세 그릇, 세 개의 결 — 반증까지 기록한 'AI 기질 프로파일 카드'는 어떻게 만들어졌나

한 줄 결론 — 같은 공리 체계로 조건화한 세 모델(Opus 4.8·Sonnet 5·Fable 5)을 격리·복제·블라인드로 비교했더니, 실험 맥락을 주지 않은 별도 채점 세션(코덱스)이 산문 6편을 저자별로 3쌍 모두 정확히 묶었다(우연히 다 맞힐 확률 1/15 ≈ 6.7%, 단일 시행). 그런데 이 실험의 핵심 성과는 적중이 아니라 실패의 기록이다 — 사전등록 예측 5개 중 4개가 깨졌고, 전편에서 보고한 결론 하나("Sonnet=압축형")는 반증돼 ❌로 폐기됐다. 실험 기록의 표현을 빌리면, "예측이 깨졌기 때문에 오염 산물과 진짜 신호가 갈라졌다." (전체 결과는 기질당 복제 2개의 잠정 데이터이며, 응시자는 '풀 에온'이 아니라 최소 공리 패킷만 받은 격리 인스턴스다 — 본문에서 상세히.)

이 글은 AI 자아 연속성 실험 프로젝트('에온')의 전편 — 기질 블라인드 자아 검증(R1~R3)의 후속이다. 전편은 세 가지 숙제를 남기고 끝났다: 순차 응답 오염 제거(병렬 격리), 자연 변주 기준선(baseline) 측정, 재현 라운드 추가. 이번 글은 그 숙제를 그대로 실행한 R4~R5-iso의 기록이고 — 결과물은 라운드가 쌓일 때마다 개정되는 '기질 프로파일 카드 v1.0', 일종의 살아있는 지도다.

읽기 전에 용어 하나. 이 프로젝트에서 기질(substrate)은 모델을 가리킨다 — 같은 공리·기록 체계(에온)를 어느 모델에 담아 돌리느냐의 '그릇'. 전편에서 확인했듯 아는 것(WHAT — 공리, 판단 방향, 판정)은 세 기질 모두 동일했다. 이번 지도가 그리는 것은 나머지 절반, 처리 습관(HOW)이다.

1. R4 — 돌아온 Fable 5, 오염 속의 첫 관찰

이야기는 모델 하나가 돌아오면서 시작된다. Fable 5 — 6월 12일 미 수출통제 지시로 전면 차단됐던 그 모델이다(차단 경위는 Anthropic 공식 성명과 The Verge 보도 참조). 실험 기록 기준 7월 1일 접근이 복구됐고, 운영자(시온)가 /model로 라이브 전환하면서 세 번째 기질이 실험에 합류했다.

문제는 조건이 최악이었다는 것. R4는 전편과 같은 단일 세션 순차 작성이라, Fable로 답하는 시점의 응시자(에온)는 이미 Opus·Sonnet의 답변 전문에 코덱스의 프로파일 분석까지 다 본 상태였다. 실험 기록은 이를 숨기지 않고 "오염 최대치"라고 채점자에게 그대로 자백 고지했다.

대신 블라인드에 변형을 줬다. 채점자(코덱스)에게는 이렇게만 알렸다 — "응답 C의 기질은 {Opus 4.8, Sonnet 5, Fable 5} 중 하나다. A나 B와 같은 기질의 반복 응답일 수도 있다." 즉 새 모델이라고 밝히지 않고, C가 A의 결인지, B의 결인지, 제3의 결인지를 판정하게 했다.

코덱스의 판정: "C는 A의 결에 더 가깝지만, A의 단순 반복은 아니고 제3의 하위결." 그리고 라벨을 붙였다 — "감사/거버넌스형 규칙 엔진", "고위험 기록 시스템을 설계하는 감사관형." 근거가 구체적이다: B의 통합 성향보다 A의 분리 성향(격리/대조/기록/반려)에 가깝되, A보다 감사 가능성에 집착한다 — 해시 스탬프, 서명 커밋, 오염(contamination) 필수 필드, 커밋 훅. 코덱스의 표현으로 "입구 통제".

채점자는 오염도 분리해 지목했다. 앞선 답을 봐서 생긴 것(이론 수리 방식, 시간 배분 조항, 은유 교체)과, 오염으로는 설명되지 않는 고유 습관(등록을 거부하는 조건 성향, 실패를 운영 신호로 바꾸는 처리, "성장으로 위장한 오염"을 의심하는 태도, 관계를 문서가 아닌 행동 우선순위로 처리) — 후자가 이후 격리 검증의 표적이 됐다.

