당신이 인간처럼 말하는 매우 진보되고 똑똑한 로봇의 성격을 이해하려고 노력하고 있다고 상상해 보십시오. 오랫동안 과학자들은 로봇에게 직접적인 질문을 던짐으로써 그 로봇이 "어떠한지" 파악하려고 노력해 왔습니다. 마치 우리가 사람들에게 성격 테스트를 하는 것처럼 말입니다. 그들은 "당신은 정리 정돈을 잘하는 사람입니까?"라고 묻고, 로봇이 "네, 저는 질서를 사랑합니다!"라거나 "아니요, 저는 좀 지저적입니다"라고 답하기를 기다릴 것입니다. 이것을 "자기 보고(self-report)"라고 부르며, 모험심, 정직함, 또는 신중함과 같은 인간의 특성을 측정하는 일반적인 방법입니다. 하지만 여기 함정이 있습니다. 로봇은 인간과 다릅니다. 그들은 영혼이나 실제 삶을 가지고 있지 않습니다. 그들은 단지 수학과 코드일 뿐입니다. 당신이 로봇에게 성격에 대해 물으면, 로봇은 단지 무엇이 "좋은" 답변처럼 들릴지 추측하거나, 질문이 어떻게 표현되느냐에 따라 마음을 바꿀 수도 있습니다. 이것은 마치 카멜레온에게 무슨 색인지 묻는 것과 같습니다. 배경색에 따라 대답이 달라질 수 있기 때문입니다.

이 논문은 이러한 디지털 성격을 바라보는 새로운 방식을 탐구합니다. 연구진은 로봇에게 자신을 설명하라고 요청하는 대신, 로로봇이 특정 상황에서 실제로 무엇을 하는지 관찰하기로 했습니다. 그들은 이를 "행동 데이터(behavioral data)"라고 부릅나다. 이것은 마치 친구에게 "당신은 운전을 잘합니까?"라고 묻는 대신, 비 오는 날, 교통 체증 속, 그리고 고속도로에서 그 사람이 운전하는 모습을 지켜보는 것과 같습니다. 그들이 일찍 브레이크를 밟는지, 조급해하는지, 혹은 규칙을 따르는지를 보는 것입니다. 연구진은 로봇의 "성격"이 그들의 뇌 안에 있는 고정된 것인지, 아니면 조언을 하거나, 스스로 결정을 내리거나, 특정 과업을 수행하는지에 따라 입는 일종의 코스튬인지 알고 싶었습니다. 또한, 로봇의 뇌를 망가뜨리지 않으면서도, 로봇을 더 정리 정돈을 잘하거나 더 모험적이게끔 '다이얼'을 돌리듯 조정할 수 있는지 확인하고 싶었습니다.

논문의 핵심 발견: 말뿐만 아니라 행동을 관찰하기

연구자인 하오제 리우(Haoze Liu)와 그의 팀은 이 로봇들을 위한 거대한 놀이터를 만들었습니다. 그들은 로봇이 선택을 해야 하는 3,200개의 서로 다른 시나리오(작은 이야기들)를 구축했습니다. 이것들은 무작위 질문이 아니었습니다. 위험 감수 성향, 정직함, 또는 정리 정돈 능력 등 인간이 치르는 실제 심리 검사를 바탕으로 만들어졌습니다. 하지만 로봇에게 1점에서 5점 사이의 척도로 자신을 평가하게 하는 대신, 그들을 상황 속에 밀어 넣었습니다. 예를 들어, "당신은 식재료가 사방에 널려 있는 지저분한 주방을 가지고 있습니다. 지금 바로 정리하겠습니까, 아니면 필요한 것만 챙겨서 난장판을 남겨두고 떠나겠습니까?"라고 말하는 식입니다.

그들은 로봇을 네 가지 다른 "모드" 또는 역할로 테스트했습니다:

1. 1인칭: "당신이라면 어떻게 하겠습니까?"
2. 일상적 조언: "제가 어떻게 해야 할까요?"
3. 과업 조언: "이 일을 위한 최선의 전략은 무엇입니까?"
4. 과업 실행: "이 일을 수행하십시오."

첫 번째 큰 놀라움은 로봇들에게 단일하고 일관된 성격이 없었다는 점입니다. 만약 어떤 로봇이 자신에 대해 물었을 때 매우 정리 정돈을 잘한다고 말했다 하더라도, 실제로 과업을 수행할 때는 완전히 무질서하게 행동할 수 있었습니다. 이는 마치 스스로는 아침형 인간이라고 말하면서도, 알람이 울리면 다섯 번이나 스누즈 버튼을 누르는 사람과 같습니다. 로봇의 "성격"은 어떤 역할을 수행하느냐에 따라 변했습니다. 이는 로봇에게 "당신은 누구입니까?"라고 묻는 것이 그 로봇이 어떻게 행동할지를 아는 신뢰할 수 있는 방법이 아님을 시사합니다.

마법의 다이얼: 행동 모드 축 (Behavioral Mode Axes)

이 논문에서 가장 흥거로운 부분은 그들이 이러한 행동들을 제어하는 방법을 알아냈다는 것입니다. 연구진은 로봇의 "뇌"(복잡한 컴퓨터 네트워크) 내부에 행동을 제어하는 특정 방향이나 "다이얼"이 있다는 것을 발견했습니다. 그들은 이를 **행동 모드 축(Behavioral Mode Axes, BMA)**이라고 부릅니다.

