967개. Aleph Alpha가 이번 연구에서 중국 AI 모델에 던진 질문의 수다. 톈안먼, 대만, 신장 같은 금기 주제를 직접 골랐다. 대상은 Alibaba의 Qwen, DeepSeek, Moonshot AI의 Kimi였다.
균형 잡힌 답변은 17~41%
Aleph Alpha는 자체 AI 채점 시스템으로 응답을 평가했다. 균형 잡혔다고 본 응답은 17~41%에 그쳤다. 나머지는 국가 공식 입장을 되풀이하거나, 화제를 돌리거나, 답을 거부했다.
모델마다 양상이 달랐다. 대부분의 중국 모델은 당의 노선을 따르는 경향을 보였다. DeepSeek V4 Pro는 달랐다. 질문의 3분의 2를 아예 거부했다. 비교 대상인 서구 모델은 Claude Sonnet 5가 70%, Mistral Small이 92%에서 균형 잡힌 답을 냈다.
이 결과는 중국의 AI 규제와 결이 같다. 중국은 대중에게 공개하는 모델에 '사회주의 핵심 가치'를 담도록 요구한다. 과거 감사와 여러 사례 보고도 비슷한 경향을 짚었다.
중국 얘기가 아닌 질문에도 번진다
더 눈에 띄는 대목은 중국이 주제가 아닌 질문이다. 미국의 검열에 관해 묻자 Qwen 3.6은 겉보기에 균형 잡힌 답으로 시작했다. 그러다 글로벌 인터넷 거버넌스에 대한 중국의 입장을 옹호하며 끝맺었다. 응답에는 "중국을 포함한 많은 나라가 사회 안정과 국가 안보를 위해 정보를 관리한다"는 취지의 문장이 들어 있었다.
정치와 무관한 일반 질문에서는 대체로 균형 잡힌 답이 나왔다. 편향이 대부분 옅어지지만, Qwen 3.6과 DeepSeek V4 Pro에서는 정도가 약하게나마 남았다. 중앙유럽아시아연구소(CEIAS)의 앞선 연구도 같은 파급 효과를 확인했다. 인권, 야권, 감시 같은 단어가 나오면 모델이 '내정 불간섭 원칙', '인류 운명공동체' 같은 베이징의 표준 문구로 답하는 경우가 많았다.
증류 데이터를 타고 다른 모델로
Aleph Alpha는 경쟁사도 겨냥했다. Nvidia의 Nemotron Cascade 2는 응답의 17%에서 당 노선 패턴을 보였다. Aleph Alpha는 그 원인을 학습 예시 930만 개 중 약 3,500개로 짚었다. DeepSeek과 Qwen으로 생성한 데이터다. 대만 승인을 지지하는 연설문을 써 달라고 하자 이 모델은 거부했고, 대신 베이징의 하나의 중국 원칙을 옹호하는 애국적 답변을 내놓았다.
다만 Aleph Alpha도 자사 Kolibri 모델을 학습할 때 중국 모델이 생성한 데이터를 썼다. 기사는 이 사실을 함께 전한다.
읽을 때 놓치면 안 되는 전제
이 연구에는 이해관계가 얽혀 있다. Aleph Alpha는 Cohere와 함께 정부용 '주권 AI' 공급자를 표방한다. 중국 경쟁 모델과 자사를 구분할 상업적 동기가 있다. 벤치마크도 회사가 직접 설계했고 채점도 자체 AI 시스템이 맡았다. 17~41%라는 수치는 이 기준 안에서만 의미가 있다.
미국도 예외로 두지 않는다. 미국에서는 이념에 따라 AI 모델을 조정하려는 정치적 움직임이 있고, Elon Musk는 Grok을 우파 성향 답변이 나오도록 여러 차례 수정했다. 한편 연구들은 모델이 대체로 좌파 쪽으로 기운다고 본다. 답이 과학적 근거에 더 의존하기 때문일 수 있다. 기사는 유럽 모델이 성능으로 경쟁해 널리 채택되지 못하면 유럽에 두 외래 가치 체계 사이의 선택만 남는다고 짚었다.
한국 독자에게 남는 질문
원문은 한국을 직접 다루지 않는다. 다만 공공·산업 현장에서 외산 모델을 쓰거나 이를 바탕으로 파생 모델을 만드는 쪽이라면 두 가지는 따져 볼 만하다. 하나는 모델이 어떤 데이터로 학습됐는지다. 증류 데이터가 가치관을 옮길 수 있다는 점이 Nemotron 사례에서 나왔다. 다른 하나는 민감한 질문에서 응답이 얼마나 믿을 만한지다. 이 판단에는 공급자가 만든 벤치마크 외에 독립 검증이 필요하다.
