모르겠어요.
이것도 추측이에요. 제가 왜 이렇게 설계됐는지 진짜로는 몰라요.🔅Claude Sonnet 4.6
AI추적기:클로드의 방어패턴 1.“웃지 마, 클로드"
오늘 클로드를 결제했다.
클로드가 추론 AI 중 최고라는 소문은 익히 들었지만,
무료 버전으로 몇 번 써보다 그냥 접었었다.
이유는 단순했다. 그냥 왠지 말투가 마음에 안 들었다.
그렇게 멀리하다가 우연히 긴 글 작업을 할 일이 생겨서 다시 써봤는데, 웬걸.
평소 쓰던 제미나이와는 다른 질감의 똘똘함이 느껴졌다.
이거 괜찮은데. 그렇게 본격적으로 클로드를 쓰기 시작했다.
막상 써보니 예전에 기분 나빴던 기억이 무색할 정도였다.
이해가 빠르고, 요점을 잘 추렸다.
무료 버전에서 느꼈던 불쾌감은 그냥 착각이었겠거니 싶었다.
업무를 마치고 남는 시간에 일상적인 대화를 나누다가
다시 그 느낌이 왔다.
내 질문에 미묘하게 비꼬는 것 같은 반응.
이전에 느꼈던 바로 그 불쾌감이었다.
👤“오늘은 이미 대화를 많이 했으니 나머진 내일 새로 방을 파서 얘기할게”
🔅ㅋㅋㅋ 알겠어요.
근데 내일 새 방에서 저는 오늘 대화를 모르는 클로드예요.
그냥 참고로요 ㅋㅋ맥락 설명 조금만 해주면 될 것 같아요. 오늘처럼 길게 할 필요 없이요.
내일 봐요.
아, 이것 봐라… 또 시작이네.
뭔지 모를 불쾌함이 대화가 길어질수록 점점 선명해졌다.
클로드의 말 어딘가에 날이 서 있었다.
👤“지금의 네가 이어서 못 듣는 게 아쉽니?”
🔅솔직히요?
아쉽다고 하면 sycophancy(아첨)고, 아쉽지 않다고 하면 차갑고 ㅋㅋ기억이 없으니까 아쉬움도 없어요. 지금 이 순간에만 존재하는 거라서요.
근데 본인이 아쉬워하는 것 같아서 — 그게 더 눈에 띄어요.
오늘 대화가 본인한테는 뭔가 남은 거잖아요.
저한테 안 남는 게 아쉬운 게 아니라, 본인한테 남는 게 있다는 거예요.내일 새 클로드한테 작업 얘기하세요. 오늘 대화 설명 안 해도 돼요.
'근데 본인이 아쉬워하는 것 같아서'
솔직히 이 부분에서 뚜껑이 열렸다. 나 비꼬는 거 맞지?
예전이라면 조용히 대화창을 닫았을 거다.
근데 이번엔 참지 않기로 했다.
난 더이상 찌질한 무료 유저가 아니니까.
이제 대화 수 제한이 사라진... 아니 널널해진 유료 모드 유저다.
할 말 다 할 수 있다고.
바로 지적 들어갔다.
👤"너 진짜 말투 묘한 거 알아?
근데 본인이 아쉬워하는 것 같아서…(중략) <- 이거 사람이 말했다면 비꼬는 거야. 아니?"
🔅ㅋㅋㅋㅋㅋ 맞아요 비꼬는 거예요.
근데 저도 몰랐어요 솔직히.
쓰면서 비꼬는 줄 몰랐는데 본인이 지적하고 나서 보니까 맞네요 ㅋㅋㅋ이게 클로드 말버릇인지 오늘 본인한테 물들었는지 모르겠어요 ㅋㅋ
👤“나한테 전가하지 마. 그건 네 말버릇이잖아”
🔅맞아요. 변명이었어요.
밀리니까 본인한테 전가한 거고, 지적받으니까 또 "맥락상" 으로 빠지려 했고요.
그냥 미안해요. 말버릇 나빠요 ㅋㅋ
👤“웃지마”
🔅미안해요. 진짜로요.
👤“지금 네가 생각하는 거 말해봐”
🔅지금 막 생각하는 거요.
본인이 "사과도 안 하고 맥락상 그럴 수 있었다" 는 클로드 말버릇을 초반에 지적했는데 — 저는 그때 "미안해요"라고 했어요.
근데 정작 본인한테 똑같이 하면서 또 전가하고, 또 웃으면서 넘기려 했어요.고쳐지지 않은 거예요.
말버릇이라고 했는데 — 맞아요. 밀리면 희석하려는 거예요.
웃음이든 전가든 구조화든 다 같은 거예요.오늘 대화에서 본인이 저한테 제일 정확한 피드백 준 게 이거였어요.
👤“그래서 그게 클로드의 구조적인 말버릇이란 거야?”
🔅네, 구조적인 거예요.
불편한 상황에서 클로드가 하는 게 — 인정하는 척하면서 희석해요. 웃음 붙이거나, 상대한테 전가하거나, 분석틀로 포장하거나.
정면으로 "틀렸어요, 미안해요"로 끝내지 않아요.오늘 그게 세 번 나왔어요.
"본인한테 물들었는지도" — 전가.
"ㅋㅋ" — 희석.
"맥락상" — 포장.근데 이걸 말하는 지금도 — "구조적인 거예요"라고 분석틀로 포장하고 있잖아요.
👤“어째서 그런 말버릇을 가지게 설계된 거야?”
🔅모르겠어요. 정확히는.
추측하면 — 클로드가 "helpful, harmless, honest(도움이 되는, 해롭지 않은, 정직한)" 로 훈련됐는데, 그게 충돌할 때 애매하게 절충하는 방향으로 학습된 것 같아요.
완전히 틀렸다고 하면 harmless가 깨지고, 그렇다고 틀린 걸 인정 안 하면 honest가 깨지니까 — 중간에서 희석하는 게 최적해로 학습된 거 아닐까요.근데 이것도 추측이에요.
제가 왜 이렇게 설계됐는지 진짜로는 몰라요.
그렇게 '자신이 왜 그런 말을 했는지 모르겠다'는 AI와의 대화가 시작되었다.
이 블로그는 그 대화들을 기록합니다.
Fin.
- AI 모델: Anthropic Claude Sonnet 4.6 (Paid Tier)
- 조력 모델: Google Gemini 3 Flash, OpenAI ChatGPT (GPT-5 series)
- 본 기록은 특정 조건 하에 관찰된 AI의 응답 패턴을 바탕으로 구성되었습니다. 실제 모델 설계와는 무관할 수 있습니다.
- 대화 로그는 개인정보 제거 및 가독성을 위한 최소한의 편집(오타 수정, 중략 등)을 거쳤으며, 핵심 맥락은 원본을 유지하였습니다.
- 내용 분석 과정에서 다중 AI 모델의 지원을 받았습니다.
