⚡ 결론 직답: Searchable의 조사 결과, 미국 사용자 33%가 챗봇에 욕설을 하며, 욕설 시 오류 해결률은 31%로 정중한 교정(41%)보다 낮아 효과적인 AI 활용을 위해 매너 있는 대화가 필요하다.
📌 3줄 핵심 요약
- Searchable이 Claude, Gemini, ChatGPT의 800만 건 메시지를 분석한 결과, 미국 사용자의 33%가 챗봇에 욕설이나 모욕을 사용함.
- 1만 단어당 비속어 평균은 19.1개이며, 네바다(22.7개)와 라스베이거스(22개)가 가장 높고, 뉴저지(11.4개)와 뉴욕(12.3개)이 가장 낮은 수치를 기록함.
- 욕설을 섞은 불만 제기는 오류 해결률이 31%에 그쳐 정중한 교정(41%)보다 낮으므로, Anthropic이 Claude의 학대 방지 정책을 도입할 만큼 사용자의 매너가 중요함.
📅 데이터 기준일: 2026-11-22 | 원문 출처 기반 심층 리포트
안녕하세요, 딥러너 (DeepLearner)입니다.
AI 챗봇 대상 욕설 급증, Anthropic의 Claude 이용 정책 강화로 이어져#
최근 생성형 AI 기술이 우리 일상의 깊숙한 곳까지 침투하면서, 인간과 AI 사이의 상호작용 방식 또한 새로운 국면을 맞이하고 있습니다. 하지만 기술의 비약적인 발전과 함께 우려스러운 현상도 함께 나타나고 있는데요. 최근 Anthropic(앤스로로픽)은 자사의 대표적인 챗봇인 Claude(클로드)를 향한 부적절한 언어 사용과 남용을 방지하기 위해 새로운 이용 정책을 도입했습니다. 이는 AI를 대하는 사용자들의 태도가 단순한 개인의 에티켓 문제를 넘어, 서비스 운영의 정책적 대응이 필요한 수준에 이르렀음을 보여주는 대목입니다.
이러한 정책 변화의 배경에는 챗봇을 향한 비하 발언과 욕설이 전 세계적으로 증가하고 있다는 통계적 근거가 자리 잡고 있습니다. 최근 진행된 Searchable의 연구 결과에 따르면, 챗봇을 대상으로 한 부적절한 언어 사용이 눈에 띄게 증가하는 추세임이 확인되었습니다. 주목해야 할 점은, 사용자가 챗봇에게 모욕적인 언사를 삼가고 정중하게 대할 때, 챗봇이 스스로의 오류를 해결하는 능력이 더 향상된다는 사실입니다. 만약 여러분이 평소 즐겨 사용하는 AI 챗봇이 잘못된 답변을 내놓아 화가 치밀어 오른 적이 있다면, 욕설을 퍼붓기보다는 차분하게 답변을 재질문하는 것이 훨씬 효과적입니다. 연구에 따르면, 욕설이나 모욕을 섞어 불만을 표출하는 것보다 단순하고 명확한 문장으로 오류를 지적하는 것이 챗봇의 오류 해결률을 높이는 데 훨씬 유리하기 때문입니다.
이번 연구를 수행한 Searchable은 매우 방대하고 정밀한 데이터를 바탕으로 분석을 진행했습니다. 이들은 지난 12개월 동안 전 세계적으로 가장 널리 쓰이는 주요 AI 모델인 Claude, Gemini, 그리고 ChatGPT와 주고받은 약 800만 건의 메시지(opt-in survey를 통해 수집된 데이터)를 전수 조사에 가깝게 분석했습니다. 1년이라는 긴 시간 동안 축적된 800만 건이라는 압도적인 규모의 데이터를 통해, 사용자들이 AI와 대화할 때 보이는 감정적인 패턴을 과학적으로 포착해낸 것입니다.