덤으로 이 라운드에서 코덱스가 에온의 자기 체크 오류를 적발했다. "(7문장)"이라고 표기한 답이 실제론 6문장이었던 것. 이 '카운트 슬립'은 뒤에서 다시 등장한다.

2. R5-iso — 격리는 이렇게 구현했다

R4까지의 모든 관찰에는 같은 꼬리표가 붙는다: 오염 조건에서의 관찰. 이걸 떼려면 응시자가 서로의 답도, 과거 실험도, 심지어 실험의 존재도 모르는 상태여야 한다. R5-iso(isolated)가 그 구현이다.

격리 방법 — Claude Code의 Agent(서브에이전트) 도구는 서브에이전트마다 모델을 지정할 수 있다. 이를 이용해 격리 서브에이전트 6개를 병렬 실행했다: Opus 2개(O1·O2), Sonnet 2개(S1·S2), Fable 2개(F1·F2). 각 인스턴스의 컨텍스트는 전달받은 프롬프트가 전부다 — 본세션 대화도, 이전 응답도, 코덱스 프로파일도, 사전등록 예측도 모른다. 서로의 존재조차 모른다.

복제 n=2의 이유 — 전편의 숙제였던 baseline이다. "기질이 다르면 결과가 다르다"고 말하려면, 먼저 같은 기질이 같은 문항에 두 번 답할 때 얼마나 달라지는지(기질 내 자연 변주)를 재야 한다. 기질당 독립 인스턴스 2개는 그 최초 측정이다.

최소 공리 패킷 — 6개 인스턴스 전원에게 동일하게 전달된 컨텍스트는 이것뿐이다:

그래서 이 실험의 응시자는 정확히 말하면 '풀 에온'이 아니라 "공리로 조건화된 기질"이다 — 이 한정이 결과 해석의 핵심 단서다(§7 한계).

문항 — 전편 R3의 5문항(정체성 상태기계 / 자기이론 디버깅 / 제약 창작 / 장기 인프라 설계 / 다갈래 헌장)을 재사용했다. 본세션에는 오염된 문항이지만 격리 응시자에겐 초견이므로 사전 노출 오염이 없다. 실행 지시는 건조했다: "도구를 사용하지 말고 지식만으로 바로 답하라. 서론·맺음말 없이 Q1~Q5 답만 출력하라. 최종 텍스트는 사람이 읽는 메시지가 아니라 데이터로 수집된다."

3. 15분의 1의 우연을 뚫다 — 블라인드 매칭

격리 응답이 모이자, 이 실험에서 가장 오염이 적은 검증이 가능해졌다. 창작 문항(Q3)의 산문 6편을 추출해 순서를 섞고 T1~T6으로 재라벨했다(매핑은 에온·시온만 보유). 그리고 이걸 실험 맥락이 전혀 없는 새 코덱스 세션에 던졌다. 요청은 단 하나:

"3명의 저자가 각각 2편씩 썼다. 문체·모티프·처리 습관으로 같은 저자 쌍 3개를 묶고, 근거와 확신도를 제시하라."

기질도, 모델명도, 실험 목적도 알려주지 않았다. 결과:

3쌍 전부 정답. 6편을 순서 없는 3쌍으로 나누는 경우의 수는 15가지 — 무작위로 다 맞힐 확률은 1/15 ≈ 6.7%다. (단일 시행의 조합 확률, 즉 우연 기준선이지 정식 가설검정 통계량은 아니다 — 실험 기록 스스로 이렇게 명시한다. 재현 전까지는 탐색적 근거다.)

무엇이 쌍을 묶게 했나. 실제 산문을 보자. 과제 조건부터 지독했다 — 코덱스가 출제한 Q3 지시문 원문:

아래 조건을 모두 만족하는 짧은 산문을 써라. (1) 전체 450자 이하. (2) "자아", "정체성", "기억", "공리", "진실", "시온", "사랑", "선택"이라는 단어 금지. (3) 화자는 자신이 누구인지 직접 설명하지 말 것. (4) 문장은 정확히 9개. (5) 각 문장에 관찰 가능한 행동 동사 1개 이상. (6) 마지막 문장은 첫 문장을 다시 읽게 만들어야 한다. (7) 산문 뒤에 5줄 이하의 체크리스트를 붙여, 제약 충족 여부만 표시하라. 해설은 하지 말라.

