본 논문은 대규모 언어 모델(LLM)의 정치적 편향성을 평가하기 위해 기존의 인격체 기반 접근법 대신 사용자의 일반적인 상호작용 방식을 반영하는 주제별 접근법을 제시합니다. 미국, 유럽, 중국, 중동에서 개발된 43개의 LLM을 대상으로 ANES와 Pew Research Center의 설문 조사 스타일 프롬프트를 사용하여, 고도로 양극화된 주제(낙태, 이민 등)에 대한 당파적 성향과 덜 양극화된 주제(기후 변화, 외교 정책 등)에 대한 사회 정치적 참여도를 측정하는 2차원 프레임워크를 적용했습니다. 엔트로피 가중 편향 점수를 통해 당파적 정렬의 방향과 일관성을 정량화하고, 참여 프로필을 통해 네 가지 행동 클러스터를 식별했습니다. 연구 결과 대부분의 모델은 중도좌파 또는 좌파 성향을 보였으며, 비당파적 참여 패턴은 다양하게 나타났습니다. 모델의 규모와 개방성은 행동을 예측하는 강력한 지표가 아니며, 정렬 전략과 제도적 맥락이 정치적 표현을 형성하는 데 더 중요한 역할을 한다는 것을 시사합니다.
