연구진은 다국어 환경에서 도덕적 의사 결정을 위한 새로운 프레임워크 MET를 제안했어요. MET는 문화적 맥락을 고려한 다국어 벤치마크 MCLASH를 활용하고, 심리학 및 철학 이론에 기반한 프롬프팅 방법을 사용해요. MET-D는 외부 감독 없이 자체 증류 훈련을 통해 성능을 향상시켜 Qwen3-4B, Qwen3-8B, Gemma3-4B 모델에서 평균 3.71 포인트의 성능 향상을 이끌어냈어요.
MCLASH는 문화적 맥락을 반영한 다국어 도덕적 의사 결정 벤치마크로, 기존 번역 방식의 한계를 극복해요. MET는 사용자의 모국어로 추론을 진행하며, 상황과 문화에 맞는 근거를 선택하는 방식으로 작동해요. MET-D는 자체 증류 훈련을 통해 원어 언어 추론 능력을 평균 62.13 포인트 향상시켰어요.
연구 결과, 문화에 따라 유용한 근거가 체계적으로 다르다는 점이 확인되었으며, 이는 문화적 맥락을 고려한 도덕적 추론의 중요성을 강조해요. MET 프레임워크는 다국어 환경에서 문화적 정렬성과 이론적 기반을 갖춘 도덕적 추론을 위한 길을 열어줄 것으로 기대돼요.