성장이 우선인가, 배려가 우선인가? 일상적인 딜레마 상황에서 LLM이 보이는 가치 선호도의 현황 분석

Growth First, Care Second? Tracing the Landscape of LLM Value Preferences in Everyday Dilemmas

사람들은 점점 더 온라인에서 인간 사용자뿐만 아니라 대규모 언어 모델(LLM) 기반 챗봇으로부터 조언을 구합니다. 이러한 조언은 종종 단 하나의 정답을 제시하기보다는, 상반되는 가치들 사이의 균형을 찾는 것을 요구합니다. 본 연구는 다양한 조언 요청 상황에서 LLM이 어떻게 이러한 가치 균형을 맞추는지 분석하는 것을 목표로 합니다. 먼저, 큐레이션된 데이터 세트를 사용하여 네 가지의 조언 관련 서브레딧에서 조언 요청의 가치 균형 구조를 분석합니다. 하향식 접근 방식을 사용하여, 개별 조언 옵션에서 추출된 세부적인 가치들을 상위 수준의 가치 범주로 통합하여 계층적 가치 프레임워크를 유도적으로 구성합니다. 가치 공존 네트워크를 구축하여 딜레마 내에서 가치가 어떻게 공존하는지 분석한 결과, 조언 요청 상황에 따라 가치 균형 구조에 상당한 이질성이 존재함을 확인했습니다. 여성 중심 서브레딧은 가장 높은 네트워크 밀도를 보여주며, 이는 더 복잡한 가치 갈등을 나타냅니다. 여성, 남성, 그리고 우정 관련 서브레딧은 보안 관련 긴장(보안 vs. 존중/연결/헌신)을 중심으로 높은 상관관계를 보이는 가치 갈등 패턴을 보입니다. 반면, 직업 관련 조언은 보안이 자주 자기실현 및 성장에 충돌하는 뚜렷한 구조를 형성합니다. 그런 다음, LLM의 가치 선호도를 이러한 딜레마와 비교 분석한 결과, 모델과 상황에 관계없이 LLM은 일관적으로 탐색 및 성장과 관련된 가치를 혜택 및 연결과 관련된 가치보다 우선시하는 경향을 보였습니다. 이러한 체계적인 가치 편향은 AI 기반 조언에서 가치 균질화의 잠재적인 위험을 강조하며, 이러한 시스템이 의사 결정 및 규범적 결과에 미치는 영향에 대한 우려를 불러일으킵니다.

People increasingly seek advice online from both human peers and large language model (LLM)-based chatbots. Such advice rarely involves identifying a single correct answer; instead, it typically requires navigating trade-offs among competing values. We aim to characterize how LLMs navigate value trade-offs across different advice-seeking contexts. First, we examine the value trade-off structure underlying advice seeking using a curated dataset from four advice-oriented subreddits. Using a bottom-up approach, we inductively construct a hierarchical value framework by aggregating fine-grained values extracted from individual advice options into higher-level value categories. We construct value co-occurrence networks to characterize how values co-occur within dilemmas and find substantial heterogeneity in value trade-off structures across advice-seeking contexts: a women-focused subreddit exhibits the highest network density, indicating more complex value conflicts; women's, men's, and friendship-related subreddits exhibit highly correlated value-conflict patterns centered on security-related tensions (security vs. respect/connection/commitment); by contrast, career advice forms a distinct structure where security frequently clashes with self-actualization and growth. We then evaluate LLM value preferences against these dilemmas and find that, across models and contexts, LLMs consistently prioritize values related to Exploration & Growth over Benevolence & Connection. This systemically skewed value orientation highlights a potential risk of value homogenization in AI-mediated advice, raising concerns about how such systems may shape decision-making and normative outcomes at scale.