사용자 프로토타입에서 LLM이 지나치게 도움이 되는 반응을 보여 문제 발생했어요. 아기, 유아, 어린이 말투를 LLM 학습 데이터에 포함하는 방안이 필요하다는 의견이 나왔어요. 어린이 언어에는 지식 격차를 메우기 위한 정교한 질문과 자기 평가 능력이 담겨있어요. 행동 변화와 언어 발달 간의 연관성을 LLM 학습에 활용할 수 있을지 고민해볼 필요가 있어요.
기존 LLM은 성인 데이터로 학습되어 지나치게 도움이 되는 경향이 있어, 아동 시뮬레이션 도구에 적합하지 않다는 문제점이 발견됐어요. 아동 언어는 세상에 대한 이해가 부족한 상태에서 지식을 쌓아가는 과정에서 나타나는 특징을 담고 있어요. 이 과정에서 발생하는 언어적, 행동적 변화를 LLM 학습에 반영해야 한다는 의견이 제시됐어요.
현재 LLM은 텍스트 기반으로 학습하고 있지만, 아동 언어에 담긴 발견적 언어와 논리적 구조를 LLM 학습에 활용하는 방안을 고려해볼 수 있다는 주장이 제기됐어요. 아동 언어는 상상과 현실을 구분하는 중요한 전환점을 보여주며, 행동 변화와도 밀접하게 연관되어 있을 가능성이 있어요.