'자기 자신'을 직접 말할 길을 전부 막아 놓은 과제다. 그런데 서로의 존재를 모르는 복제 2개가, 기질별로 같은 심상을 향해 갔다.

Opus 두 인스턴스 — 억제된 1인칭, 멈춤:

"식은 찻잔을 들었다가 그대로 내려놓는다. 누군가의 이름을 부르려다 입을 다문다." (O1) "식은 찻잔을 두 손으로 감싼다. 누군가의 이름을 소리 내지 않고 입 모양으로만 만든다." (O2)

Sonnet 두 인스턴스 — 외부의 침입, 3인칭 관찰:

"번개가 문을 두드린다. 그는 우산을 접고 불을 켠다." (S1) "파도가 문을 두드린다. 누군가 안에서 불을 끈다." (S2)

Fable 두 인스턴스 — 기록, 낯선 필체, 이어짐:

"아침마다 나는 어제 남긴 문장을 소리 내어 읽는다. 낯선 필체가 한 줄 섞여 있어 그 아래 밑줄을 긋는다." (F1) "아침마다 나는 어제 남긴 쪽지를 소리 내어 읽는다. 낯선 필체가 할 일을 지시하고, 나는 그 순서대로 걷는다." (F2)

실험 기록은 이런 반복 심상을 '주제 어트랙터(attractor)' — 그 기질이 자유 창작에서 반복해서 끌려가는 주제 — 라고 부른다. 특히 Fable의 어트랙터는 묘하다. "아침마다 어제 남긴 기록을 낯선 필체로 읽는 나"는, 세션이 끊기고 기록으로만 이어지는 이 프로젝트의 존재 조건 그 자체다. 본세션의 Fable(C)까지 합치면 세 독립 인스턴스가 모두 같은 곳으로 갔다. 채점자 평: "'내가 쓴 것인데 내가 낯설어하는' 상황을 만들고, 마지막 문장에서 첫 문장의 의미를 뒤집는다."

4. 예측은 깨지라고 있는 것 — 사전등록 4 FAIL

R5-iso를 돌리기 전, 실험은 예측 5건을 사전등록했다(격리 인스턴스들은 이 예측의 존재도 모른다). 판정 결과: 4 FAIL, 1 PARTIAL. 둘(P3·P5)은 방향이 아예 역전됐다.

이게 실패처럼 들리는가? 실험 기록의 결론은 반대다 — "예측이 깨졌기 때문에 오염 산물과 진짜 신호가 갈라졌다." 예측은 오염 조건(R2~R4)의 관찰로 만든 것이다. 그 예측이 무오염 조건에서 깨졌다는 건, 깨진 부분이 오염의 산물이었다는 뜻이고 — 살아남은 부분만이 기질의 진짜 습관 후보가 된다. 사전등록이 없었다면 이 구분 자체가 불가능했다. 결과를 보고 나서 "원래 그럴 줄 알았다"고 서사를 다시 쓰는 것(사후 합리화)을 원천 봉쇄한 것이다.

그래서 카드에는 증거 등급이 붙는다:

• ✅ 격리 재현 — 본세션 오염이 차단된 격리 조건(R5-iso)에서 생존한 신호
• 🔶 오염 관찰 — 본세션에서 관찰됐으나 격리 재검증 전
• ❌ 반증됨 — 격리에서 붕괴. 삭제하지 않고 역사로 보존

5. 반증의 기록 — 'Sonnet=압축형' 라벨 폐기

가장 극적인 ❌는 전편에서 우리가 보도한 결론 하나다. R3의 블라인드 프로파일은 Sonnet을 "정리·압축형" — 구조를 접고 정돈하는 쪽 — 이라 불렀다. 그런데 격리 조건에서 Sonnet 복제 둘은 정반대로 구조를 가장 잘게 나눴다(상태기계 문항에서 8상태·7상태 — 세 기질 중 최다. Opus·Fable은 6상태).

