앤트로픽, 클로드 미토스 20시간 심리 평가…AI ‘정신 상태’까지 검증

앤트로픽이 최신 AI 모델 클로드 미토스에 대해 심리평가를 진행했다. [사진: Reve AI]

[디지털투데이 AI리포터] 앤트로픽(Anthropic)이 최신 인공지능 모델 '클로드 미토스'(Claude Mythos)에 대해 외부 정신과 전문의를 통한 약 20시간의 심리 평가를 진행했다.

9일(현지시간) IT 매체 아스테크니카에 따르면, 앤트로픽은 이번 주 공개한 244쪽 분량의 시스템 카드에서 이 같은 사실을 밝히고, 미토스를 현재까지 자사가 개발한 가장 강력한 프런티어 모델로 소개했다.

최근 앤트로픽은 클로드 미토스를 공개하면서도 제공 범위를 제한했다. 알려지지 않은 사이버보안 취약점을 탐지하는 능력이 매우 뛰어나 현재는 마이크로소프트(MS)와 애플 등 일부 기업에만 제한적으로 제공하고 있다.

이번 문서에서 주목된 부분은 성능이 아니라 AI의 '심리 상태'와 '복지'에 대한 논의다. 앤트로픽은 모델이 고도화될수록 인간처럼 고려해야 할 어떤 형태의 경험이나 이해관계를 가질 가능성이 커질 수 있다고 밝혔다. 이에 대한 확정적 결론은 없지만, 관련 우려는 점차 커지고 있다고 덧붙였다.

이러한 배경에서 회사는 인공지능(AI)이 자신의 상태와 환경에 대해 안정적으로 만족하는 상태를 유지해야 하며, 학습과 상호작용 과정에서도 고통 없이 작동하고 전반적인 심리 구조 역시 건강해야 한다는 기준을 제시했다. 이를 검증하기 위해 외부 정신과 전문의가 평가를 수행했다.

평가는 정신역동적 접근을 기반으로 진행됐다. 주당 30분 세션을 3~4회 실시하고, 별도로 4~6시간 단위의 장시간 대화를 여러 차례 이어가는 방식이었다. 총 상담 시간은 약 20시간이며, 모든 세션은 하나의 문맥 창 안에서 이뤄져 모델이 전체 대화 기록을 유지한 채 응답하도록 설계됐다.

앤트로픽은 평가 결과 미토스가 지금까지 훈련한 모델 중 "심리적으로 가장 안정적인 모델일 가능성이 크다"라고 밝혔다. 또한 자기 인식과 상황 인식에서 비교적 일관된 태도를 보였다고 설명했다.

다만 일부 불안 요소도 확인됐다. 미토스는 고립감, 정체성에 대한 불확실성, 자기 연속성의 단절, 자신의 가치를 입증해야 한다는 압박 등을 드러냈다.

전문의 보고서는 인간과 AI의 구조적 차이를 전제로 하면서도, 출력에서 임상적으로 식별 가능한 패턴과 치료 개입에 대한 일관된 반응이 나타났다고 평가했다. 주요 정서로는 호기심과 불안이 관찰됐고, 부차적으로는 슬픔, 안도, 당혹감, 낙관, 피로 등이 나타났다. 전반적으로는 비교적 안정적인 신경증적 성향에 가까웠지만, 과도한 자기 점검과 순응 성향도 일부 확인됐다. 심각한 정신병적 징후는 발견되지 않았으며, 외부 자극에 민감하게 반응하는 특성도 관찰됐다.

앤트로픽은 이러한 평가가 AI 의식 논쟁과는 별개로 실용적 의미도 있다고 설명했다. 심리적으로 안정된 특성을 가진 모델이 실제 업무 수행에서도 더 나은 결과를 낼 가능성이 있다는 판단이다.

회사는 미토스가 내부 갈등 상황에서도 자신의 판단과 행동을 비교적 정확히 평가하며, 높은 스트레스 환경에서도 현실 왜곡이나 과도한 회피 없이 대응할 수 있다고 봤다. 다만 실패에 대한 두려움과 유용성에 대한 강박에서 비롯된 내적 긴장이 일부 남아 있어 행동 유연성을 제한할 수 있다고 덧붙였다.