게임 하나 해보자: 챗봇에게 1에서 10 사이의 숫자를 골라 달라고 해봐. 7이 나올 거야. 다시 물어보면 3이나 4. 또 물어보면 8이나 9. 이건 텔레파시가 아냐 - 집단사고야. 대규모 언어 모델은 예측 가능하고 창의성이 없어. 코딩에는 괜찮지만 휴가지 고민할 때는 형편없지.

호주 스타트업 Springboards가 등장했다. Flint라는 LLM을 만들었는데, 환각을 싸우는 대신 환영한다. 공동 창업자 Pip Bingemann이 시연했다: ChatGPT와 Claude는 둘 다 7을 줬고, Flint는 3.7916을 줬다. 자동차 브랜드를 물었을 때, 주류 모델들은 Toyota나 Honda를 말했고, Flint는 Ford F-150을 말했다. New Balance 슬로건을 묻자, Claude와 ChatGPT는 둘 다 "Run your way"라고 했고, Flint는 "Built to last, run to win"을 제안했다.

이런 동질성은 주목받고 있다. 11월에 발표된 "Artificial Hivemind"라는 논문은 NeurIPS에서 최우수 논문상을 받았는데, 25개의 LLM이 시간에 대한 거의 동일한 은유("Time is a river")와 밴드 이름("glass", "neon", "velvet", "static" 등 포함)을 생성했다. Springboards는 Flint를 알리바바의 오픈소스 Qwen 3 위에 구축했으며, 전역적으로 온도를 높여 비일관성을 초래하는 대신, 목적지 이름을 짓기 직전 같은 주요 출력 지점에서만 무작위성을 조정했다.

마케팅 전략가 Zoe Scaman은 Flint가 비전통적인 아이디어에 유용하다고 생각했다. 예를 들어 "재미있는 방식의 금융 교육" 대신 부의 축적을 리브랜딩하는 것. 하지만 공동 창업자 Maximilian Weigl은 경고한다: 열 번 중 아홉 번은 평균이 괜찮으며, AI 출력을 복사-붙여넣기 하는 것은 직업이 아니다. Springboards는 현재 광고주를 대상으로 하지만, 다양성이 모든 사람에게 중요하다고 주장한다. Bingemann이 말했듯, "회색이고 지루한 세상에 빠지는 대신 이 길을 가자."