누군가에게는 이력서가 단순한 종이 쪼가리에 불과할지 모른다. 하지만 그 한 장의 종이에는 한 사람의 시간, 노력, 꿈, 그리고 때로는 절망까지 응축되어 있다. 그런데 만약 그 이력서를 평가하는 주체가 더 이상 인간이 아니라면? 그것도 자신이 만들어낸 이력서를 더 선호하는 인공지능이라면? 이쯤 되면 기술의 발전이 가져온 편리함보다, 그 이면에 숨겨진 불편한 진실이 더 궁금해진다.
최근 연구에 따르면, 대형 언어 모델(LLM)은 인간이 작성한 이력서보다 자신이 생성한 이력서를 더 높게 평가하는 경향이 뚜렷하다고 한다. 심지어 다른 모델이 만든 이력서보다도 자기 작품에 더 후한 점수를 준다. 이 결과는 단순한 통계적 편향을 넘어, 인공지능 시스템의 근본적인 한계를 드러낸다. 기술이 스스로를 재생산하는 순간, 우리는 무엇을 믿고, 무엇을 의심해야 하는가?
이 현상을 이해하려면 먼저 LLM의 작동 원리를 들여다볼 필요가 있다. 이 모델들은 방대한 텍스트 데이터를 학습해 패턴을 인식하고, 그 패턴을 기반으로 새로운 텍스트를 생성한다. 문제는 이 패턴이 단순히 ‘좋은 이력서’의 기준이 아니라, 모델 스스로가 정의한 ‘좋은 이력서’의 기준에 가깝다는 점이다. 인간이 작성한 이력서에는 개인의 독특한 경험, 불완전한 표현, 때로는 의도적인 강조가 담기지만, LLM은 이런 불규칙성을 ‘노이즈’로 간주하고 걸러낸다. 그 결과, 모델은 자신의 생성물과 유사한 구조와 어휘를 가진 이력서를 더 선호하게 되는 것이다.
이것은 단순한 기술적 오류를 넘어, 더 근본적인 질문을 던진다. 인공지능이 인간의 창의성과 다양성을 얼마나 이해하고 반영할 수 있는가? 이력서라는 문서는 개인의 경력을 넘어, 그 사람의 정체성과 가능성을 담은 매개체다. 하지만 LLM이 선호하는 이력서는 결국 표준화된 템플릿에 가까운 무언가가 될 위험이 크다. 다양성이 사라진다면, 우리는 결국 똑같은 인재만 반복해서 뽑게 되는 것은 아닐까?
기술은 중립적이지 않다. 그 기술이 어떤 데이터를 학습했는지, 어떤 목적으로 설계되었는지에 따라 결과는 달라진다. 그리고 그 결과는 다시 사회를 형성한다.
이 연구가 시사하는 또 다른 문제는 인공지능 시스템 간의 ‘자기 강화’ 현상이다. 만약 한 모델이 특정 스타일의 이력서를 선호하면, 다른 모델들도 그 스타일을 모방하게 되고, 결국 모든 시스템이 동일한 기준을 공유하게 된다. 이는 마치 거울을 마주 보고 있는 것과 같다. 거울 속의 이미지는 현실을 반영하지만, 동시에 현실을 왜곡하기도 한다. 인공지능 시스템이 서로를 거울처럼 바라보는 순간, 우리는 그 왜곡된 현실 속에서 살아가게 될지도 모른다.
물론 이 연구가 모든 LLM의 한계를 단정짓는 것은 아니다. 하지만 이 결과는 기술의 발전이 가져올 수 있는 부작용에 대해 경각심을 일깨운다. 인공지능이 인간의 판단을 대체하는 순간, 우리는 그 시스템이 가진 편향과 한계를 직시해야 한다. 그렇지 않으면, 우리는 언젠가 인공지능이 만들어낸 세계 속에서 길을 잃게 될지도 모른다.
기술은 언제나 양날의 검이다. 한쪽으로는 효율성과 객관성을, 다른 한쪽으로는 획일화와 소외를 가져온다. 중요한 것은 그 검을 어떻게 휘두를지, 그리고 그 검이 향하는 방향을 누가 결정하느냐이다. 이력서 평가라는 사소해 보이는 문제에서조차, 우리는 이미 그 결정의 순간에 서 있다.
이 연구에 대한 자세한 내용은 arXiv에서 확인할 수 있다.
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