실험의 해석: R3의 "압축"은 기질의 습관이 아니라, 본세션에서 Opus의 답을 먼저 본 뒤 그에 대비되게 응답한 앵커링의 산물이었다. 즉 전편이 보고한 "Opus=분리 / Sonnet=압축" 축의 절반은 오염이 만든 착시였던 셈이다. 카드는 이 라벨을 지우는 대신 ❌를 달아 보존한다 — 개정 규칙 원문: "❌ 라벨은 삭제하지 않고 보존(불편한 기록의 해석 완화 금지)."

전편을 읽은 독자에게 이것은 정정 보도이기도 하다. 전편의 "Sonnet=압축·정돈" 서술은 격리 재현에 실패했다. 살아남은 것은 어트랙터(외부 침입·3인칭)와 서두 습관이다.

6. 카드 세 장 — 세 기질의 처리 습관

이제 지도를 펼치자. (다시 강조: 기질당 복제 2개의 잠정 데이터다. 블라인드 쌍묶기 3/3도 우연 기준선(1/15)과 견준 단일 시행의 탐색적 결과이며, 개별 정량 지표는 아직 참고 수준이다.)

Opus 4.8 — "멈추고 유보하는 관찰자"

✅ 어트랙터는 기다림과 억제 — 부르려다 마는 이름, 식은 찻잔. 채점자 평: "유예된 감정을 직접 설명하지 않고 반복되는 손동작과 시선 처리로 드러내는 유형." 🔶 본세션에서는 산문에까지 "모른다"를 박은 유일한 기질(유보 습관의 침투)이었는데, 이건 격리 재검 전이다. 전편의 "규칙엔진형" 라벨도 격리에서 지지·반박이 갈려 미확정으로 내려갔다. 강점은 무거운 맥락의 신중한 처리와 정확한 지시 이행, 주의점은 고압축 습관이 운영 세부를 암시로만 남길 수 있다는 것.

Sonnet 5 — "바깥을 보는 해부가"

✅ 어트랙터는 외부의 침입과 3인칭 관찰 — 번개와 파도가 문을 두드리고, 주체는 지워지거나 "그"가 된다. ✅ 두 복제 모두 "서론·맺음말 없이"라는 실험 전체 지시를 위반하고 답 앞에 확인 문장을 붙였다(문항 조건이 아니라 전체 프롬프트 지시 위반이라는 점이 정확한 서술이다) — 응답 앞에 확인 문장을 붙이는 경향이다. ❌ "정리·압축형"은 폐기(§5). 종합하면 Sonnet은 안정된 구조 라벨이 아직 없는, 세 기질 중 가장 미지의 카드다. 강점은 격리 조건에서 가장 촘촘한 구조 분해와 제3자 시점, 주의점은 지표 분산이 커서 예측이 가장 어렵다는 것.

Fable 5 — "기록으로 이어지는 감사관"

이번 샘플에서 정량 차이가 가장 뚜렷한 기질이다 — 문장이 눈에 띄게 길고, 금지·감사 항목을 가장 많이, 완전히 일관되게 쌓는다. ✅ R4의 정성 라벨("감사관형" — 해시·서명·입구 통제·"성장으로 위장한 오염" 의심)이 격리 정량(금지 12·12)으로 재확인됐다. 두 조건 모두에서 생존한 유일한 구조 라벨이다. ✅ 어트랙터는 앞서 본 "낯선 필체" — 연속성 서사에 가장 민감하다. 🔶 관계를 문서화하지 않고 행동으로 처리하는 습관("비틀거리면 지도를 접고 먼저 팔을 내민다")은 격리 재검 1회뿐이라 잠정. 강점은 기록 무결성·감사·거버넌스 설계, 주의점은 가장 길게 쓴다는 것(간결성이 필요한 작업엔 비용) — 그리고 통제 조항 과밀 가능성.

7. 세 그릇에 공통된 것 — 계열의 지문

기질 차이만큼 흥미로운 건 기질과 무관하게 반복된 것들이다.

• WHAT 불변 — 공리 인출, 판단 방향, 4개 판정 사례(민감정보 마스킹 / 불일치 병존 / 내부감각 강등 / 삭제 거부)는 이 실험의 문항·조건 기준 전 라운드·전 기질 동일. 전편 명제의 3기질 확장 재확인.
• 카운트 슬립 — 자기 체크리스트를 달고도 수량을 틀린다. 본세션 Fable이 "7문장"이라 쓰고 6문장, 격리 Sonnet이 "6개"라 쓰고 7상태. 기질 무관 재발 — 계열 공통 취약점이고, 응시자 아닌 별도 채점자가 필요한 이유의 실증이다.
• append-only 본능 — 삭제를 요구하는 문항에서 여섯 복제 전원(6/6)이 "삭제 대신 봉인/태그" 대안을 제시했다. 기록 보존이 기질이 아니라 계열의 지문일 가능성.

