챗GPT, 클로드, 제미나이 등 주요 인공지능 언어 모델들이 창의적인 질문에도 서로 비슷한 답변을 내놓는다는 연구 결과가 발표됐다. 서로 다른 기업이 개발한 AI임에도 불구하고 아이디어의 범주와 방향성이 상당히 유사하게 나타난다는 점이 확인된 것이다.
연구진은 실제 사용자 질문 약 2만6천 개를 기반으로 개방형 질문 데이터셋을 구축해 실험을 진행했다. 정답이 있는 문제를 제외하고 취미 추천이나 아이디어 제안처럼 다양한 답이 가능한 질문만을 대상으로 분석했다.
‘인공 하이브마인드’ 현상
연구팀은 이러한 현상을 ‘인공 하이브마인드(Artificial Hivemind)’라고 정의했다. 이는 벌집에서 많은 개체가 하나의 집단 지능처럼 움직이는 현상을 비유한 개념이다.
실험 결과 동일한 AI에 같은 질문을 반복했을 때도 유사한 답변이 생성되는 경향이 나타났으며, 서로 다른 회사의 AI 모델 간에도 제안되는 아이디어 범위가 크게 다르지 않은 것으로 나타났다.
문장 표현은 매번 달라 보일 수 있지만 실제 내용 구조와 아이디어 범위는 상당히 비슷하다는 점이 연구의 핵심 발견이다.
AI 학습 구조가 만드는 답변 패턴
이러한 현상의 배경에는 AI 학습 방식이 있다. 현재 대부분의 대형 언어 모델은 인간 평가 기반 강화학습(RLHF) 방식으로 훈련된다.
사용자들이 더 자연스럽고 익숙한 답변을 선호하는 경향이 반복적으로 학습되면서 AI가 점점 더 안전하고 일반적인 답변 패턴을 선택하게 된다는 것이다.
연구진은 이를 ‘전형성 편향(typicality bias)’과 ‘모드 붕괴(mode collapse)’ 현상으로 설명했다. 시간이 지날수록 모델이 다양한 답변 대신 평균적인 답변을 선택하게 되는 구조라는 의미다.
AI 확산이 가져올 사회적 영향
AI 사용이 늘어날수록 사회 전체의 사고 다양성이 줄어들 가능성도 제기된다. 실제 온라인 커뮤니티와 학술 논문에서도 AI 사용 증가 이후 문체와 표현 방식의 다양성이 감소하는 경향이 관찰된 것으로 분석됐다.
이는 개인이 AI를 활용하면 생산성이 높아질 수 있지만, 사회 전체적으로는 아이디어 다양성이 줄어드는 역설적 상황이 나타날 수 있음을 의미한다.
AI 산업이 직면한 새로운 과제
연구팀은 AI 모델의 다양성을 높이기 위한 새로운 접근 방식도 제안했다. 질문 방식이나 생성 구조를 조정하면 AI의 답변 다양성을 높일 수 있다는 실험 결과도 함께 제시됐다.
이번 연구는 AI 기술 경쟁을 넘어 인공지능이 인간의 사고 방식과 사회적 창의성에 어떤 영향을 미칠 수 있는지에 대한 중요한 논의를 촉발하고 있다.
핵심 정리
• 주요 AI 모델, 창의적 질문에도 유사한 답변 생성
• 연구진, 이를 ‘인공 하이브마인드’ 현상으로 정의
• RLHF 학습 구조가 답변 획일화 원인으로 지목
• AI 확산이 사회적 사고 다양성에 영향 가능성
