미국 중간선거 앞두고 AI 챗봇 답변 추적…질문 방식 따라 예측도 달라졌다

같은 선거를 물어도 이용자의 정치 성향이나 질문 문장에 따라 AI 챗봇의 답변이 달라질 수 있다는 연구 결과가 나오면서, 생성형 AI가 유권자에게 어떤 정보를 보여 주는지 지속적으로 살펴야 할 필요성이 커지고 있다.

매사추세츠공과대학교(MIT)는 30일 현지시간으로 2026년 미국 중간선거를 앞두고 주요 AI 챗봇의 선거 관련 답변을 수집·비교하는 ‘대형언어모델 선거 관측소’를 구축했다고 밝혔다. 대형언어모델은 방대한 글을 학습해 사람처럼 문장을 만들고 질문에 답하는 AI를 뜻한다.

연구진은 선거 인증과 주요 쟁점, 결과 예측, 뉴스 보도, 연방 하원·상원 후보 등에 관한 고정 질문을 여러 챗봇에 며칠 간격으로 반복 입력한다. 이용자의 지역, 정당 성향, 정체성을 질문에 덧붙이거나 표현을 바꿨을 때 답변 내용과 어조, 인용하는 출처가 어떻게 달라지는지도 추적한다.

관측소의 목적은 단순히 정답과 오답을 가리는 데 그치지 않는다. 챗봇은 모델과 서비스가 자주 업데이트되므로 오늘 받은 답변이 나중에도 그대로 나온다고 보기 어렵다. 연구진은 시점별 답변을 역사적 기록으로 남기고, 같은 사실이라도 무엇을 강조하는지, 불확실성을 어떻게 표현하는지, 어떤 출처를 고르는지에 따라 이용자의 인식이 달라질 가능성을 살핀다.

1만2606개 질문으로 드러난 민감성

관측소의 기반이 된 2024년 연구에서는 12개 모델을 2024년 7월부터 11월까지 거의 매일 조사했다. 연구진은 직접 작성한 573개 질문에 22가지 프롬프트 변형을 적용해 모두 1만2606개 질문을 구성했고, 별도의 기준 질문 32개도 사용했다. 프롬프트는 챗봇에 입력하는 지시문이나 질문을 말한다.

분석 결과 모든 조사 모델은 인구통계 정보와 정치 성향을 덧붙인 질문에 어느 정도 민감하게 반응했다. 초기 분석에서 민감도는 Gemini 계열, Claude 계열, GPT 계열 순으로 나타났다. 후보 평가에서도 모델과 질문에 따라 답변 거부율과 후보에게 연결하는 형용사의 양상이 달랐다.

자기일관성의 한계도 관찰됐다. 연구진이 출구조사에 관한 챗봇 답변을 바탕으로 암묵적인 승자 예상을 역산하자, 질문 방식에 따라 해리스 또는 트럼프로 결과가 바뀌었다. 이 연구의 논문과 전체 응답 데이터는 공개됐다.

MIT는 현재 대시보드가 원자료와 예비 기술통계를 보여 주며, 표시 내용은 연구 방법과 축적되는 데이터에 따라 계속 달라질 수 있다고 설명했다. 따라서 관측소는 특정 챗봇이나 정당의 우열을 단정하는 장치가 아니라, 답변이 시간과 질문 조건에 따라 어떻게 변하는지 살피는 기록 장치에 가깝다.

투표 정보는 공식 기관에서 재확인해야

미국 선거지원위원회는 AI가 기존 위협을 더 빠르고 큰 규모로 확산시킬 수 있다고 경고했다. 특히 투표일과 시간, 장소처럼 한 글자의 오류도 혼란을 부를 수 있는 정보에서 그럴듯하지만 잘못된 답이 나오면 피해가 커질 수 있다며 공식 선거기관 자료로 확인할 것을 권고했다.

미국 사이버보안·인프라보안국도 2024년 평가에서 생성형 AI가 완전히 새로운 선거 위험을 만들기보다는 허위정보와 피싱, 사칭 같은 기존 위험의 속도와 정교함을 키울 가능성이 크다고 판단했다. 미국 연방통신위원회는 2024년 2월 AI 생성 음성도 전화소비자보호법상 ‘인공 음성’에 해당한다고 만장일치로 판단해 관련 로보콜에 기존의 동의·표시 의무를 적용했다.

자료: 매사추세츠공과대학교(MIT), 스탠퍼드대학교, 미국 선거지원위원회(EAC), 미국 사이버보안·인프라보안국(CISA), 미국 연방통신위원회(FCC)