본 논문은 대규모 언어 모델(LLM) 기반 로봇이 인간-로봇 상호작용(HRI)에서 개인 정보를 처리할 때의 개인 정보 보호 문제를 다룹니다. 특히, 가정 환경과 같은 사적 환경에서 LLM이 민감한 데이터를 어떻게 처리하는지 평가합니다. 논문에서는 Contextual Integrity (CI) 프레임워크를 사용하여 개인 정보 보호 관련 시나리오를 개발하고, 사용자의 선호도를 조사한 후 최신 LLM의 응답을 분석합니다. 다양한 프롬프팅 전략을 통해 LLM의 개인 정보 보호 인식을 향상시키려는 시도도 포함합니다.
시사점, 한계점
•
시사점:
◦
LLM의 개인 정보 보호 인식 수준이 아직 낮아, 인간과 일치하는 정도가 낮음.
◦
HRI 환경에서 AI 개인 정보 보호에 대한 연구의 필요성을 강조함.
◦
프롬프팅 전략을 통해 LLM의 개인 정보 보호 인식을 개선할 가능성을 제시함.
•
한계점:
◦
10개의 LLM만 평가하여 일반화에 제한이 있을 수 있음.
◦
450명의 사용자를 대상으로 한 설문조사 결과가 개인 정보 보호 인식에 대한 모든 측면을 대표한다고 보기 어려움.
