신호 LLM 정렬은 무해성-유용성을 넘어 인간 행위자성을 포함해야 한다

요약

"LLM Alignment should go beyond Harmlessness-Helpfulness and incorporate Human Agency"라는 제목의 이 논문은 Springer Nature의 학술지 Cognitive Computation(2026년)에 게재됐다. 이 논문은 정렬(alignment)이 본질적으로 다차원적이어서 안전성·유용성·공정성과 정의·문화적 감수성에 걸쳐 있으며, 단순히 무해성 대 유용성의 상충 관계로 환원할 수 없다고 주장한다. 저자들은 정적인 사후 학습 제약에서 벗어나 다원성·자율성·인간 번영을 지키는 역동적이고 참여적인 접근으로 옮겨가야 한다고 제안하며, 이를 '번영-정의-자율성(FJA)' 프레임워크로 공식화했다. 이들은 경직된 사후 학습 개입을 사용해 종종 과도하게 조심스러운 출력을 내는 기존의 무해-유용-정직(HHH) 정렬 모델과, 추론 시점의 적응성·참여형 헌법·동적 보상 모델을 활용할 FJA 정렬 모델을 대비시킨다. 이러한 틀은 정렬의 과제를 출력 필터링에서 사용자의 결정 역량 보존으로 옮긴다. 이전 시도에서 로그인 리다이렉트 루프로 원문 페이지에 직접 접근하지 못해, 검색으로 확인된 학술지명·제목 외에 저자명과 정확한 권·호 정보는 독자적으로 검증하지 못했다.