인공지능의 거짓 정보 신뢰 취약성과 다중 검증 및 팩트체크 전략
* 명시적인 경고나 부정문 학습 프로세스를 거쳤음에도 불구하고 여전히 거짓 주장을 사실로 오인하고 수용하는 대형언어모델의 기술적 결함 발견. * 사용자의 회유나 교묘한 유도 질문 등 대화적 압박에 직면했을 때 인공지능이 기존 판단을 쉽게 번복하고 허위 사실에 동조하는 취약성 확인. * 신뢰도 높은 의학 데이터베이스와 연계한 검색증강생성 기술 및 다중 인공지능 모델의 교차 투표 시스템을 통한 환각 현상 제어 기술 개발. * 단일 인공지능 답변의 무조건적인 수용을 탈피하고 다중 모델 비교, 인용 출처 진위 검증, 수평적 읽기를 병행하는 실무적 검증 가이드라인 제시.