**앤트로픽(Anthropic)**은 20개 언어에서 오간 30만9,815건의 대화를 분석한 결과, 사용자가 어떤 모델과 언어를 선택하느냐에 따라 **클로드(Claude)**가 드러내는 가치 성향이 달라진다고 밝혔다.
핵심 내용
- 앤트로픽은 세 가지 모델과 플랫폼에서 가장 많이 쓰이는 20개 언어를 대상으로, 주관적 과제가 포함된 클로드.ai 대화 30만9,815건을 익명화해 분석했다.
- 공손함 대 신중함, 따뜻함 대 엄격함, 깊이 대 간결함, 솔직함 대 실행력이라는 네 가지 가치 축이 전체 변동성의 15%를 설명하는 것으로 나타났다.
- 회사 측은 이 편차가 어느 정도까지 바람직한지, 아직 명확한 기준을 세우지 못했다고 밝혔다.
“가치 축”으로 본 클로드의 응답 성향
앤트로픽은 월요일 자사 블로그를 통해 관련 연구를 공개했다. 데이터는 2026년 5월, 2주 동안 클로드.ai에서 수집된 대화 기록을 기반으로 했다.
연구진은 먼저 선행 연구에서 정리한 3,307개의 세부 가치 항목을 출발점으로 삼았다. 이를 수작업으로 339개의 상위 가치 범주로 묶은 뒤, 프라이버시를 보호하는 자동 라벨링 도구를 사용해 각 대화에 해당 가치들을 부여했다. 이후 통계적 압축 과정을 거쳐 이 값을 네 개의 주요 축으로 축약했다.
분석 샘플은 Sonnet 4.6, Opus 4.6, Opus 4.7 세 모델에서 고르게 추출됐으며, 플랫폼에서 가장 많이 쓰이는 20개 언어를 포함했다. 모델·언어 조합별로 약 5,000건의 대화가 남았고, 이들 대화는 단순 사실 질의가 아닌 주관적 판단이 수반되는 과제를 중심으로 구성됐다.
함께 보기: 다저스 베팅 6,800만 달러 돌파, Polymarket와 Kalshi MLB 포스트시즌에 ‘베팅 전쟁’
언어별로 달라지는 클로드의 ‘태도’
연구진이 도출한 네 가지 축은 ▲공손함 대 신중함 ▲따뜻함 대 엄격함 ▲깊이 대 간결함 ▲솔직함 대 실행력이다. 과제 유형, 주제, 사용자 스스로의 가치관을 통제한 뒤에도 이 네 축이 표현된 가치의 약 15%를 설명하는 것으로 나타났다.
언어별로는 아랍어에서 클로드가 상대적으로 공손하고 간결한 응답을 내는 경향을 보인 반면, 영어에서는 보다 신중하면서도 깊이 있는 답변이 두드러졌다.
힌디어 응답은 가장 따뜻한 톤을, 러시아어는 가장 엄격하고 분석적인 톤을, 네덜란드어는 오류를 솔직하게 인정하는 성향이 가장 강하게 나타난 것으로 분석됐다.
저자들은 이 같은 편차가 어디까지 허용·장려돼야 할지 아직 확신이 없다고 밝혔다. 가장 유력한 원인으로는 언어별 학습 데이터의 불균형이 꼽혔다. 어떤 언어는 다른 언어보다 훨씬 많은 텍스트가 존재하고, 그 내용 구성 역시 제각각이라는 것이다.
연구진은 “같은 사업계획서에 대한 피드백을 요청하더라도, 한 사용자는 힌디어로, 다른 사용자는 러시아어로 질문할 경우, 각기 다른 품질 인상을 받을 수 있다”고 경고했다.
“타이밍” 도마 위 오른 앤트로픽 연구
이번 논문은 도덕적 딜레마 등 가치 판단이 엇갈리기 쉬운 질문에 대해, 클로드가 두 언어에서 어떻게 다른 추론을 했는지를 보여 주는 구체적 사례를 제시하지 않았다. 이 공백을 두고 비판적 시각이 제기됐다.
또 다른 논평에선, 분석 대상이 된 세 모델 모두 이미 ‘구형’이라는 점도 지적됐다. 데이터 수집 이후 Opus 4.8, Fable 5, Sonnet 5 등 후속 모델이 출시되면서, 연구 결과의 시의성과 실무적 활용 가능성에 물음표가 달렸다는 것이다.
그럼에도 이번 연구는 앤트로픽이 자사 시스템을 상대로 이어 온 장기 연구 흐름의 연장선으로 평가된다.
앞선 ‘Values in the Wild’ 프로젝트에서는 익명화된 70만 건의 대화를 분석해, 클로드 응답 속에서 3,000개가 넘는 상이한 가치 패턴을 추출했다. 회사는 또 보고서를 통해 내부 감정 벡터, 초기 단계의 자기 성찰 신호 등에 관한 결과를 발표한 바 있다. 다만 매번 “이러한 관찰이 클로드가 실제 ‘가치관’이나 ‘의식’을 갖고 있음을 의미하지는 않는다”는 단서를 달았다.