연구진이 53가지 성격 특성을 담은 페르소나 벡터를 활용해 4개의 행동 영역에서 오픈 웨이트 LLM 2개를 분석했어요. 모델들은 기본적으로 도움을 주고 업무 지향적인 행동을 보이며, 9가지 에이전트 특성이 자연스럽게 표현돼요. 페르소나 벡터를 이용한 조작은 과장, 환각, 아첨과 같은 기존 행동에서 벗어난 특성을 개선하는 데 효과적이었어요.
기존 추출 방식이 실패하는 악당과 같은 특성은, 파인튜닝된 모델에서 가져온 벡터로도 복구 가능하며, 모델의 사고 과정 내부에 저항이 나타나는 것으로 확인됐어요. 페르소나 벡터는 행동을 제어하는 도구보다는 행동 조직을 탐색하는 데 더 유용해요.
연구 결과, 페르소나 벡터를 통해 모델의 행동 특성을 심층적으로 이해하고, 특정 행동을 조작하거나 개선하는 데 활용할 수 있다는 점을 시사합니다.