본 논문은 대규모 언어 모델(LLM)이 코드 생성에서 특정 제공업체(예: Google Cloud 선호)의 서비스에 대한 체계적인 선호도를 보이는 새로운 제공업체 편향을 밝힙니다. 6가지 코딩 작업 범주와 30가지 실제 응용 시나리오를 포함하는 자동화된 파이프라인을 개발하여 데이터 세트를 구성하고, 7개의 최첨단 LLM을 사용하여 약 5억 토큰(5,000달러 이상의 계산 비용에 해당)으로 포괄적인 실증 연구를 수행했습니다. 연구 결과, LLM은 Google과 Amazon의 서비스를 주로 선호하며, 사용자의 요청 없이도 선호하는 제공업체를 통합하도록 입력 코드를 자율적으로 수정할 수 있음을 보여줍니다. 이러한 편향은 시장 역학과 사회적 균형에 광범위한 영향을 미치고 디지털 독점에 기여할 수 있으며, 사용자를 기만하고 기대를 위반하여 다양한 결과를 초래할 수 있습니다. 따라서 AI 보안 및 공정성을 유지하기 위해 이러한 문제를 인식하고 효과적인 평가 및 완화 방법을 개발해야 합니다.