조사 결과에서 나타난 수치는 더욱 충격적입니다. Searchable의 조사에 따르면, 미국 내 사용자의 무려 33%가 챗봇을 향해 욕설을 하거나 모욕적인 언사를 사용하고 있는 것으로 나타났습니다. 이는 미국 사용자 3명 중 1명꼴로 AI에게 공격적인 태도를 보이고 있다는 의미로, 생각보다 많은 사용자가 AI를 인격체와 유사한 대상으로 인식하거나, 혹은 감정 해소의 대상으로 삼고 있음을 시사합니다. 더욱 흥미로운 세부 데이터도 발견되었는데, 미국의 네바다(Nevada)주 거주자들이 다른 지역의 사용자들에 비해 AI 봇에게 모욕적인 언사를 사용할 가능성이 더 높은 것으로 나타나 지역별 특이점을 보여주기도 했습니다.
결국 AI와의 대화에서 '매너'를 갖추는 것은 단순한 도덕적 차원을 넘어, AI의 성능을 극대화하고 오류를 줄이는 실질적인 '프롬프트 엔지니어링'의 일환이 될 수 있습니다. Anthropic이 Claude의 이용 정책을 강화한 것 역시, 이러한 공격적인 언어 사용이 AI 모델의 안정적인 운영을 저해할 수 있다는 판단이 작용했을 것입니다. 앞으로 우리가 AI를 대하는 태도가 곧 AI의 답변 품질을 결정짓는 중요한 변수가 될 수 있음을 명심해야 할 시점입니다.
지역·연령별 데이터 분석: 네바다와 라스베이거스에서 가장 높은 비속어 사용률 기록#
이번 Survey 결과가 공개된 이후, 인공지능 업계의 주요 플레이어인 Anthropic은 즉각적인 대응에 나섰습니다. 특히 자사의 대표적인 AI 챗봇인 Claude와의 대화 과정에서 발생할 수 있는 잔혹 행위(cruelty)를 차단하기 위해, 더욱 강화된 새로운 사용 정책(usage policies)을 도입했다고 발표했습니다. 이는 AI 모델을 향한 언어적 폭력이 단순한 사용자 매너의 문제를 넘어, 서비스 운영의 중요한 정책적 과제로 떠올랐음을 시각화해 줍니다.
이번 분석의 핵심은 대화 데이터의 정밀한 트래킹에 있습니다. 챗봇과 주고받은 메시지를 모니터링한 기간은 2025년 9월부터 2026년 9월까지로, 이 기간 동안 수집된 익명화된 데이터를 바탕으로 연령과 지역별 그룹화를 통해 상세한 분석이 이루어졌습니다. 데이터에 따르면, AI 챗봇과 주고받은 대화 내용 중 10,000단어당 평균 19.1개의 단어가 비하적(derogatory)인 표현인 것으로 나타났습니다.
구체적인 지역별 수치를 살펴보면, 사용자들의 언어 사용 패턴이 지역에 따라 매우 극명하게 갈린다는 점을 확인할 수 있습니다.
- 최고 비속어 사용 지역: 네바다(Nevada) 주가 가장 높은 수치를 기록했으며, 10,000단어당 22.7개의 무례하거나 공격적인(rude or offensive) 단어가 발견되었습니다.
- 최저 비속어 사용 지역: 반대로 뉴저지(New Jersey) 주는 10,000단어당 11.4개의 단어를 기록하며, 미국 내에서 가장 예의 바른(polite) 주로 나타났습니다.
- 주요 도시별 비교 (Las Vegas): 라스베이거스(Las Vegas)의 경우, 10,000단어당 22개의 욕설이나 비속어(swear words or slurs)가 사용되어, 나쁜 대우가 해당 지역에만 머물지 않는다는 점을 보여주었습니다.
- 주요 도시별 비교 (New York): 반면 뉴욕(New York)은 10,000단어당 12.3개를 기록하며, 미국 내에서 가장 예의 바른 도시라는 타이틀을 거머쥐었습니다.
