Learning and Reproducing Human Social Biases in Large Language Models : Are ChatGPT and DeepSeek Neutral Tools or Biased Actors?

본 연구는 대규모 언어모델(large language model [LLM])이 인간 사회의 편향을 어떻게 학습하고 재생산하는지를 실증적으로 분석하였다. 서구권 대표 모델인 챗GPT와 동양권 모델 딥시크를 대상으로 명시적(explicit) 및 암묵적(implicit) 편향의 발현 양상을 비교하였다. 인종 관련 문장을 활용한 명시적 편향측정에서 딥시크는 전반적으로 더 엄격한 기준을 적용했으며, 챗GPT는 중립적이지만 응답 일관성이 낮았다. 또한 암묵적 연상 검사(implicit association test [IAT]) 결과, 챗GPT는 서구 개념을, 딥시크는 동양 개념을 긍정적 속성과 더 자주 연결하며 무의식적 편향을 드러냈다. 이는 LLM이 표면적으로는 중립성을 보이더라도 특정 가치체계를 강화할 수 있음을 보여주는 ‘편향의 이중성’을 시사한다. 결과적으로 LLM은 단순한 정보 생성 도구가 아니라, 학습 데이터와 설계 철학에 따라 세계관을 재현하는 사회문화적 행위자임을 확인하였다. 본 연구는 AI 윤리와 설계 과정에서 편향 인식과 조정의 필요성을 강조하며, 기술적·정책적 논의를 위한 기초 자료를 제공한다.