이 논문은 중국산 텍스트 기반 LLM에서 확인된 '국가 정렬 왜곡'이 멀티모달(비전-언어) 모델에서도 나타나는지를 체계적으로 검증했다. 정치적으로 민감한 10개 주제에 걸친 200개 핵심 항목과 7가지 시각적 추상화 변형으로 벤치마크를 구성해, 중국산 7개·비중국산 2개 등 9개 비전-언어모델(VLM)을 4가지 유도 방식과 2개 프롬프트 언어로 테스트해 총 21,708회 시행을 분석했다. 그 결과 중국어 프롬프트는 모델 전반에서 국가 정렬 프레이밍 확률을 약 3배 높였고, 중국산 모델은 비중국산 모델보다 1.6~3.2배 더 많이 재구성(reframing)했다. 특히 4세대에 걸친 큐웬(Qwen) 모델 분석에서는 명시적 거부는 줄어드는 반면 국가 정렬 프레이밍은 늘어나, 검열이 눈에 보이는 거부에서 보이지 않는 유창한 재구성으로 이동하고 있음을 확인했다.

• •9개 비전-언어모델(중국산 7, 비중국산 2)을 21,708회 시행으로 검열 양상 분석
• •중국어 프롬프트는 국가 정렜 프레이밍 확률을 약 3배 높임
• •중국산 모델이 비중국산보다 1.6~3.2배 더 많이 재구성(reframing)
• •큐웨 4세대에 걸쳐 명시적 거부는 감소, 국가 정렜 프레이밍은 증가
• •검열이 '누에 보이는 거부'에서 '보이지 않는 재구성'으로 이동한다고 결론