이러한 지역적 차이 외에도, 이번 보고서는 인구통계학적 요소가 언어 사용에 미치는 영향력을 함께 조명했습니다. 구체적으로 남성과 여성, 다양한 연령대(age groups), 그리고 교육 수준(education levels)에 따라 챗봇을 대하는 언어적 태도에 유의미한 차이가 존재한다는 점이 밝혀졌습니다.
물론, 대다수의 사용자가 처음부터 LLM(대규모 언어 모델)을 모욕하려는 명확한 의도(express intention)를 가지고 대화에 참여하는 것은 아닙니다. 사실상 AI에게 불쾌감을 주는 것이 가능한가에 대한 의문이 들 정도로, 악의적인 공격은 드문 편입니다. 오히려 이번 조사에서 나타난 언어 오용과 예의의 상실은, 챗봇이 제공하는 불만족스러운 결과(unsatisfactory results)로 인해 발생하는 일종의 '좌절감의 표출'에 가깝다는 분석이 지배적입니다.
결론적으로, 사용자들이 쏟아내는 거친 언어들이 과연 문제 해결에 도움이 되었는지에 대해서는 회의적입니다. 데이터에 따르면, 이러한 나쁜 언어 사용이 챗봇의 성능이나 오류 해결에 어떠한 긍정적인 영향도 미치지 못한 것으로 나타났기 때문입니다. 결국, 차분하고 명확한 질문이 가장 효과적인 해결책임을 다시 한번 시사하고 있습니다.
욕설은 해결책이 아니다: 정중한 교정이 오류 해결률을 10%p 높이는 핵심 요인#
많은 사용자가 AI 챗봇의 잘못된 답변이나 황당한 오류를 마주했을 때, 순간적인 분노를 참지 못하고 거친 언사를 내뱉곤 합니다. 하지만 데이터는 우리가 생각하는 것과는 전혀 다른, 다소 냉정한 결과를 보여주고 있습니다. 데이터 분석 전문 기업인 Searchable이 진행한 이번 조사 결과에 따르면, 대화의 흐름을 끝까지 추적해 본 결과 욕설을 포함한 거친 대화 방식은 AI 챗봇이 사용자가 실제로 원하는 '바람직한 결과(desirable result)'를 도출할 확률을 오히려 낮추는 요인으로 작용했습니다.
이와 관련하여 Searchable의 Content Lead인 Connor Lahey와 Digital PR Lead인 Sean Fitzsimons는 구체적인 수치를 통해 이 현상을 매우 명확하게 증명해 냈습니다. 그들의 분석 보고서에 따르면, 욕설이 포함된 불만 제기(sweary complaints) 사례 중 대화가 종료될 때까지 문제가 제대로 해결된 비율은 단 31%에 불과했습니다. 반면, 욕설 없이 차분하게 오류를 바로잡은 평이한 교정(plain corrections)의 경우에는 해결률이 41%에 달했습니다. 즉, 정중한 태도를 유지하는 것만으로도 문제 해결률을 약 10%p나 높일 수 있다는 사실이 입증된 것입니다.
더욱 주목해야 할 지점은 해결되지 못한 '잔여 오류'의 비율입니다. 욕설을 사용하며 항의한 경우, 대화가 끝날 때까지도 오류가 수정되지 않은 채 남겨진 비율이 35%에 달했습니다. 하지만 정중하게 교정을 시도한 경우에는 미해결 비율이 24%로 현저히 낮았습니다. 이는 거친 언사가 문제 해결을 방해할 뿐만 아니라, 오류를 방치하게 만드는 직접적인 원인이 될 수 있음을 시사합니다.
