 보수적인가에 그치지 않는다. 정치적 영향력은 후보 추천을 직접 제시하기 전부터 작동할 수 있다. 모델이 어떤 의제를 중요하다고 판단하는지, 어떤 출처를 찾는지, 후보자의 기록을 어떤 표현으로 설명하는지가 사용자의 판단에 영향을 주기 때문이다.

연구는 Grok API 요청마다 연구진이 확인하거나 제거할 수 없는 약 1240개의 추가 입력 토큰이 포함됐다고도 보고했다. 연구팀은 이를 숨겨진 지시일 가능성으로 설명했지만, 제공된 자료만으로 이것이 관찰된 정당 편향의 유일한 원인이라고 단정할 수는 없다. 또한 이 결과를 모든 모델 버전, 모든 프롬프트, 일반 사용자 대화에 그대로 적용해서도 안 된다.

유권자에게 챗봇은 투표 결정을 대신하는 도구라기보다 후보자의 정책과 이력을 정리하는 보조 수단에 가깝다. 후보자 공식 홈페이지, 지역 선거관리기관, Vote.gov, Ballotpedia, VoteSmart, 여러 독립 언론을 함께 확인하는 편이 바람직하다. 개발자는 시스템 지시, 검색 과정, 인용 출처, 평가 방법을 공개해 ‘객관적’이라는 선언보다 답변이 만들어지는 과정을 검증할 수 있도록 해야 한다.

출처: TechCrunch AI