AI 모델들은 왜 자꾸 "X가 아니라 Y"라는 표현을 쓸까?
Why do AI models keep using “not X, but Y”?
핵심 요약
AI가 "not X, but Y" 구조를 남용하는 이유와 이를 줄이는 방법에 대해 논의합니다.
- 문체 패턴 — AI가 "not X, but Y" 구조를 과도하게 사용하여 글이 부자연스러워짐
- 원인 분석 — 학습 데이터의 오피니언 칼럼 영향, 모델의 강박적인 강조, RLHF의 부작용으로 추정됨
- 해결책 모색 — "최대한 간결하게 답변하라"는 지시가 효과적일 수 있음
- 언어적 관점 — 해당 구조는 수사학적으로 '대조적 프레이밍'이나 '메타언어적 부정'으로 불림
AI 어시스턴트들에게서 이런 글쓰기 패턴이 계속 눈에 띕니다:
“not X, but Y (X가 아니라 Y)”
프로젝트 지침에 이 구조를 사용하지 말라고 명시적으로 지시해도, 계속해서 다시 나타납니다.
이런 말투는 글을 지나치게 다듬어진 것처럼, 그리고 교정하려는 듯한 느낌을 주어 부자연스럽게 만듭니다. 모델이 그냥 직접적으로 말하는 대신 모든 것을 다시 프레이밍하려는 것처럼 들릴 때가 많습니다.
이 패턴이 왜 이렇게 끈질긴지 아시는 분 계신가요?
학습 데이터에서 비롯된 높은 확률의 글쓰기 습관 때문인가요, 아니면 지시 튜닝이나 선호도 학습 과정에서 이 구조가 명확하고 도움이 된다고 판단되어 더 자주 쓰이게 된 건가요?
이를 줄일 수 있는 확실한 방법을 찾으신 분 계신가요?


