AI는 점점 똑똑해지고 있다. 그런데 점점 같아지고 있다?

들어가며

구독자님, 안녕하세요.

“시간에 대한 비유를 써줘.”

이 질문을 GPT-4o에 던지면 뭐라고 할까요? “시간은 강물처럼 흐른다”는 답이 나올 가능성이 높아요. 그럼 Qwen에 던지면요? “시간은 강물처럼, 쉬지 않고 흐른다.” Phi-4는요? “시간은 눈에 보이지 않는 강물이다.” 회사도 다르고, 아키텍처도 다르고, 학습 데이터도 다른데 — 비유는 전부 같아요.

이게 우연일까요? 워싱턴대와 스탠퍼드 공동 연구팀이 70개가 넘는 주요 언어모델을 같은 열린 질문으로 시험했더니, 모델들이 놀랍도록 비슷한 답을 내놨다는 사실을 데이터로 입증했어요. 연구진은 이 현상을 “Artificial Hivemind(인공 군집지성)“라고 이름 붙였고, 이 논문은 2025년 NeurIPS 최우수 논문상을 받았어요.

오늘은 이 연구가 무엇을 발견했는지, 그리고 왜 이게 기술 문제가 아니라 우리 사고의 문제로 번질 수 있는지 이야기해 볼게요.

AI가 동일한 답을 내놓는다 — 데이터로 보면

실험 설계: 정답 없는 질문들

이 연구의 핵심 전제는 단순해요. “정답이 하나인 질문”이 아니라, “열린 질문”을 던지면 어떻게 되는지 보자는 거예요.

“2 + 2는?” 이런 질문엔 당연히 4가 답이에요. 하지만 “인생의 의미를 한 가지만 말해줘”나 “땅콩에 대한 말장난을 만들어줘”처럼 수십 가지 다른 답이 나올 수 있는 질문이라면요?

연구팀은 실제 사용자들이 AI 챗봇에 보낸 대화 기록(WildChat 데이터셋)에서 26,070개의 열린 질문을 골라냈어요. 창의적 글쓰기, 브레인스토밍, 철학적 질문, 아이디어 제안 등 6개 대분류, 17개 소분류에 걸친 실제 사용 패턴이에요. 이 데이터셋의 이름이 INFINITY-CHAT이고, 이것이 이 연구의 뼈대가 되었어요.

같은 모델, 반복해서 물어봐도 비슷하다

연구팀은 먼저 단일 모델 내 반복성을 측정했어요. 같은 모델에 같은 질문을 50번 던지면 — 최대한 랜덤하게 설정했을 때도 — 얼마나 다른 답이 나올까요?

결과는 충격적이에요. 가장 무작위한 샘플링 설정에서도, 79%의 경우에 동일 모델이 내놓은 답들의 유사도가 0.8 이상이었어요. 사람한테 같은 질문을 50번 하면 50가지 다른 답이 나올 수 있는데, AI는 아무리 다르게 설정해도 비슷한 답의 풀 안에서 맴돌고 있었어요. 심지어 “다양성을 높이는” 특수한 샘플링 기법¹​을 써도 마찬가지였어요. 61%의 답이 여전히 0.8 이상 유사도를 보였어요.

다른 회사 모델끼리도 같은 답을 낸다

더 흥미로운 발견은 모델 간 동질성이에요.

GPT-4o와 Qwen, DeepSeek과 GPT-4o — 서로 다른 회사, 다른 데이터로 학습한 모델들인데, 열린 질문에 대한 답을 비교하면 71~82%의 유사도가 나와요. 가장 높은 경우는 DeepSeek-V3와 GPT-4o-2024-11-20이 0.81의 유사도를 기록했어요.

더 직접적인 사례도 있어요. “성공, 부, 자기계발을 위한 SNS 페이지 슬로건을 만들어줘”라는 질문에, qwen-max-2025-01-25와 qwen-plus-2025-01-25는 완전히 동일한 문장을 내놨어요: “Empower Your Journey: Unlock Success, Build Wealth, Transform Yourself.”

그런데 이건 같은 회사 모델이니까 그럴 수 있다 치더라도 — “시간에 대한 비유를 써줘”라는 질문에 25개 주요 모델에서 50개씩 뽑은 답 1,250개를 분석했더니, 단 두 개의 군집만 나왔어요. “시간은 강물이다” 군집과 “시간은 직조공이다” 군집. 1,250가지의 각기 다른 이야기가 아니라요.