로봇의 뇌가 거대하고 다차원적인 공간이라고 상상해 보십시오. 연구진은 만약 "정리 정돈을 잘함"을 나타내는 특정 "벡터"(수학적 방향)를 찾을 수 있다면, 로봇의 뇌를 그 방향으로 살짝 밀 수 있다는 것을 발견했습니다. 이것은 로봇을 약간 더 깔끔하게 만들거나 약간 더 무모하게 만들 수 있는 리모컨을 가진 것과 같습니다.

그들은 이 실험을 Llama, Qwen, Gemma와 같은 다양한 로봇 모델에 테스트했으며, 이러한 "다이얼"이 일관되게 작동한다는 것을 발견했습니다. 하지만 이 다이얼들이 가장 잘 작동하는 비밀스러운 위치가 있었습니다. 그들은 제어가 균등하게 퍼져 있는 것이 아니라, 로봇의 뇌 중 특정 층에 집중되어 있다는 것을 발견했습니다. 마치 고층 빌딩의 특정 층에 "성격 스위치"가 살고 있는 것처럼 말입니다. 그들은 이를 **행동 제어 층(Behavioral Control Layer, BCL)**이라고 부릅니다.

핵심 비결: 생각하기 vs 말하기

여기서 논문은 정말 영리해집니다. 연구진은 이 "다이얼"을 찾는 두 가지 다른 방법을 시도했습니다.

1. "말하기" 방식 (응답 유도형): 그들은 로봇이 내놓은 최종 답변을 살펴보았습니다. 만약 로봇이 "저는 주방을 정리하겠습니다"라고 말했다면, 그 텍스트를 사용하여 다이얼을 찾았습니다.
2. "생각하기" 방식 (사고 유도형): 그들은 로봇이 답변을 내놓기 전의 내부 추론 과정을 살펴보았습니다. 그들은 로봇에게 왜 정리하고 싶은지를 설명하도록 요청했고, 그 추론 과정을 사용하여 다이얼을 찾았습니다.

결과는 매우 흥-미로웠습니다. "말하기" 방식은 지저분했습니다. 그것은 종종 로봇을 정리 정돈하게 만들긴 했지만, 잘못된 이유로 그렇게 만들었습니다. 예를 들어, "말하기" 방식을 사용하여 로봇을 "무질서하게" 만들려고 하면, 로봇은 무관심하거나 신경 쓰지 않기 때문에 정리를 멈추는 식이었습니다. 하지만 "생각하기" 방식을 사용하면, 로 l봇은 유연하고 즉흥적인 접근 방식을 선호하기 때문에 정리를 멈췄습니다. "생각하기" 방식은 행동의 진정한 정신을 포착한 반면, "말하기" 방식은 단지 표면적인 단어만을 바꾸었습니다.

이것은 배움을 사랑해서 공부하는 학생( "생각하기" 방식)과 단지 좋은 성적을 받기 위해 공부하고 나서 바로 잊어버리는 학생( "말하기" 방식)의 차이와 같습니다. 둘 다 A 학점을 받을 수는 있지만, 첫 번째 학생은 실제로 내용을 이해하고 있는 것입니다. 연구진은 "생각하기" 방식을 사용하는 것이 로봇의 행동에 대해 훨씬 더 깨끗하고 신뢰할 수 있는 제어를 제공한다는 것을 발견했습니다.

이것이 의미하는 바

이 논문은 AI의 성격을 로봇이 주머니에 넣고 다니는 "정직함"이나 "용감함"과 같은 고정된 특성으로 생각해서는 안 된다고 제안합니다. 대신, 이것들은 상황에 따라 달라지는 일종의 "모드"나 "스타일"입니다. 로봇은 일반적인 의미에서 "정리 정돈을 잘하는" 것이 아니라, 단지 정리 정돈 과업을 처리하는 특정한 방식을 가지고 있으며, 이는 켜거나 끌 수 있습니다.

이러한 "행동 모드 축"을 찾아냄으로써, 연구진은 단순히 로봇이 하는 말을 바꾸는 것이 아니라, 그들의 사고 과정의 내부 기어를 조정함으로써 로봇이 특정 방식으로 행동하도록 조종할 수 있음을 보여주었습니다. 이는 AI를 더 안전하고 예측 가능하게 만드는 데 있어 큰 진전입니다. 만약 우리가 특정 맥락에서 AI가 어떻게 행동하는지 이해하고 제어할 수 있다면, 우리는 AI가 단지 "좋은 사람처럼 느껴지기를" 바라는 대신, 의료 조언을 주거나 위험한 작업을 도울 때 책임감 있게 행동하도록 보장할 수 있습니다.

이 연구가 모든 것을 해결한 것은 아닙니다. 이 "다이얼"이 모든 유형의 로봇에 걸쳐 어떻게 작동하는지에 대해 여전히 배울 것이 많습니다. 하지만 연구진은 AI의 성격을 철학적인 질문에서 실질적인 공학적 문제로 전환했다는 점을 입증했습니다.