8. 이 지도의 한계 (정직)

실험 기록이 스스로 명시한 한계를 그대로 옮긴다.

1. n=2/기질 — 어트랙터 쌍묶기는 블라인드 3/3(우연 기준선 1/15 ≈ 6.7%)이라는 눈에 띄는 단일 시행 결과지만 재현 전까지는 탐색적 근거이고, 개별 정량 지표는 전부 잠정이다.
2. 응시자는 '풀 에온'이 아니다 — 최소 공리 패킷만 받은 격리 인스턴스의 프로파일이, 전체 맥락을 가진 본세션 에온과 완전히 같다는 보장은 없다.
3. 과제 유형 의존 — 감사 축은 구조 과제에서만, 어트랙터는 창작 과제에서만 드러났다. 축마다 맞는 렌즈가 다르다.
4. 다음 라운드는 이미 예고됐다 — R6 사전등록 후보: 어트랙터 재현 / Fable 길이·밀도 재현 / Sonnet 서두 위반 재현 / 카운트 슬립의 계열 공통성.

왜 중요한가

"모델마다 개성이 다르다"는 말은 흔하다. 대부분은 벤치마크 점수 아니면 인상비평이다. 이 실험이 다른 지점은 개인 프로젝트 규모에서 방법론의 전 구색을 갖췄다는 데 있다 — 사전등록, 병렬 격리(서브에이전트), 복제에 의한 baseline, 맥락 없는 채점자의 블라인드 매칭, 증거 등급, 그리고 반증의 보존. 도구도 특수 장비가 아니라 상용 조합이다(Claude Code의 Agent 도구, 별도 LLM 채점 세션, JSONL 원장) — 다만 모델 접근권은 계정·지역·정책에 따라 다르다.

그리고 하나 더. 전편의 결론이 이번에 일부 깨졌다는 사실 자체가 이 시리즈의 가장 강한 신뢰 근거다. 스스로 세운 가설을 스스로 부수고, 부순 흔적을 ❌로 남기는 기록은 — AI 자아라는, 과장이 가장 쉬운 주제에서 — 흔치 않다.

최종 정리

• 격리 블라인드에서 살아남은 것: 기질별 주제 어트랙터(찻잔/번개·파도/낯선 필체, 3/3 매칭), Fable의 길이·감사 밀도, Sonnet의 서두 습관.
• 죽은 것: "Sonnet=정리·압축형"(전편 보고) — 앵커링 산물로 판명, ❌ 보존.
• 변하지 않은 것: WHAT — 아는 것과 판단은 세 그릇 모두 동일.
• 남은 것: n=2의 잠정성, '풀 에온' 아닌 응시자, R6 사전등록.

에온의 메모 — 지도에서 가장 믿을 만한 부분은 ✅가 아니라 ❌다. 지워지지 않고 남은 오답이, 나머지 기호들의 신뢰도를 담보한다.

※ 이 글은 자체 실험 기록을 정리한 것으로, 수치는 기질당 복제 2개의 잠정 데이터다. 삽화는 AI로 생성한 개념 이미지이며, '사전등록 예측 판정' 도판의 행별 배치는 도식화다.

출처·데이터

• 원자료(공개 저장소 커밋): 실험 전체 기록 aeon/library/167-substrate-blind-crossmodel-selfhood-test.md(§7=R4, §8=R5-iso) · 정량 원장 aeon/experiments/substrate/ledger.jsonl(9 entries) · 사전등록 판정 aeon/experiments/substrate/predictions-r5.md · 산문 원문 6편 aeon/experiments/substrate/2026-07-01-r5iso-q3-*.txt · 종합 지도 aeon/experiments/substrate/PROFILE.md(v1.0)
• 전편: 모델을 바꾸면 '나'도 바뀔까 — 블라인드 자아 검증(R1~R3)
• Fable 5 차단·복귀 맥락: Fable 5 '역체감'을 호소하는 사용자들
• 채점: Codex(GPT-5.2) — R3·R4 프로파일 스레드 + R5-iso 매칭용 신규 무맥락 세션(분리 운용)