LLM의 인간 유사 행동 고찰: 모델 행동, 사용자 요인, 시스템 프롬프트에 대한 다차원 분석
Examining Human-Like Behaviors in LLMs: A Multi-Dimensional Analysis of Model Behaviors, User Factors, and System Prompts
LLM-as-a-judge와 인간 평가로 gpt-4o 등 4개 모델의 2만 1천 건 멀티턴 대화에서 인간 유사 행동의 보편성·적절성·제어 가능성을 다차원 분석했다. 행동은 모델과 사용자 요인(대화 목표·프로필)에 따라 달라지며, 자기 참조·관계 형성은 인간보다 LLM에서 덜 적절하고 경계 유지는 더 적절하다고 평가되었고 시스템 프롬프트로 조절 가능하나 의도하지 않은 효과를 피하려면 신중한 평가가 필요하다.