본 논문은 대규모 언어 모델(LLM)이 다국어 생성 시 영어 중심적인 응답을 생성하는 경향이 있지만, 모델 내에 존재하는 지역 문화 정보를 활용하여 문화적 맞춤 설정이 가능함을 보여줍니다. 먼저, 프롬프트에 명시적인 문화적 맥락을 제공하면 모델의 문화적 지역화된 응답 생성 능력이 크게 향상됨을 실증합니다. 이러한 성능 차이를 명시적-암시적 지역화 격차라고 명명하며, LLM 내에 문화적 지식이 존재하지만 문화적 맥락이 명시적으로 제공되지 않으면 다국어 상호 작용에서 자연스럽게 나타나지 않을 수 있음을 시사합니다. 그러나 명시적인 프롬프트의 이점에도 불구하고, 응답의 다양성이 감소하고 고정관념이 나타나는 경향이 있습니다. 둘째, 모든 비영어권 언어에서 보존되는 명시적 문화적 맞춤 설정 벡터를 식별하여 LLM을 합성된 영어 문화 세계 모델에서 각 비영어권 문화 세계로 유도할 수 있음을 보여줍니다. 유도된 응답은 암시적 프롬프트의 다양성을 유지하면서 고정관념을 줄여 맞춤 설정의 가능성을 크게 향상시킵니다. LLM 내의 대안적인 문화 세계 모델의 보존과 번역, 문화적 맞춤 설정, 부드러운 제어를 통한 명시적 암시적 전환 가능성에 대한 함의를 논의합니다.
