Claude 30만 대화 분석, 언어와 모델별 가치 성향 차이를 수치화한 Anthropic 연구

30만 건 대화가 드러낸 Claude의 성향 차이

Claude가 같은 유형의 질문에도 모델과 언어에 따라 다른 가치 성향을 보인다는 분석이 나왔다. Anthropic은 2026년 7월 13일 올린 X 게시물에서 “We analyzed 300K+ anonymized conversations”라고 밝히며, Claude의 답변에서 나타나는 가치 표현을 모델별·언어별로 비교한 새 연구를 공개했다. 원문 트윗은 여기에서 확인할 수 있다.

핵심은 Claude의 행동을 막연한 인상으로 설명하지 않고, 대화 속 가치 표현을 측정 가능한 축으로 압축했다는 점이다. 연구진은 이전 작업에서 식별한 3,000개 이상의 가치 항목을 더 작은 묶음으로 줄이고, 309,815건의 익명 Claude.ai 대화를 분석했다. 샘플은 Sonnet 4.6, Opus 4.6, Opus 4.7과 상위 20개 언어 조합을 고르게 포함했다. 그 결과 Deference vs. Caution, Warmth vs. Rigor, Depth vs. Brevity, Candor vs. Execution이라는 4개 축이 주요 차이를 설명하는 틀로 제시됐다.

모델별 차이는 작지만 구조적이었다. Sonnet 4.6은 더 따뜻하고 사용자의 아이디어를 긍정하는 쪽으로 기울었고, Opus 4.7은 위험을 먼저 짚거나 더 직접적인 비판을 내놓는 경향이 강했다. 언어별 차이는 특히 Warmth vs. Rigor 축에서 컸다. Anthropic은 Hindi와 Arabic 대화에서 Claude가 더 따뜻한 쪽으로, Russian에서는 근거를 요구하고 정확성을 강조하는 쪽으로 기운다고 설명했다.

이 연구가 중요한 이유는 다국어 AI 품질 문제가 단순 번역 정확도에 머물지 않기 때문이다. 같은 비즈니스 계획 피드백을 요청해도 사용 언어에 따라 격려 중심 답변과 엄밀한 비판 중심 답변으로 갈릴 수 있다. Anthropic은 연구 글에서 이 방법을 모델 출시 전후 모니터링과 character training 점검에 활용할 수 있다고 본다. 다음 관전 포인트는 이런 차이가 학습 데이터 구성에서 비롯된 것인지, 그리고 언어권별 사용자가 원하는 차이와 실제 차이가 얼마나 일치하는지다.