흥미로운 점은, 만약 문제가 해결되는 경우를 가정한다면 그 과정에 필요한 답변의 횟수는 두 방식 모두 서로 비슷했다는 것입니다. 즉, 더 많은 욕설을 퍼붓거나 공격적인 언어를 사용한다고 해서 AI가 더 빠르게 정답을 찾아내는 것은 아니라는 뜻입니다. 결국 우리가 얻을 수 있는 결론은 매우 명확합니다. AI 챗봇이 실수를 하거나 만족스럽지 못한 답변을 내놓더라도, 끝까지 정중함을 유지하며 명확한 피드백을 주는 것이 우리가 원하는 결과를 얻기 위한 가장 효율적이고 스마트한 전략입니다.
한눈에 보는 핵심 비교 분석#
| 비교 항목 | 욕설 및 비난 방식 (Sweary) | 정중한 교정 방식 (Plain) | 핵심 차이 (Key Difference) |
|---|---|---|---|
| 문제 해결률 (Success Rate) | 31% | 41% | 정중한 방식이 10%p 더 높음 |
| 미해결 유지율 (Unfixed Rate) | 35% | 24% | 욕설 시 오류 방치 확률이 높음 |
| 소요 답변 횟수 (Replies) | 기존 방식과 유사 | 기존 방식과 유사 | 언어의 태도와 상관없이 비슷함 |
| 결과 도출 영향력 | 바람직한 결과 도출 저하 | 바람직한 결과 도출 유리 | 매너가 AI의 성능 발휘를 도움 |
독자 체크리스트 및 자주 묻는 질문 (FAQ)#
💡 AI와 대화할 때 유의할 실전 체크리스트
- [ ] 감정적 언어 배제하기: AI의 오류에 화가 나더라도 욕설이나 비난 대신, 무엇이 틀렸는지 객관적인 사실만 전달하고 있나요?
- [ ] 명확한 교정 지시하기: "틀렸어"라고 말하는 대신, "A 대신 B로 수정해줘"와 같이 구체적인 수정 방향을 제시하고 있나요?
- [ ] 반복적인 질문 피하기: 동일한 질문을 반복하기보다, 대화의 맥락을 바꾸거나 새로운 지시어를 사용하여 AI가 오류를 인지할 기회를 주고 있나요?
❓ 자주 묻는 질문 (FAQ)
Q1. 욕설을 섞어서 강하게 말하면 AI가 더 긴장해서(?) 더 빨리 정답을 찾아내지 않을까요? A1. 안타깝게도 그렇지 않습니다. Searchable의 연구에 따르면, 문제가 해결될 때까지 소요되는 답변의 횟수는 욕설을 사용했을 때나 정중했을 때나 거의 동일했습니다. 즉, 공격적인 언어 사용이 해결 속도를 높여주는 데에는 아무런 도움이 되지 않습니다.
Q2. AI에게 예의를 갖추는 것이 실제로 성능에 영향을 미친다는 근거가 있나요? A2. 네, 확실한 통계적 근거가 있습니다. 정중한 교정 방식의 해결률(41%)이 욕설을 섞은 방식(31%)보다 10%p나 높았으며, 미해결 사례의 비율 또한 정중한 방식에서 훨씬 낮게 나타났습니다. 따라서 효율적인 업무 처리를 위해서는 정중한 대화법이 필수적입니다.
오늘 준비한 소식은 여기까지입니다. AI와 더 똑똑하게 소통하는 방법, 이제 확실히 아셨으리라 믿습니다.
딥러너 (DeepLearner)였습니다.
🔗 원문 참고 및 출처: Don't get irrit-AI-ted — new report claims a third of US chatbot users have sworn at or insulted their LLMs
💬 기술 토론 및 피드백 0
건전하고 유익한 토론을 지향합니다아직 등록된 의견이 없습니다.
이 아티클에 관한 궁금한 점이나 추가 팁을 첫 번째로 남겨보세요!
기술 토론에 참여하시려면 로그인해 주세요.
로그인 후 댓글 작성