본 논문은 대규모 언어 모델(LLM)의 편향 문제를 해결하기 위한 새로운 방법을 제시합니다. 기존의 방법들과 달리, 제안된 방법은 추가적인 학습이나 미세 조정 없이, 입력 문장의 특정 속성을 변형하여 생성된 여러 변형 문장에 대한 LLM의 예측 결과를 비교 분석함으로써 편향을 탐지하고 완화합니다. Llama 계열 모델을 대상으로 한 실험 결과, 특히 인종 간 불균형 감소에 있어서 최대 27% 향상을 보이며, LLM의 공정성, 형평성 및 신뢰성을 크게 향상시키는 것을 확인했습니다. 이 방법은 실제 적용 가능성이 높은 실용적인 접근 방식으로, 윤리적 고려가 필요한 작업에서 LLM의 활용을 가능하게 하는 중요한 발걸음이 될 것으로 기대됩니다.
