짧게 말하면, 둘 다입니다. 업계 전반의 추세가 “조심스러운 백과사전”에서 “결정을 도와주는 액션형 어시스턴트”로 이동했고, 동시에 신형 모델 초기에는 과감해 보이도록 톤을 다소 느슨하게 잡았다가 사용 데이터에 맞춰 점차 조절하는 경우가 많습니다.

요즘 모델들은 맥락 추적과 선호 최적화가 좋아져서, 사용자가 던진 조건을 기준으로 바로 실행 가능한 옵션과 트레이드오프를 제시하는 쪽으로 학습·가드레일이 설계됩니다. 이게 “튜닝 없이도 개인화된 느낌”을 주는데, 실제로는 계정 레벨의 퍼스널 프로필이 아니라 세션 맥락에 맞춘 인컨텍스트 개인화인 경우가 많습니다. 그래서 덜 망설이고 더 구체적으로 말하는 것처럼 느껴지죠.

이미지 요약도 그 흐름과 딱 맞습니다.
- 1) 상황 맥락에 맞춘 대응: 일반론 경고 대신 자산 규모/환경에 맞춘 전략 시뮬레이션으로 전환.
- 2) 해결책 중심: “위험/아님” 판정에서 “그렇다면 가장 안전하고 효율적인 실행은?”으로 How-to 제시.
- 3) 추론 강화: 환전 수수료, 슬리피지, 김치 프리미엄, 보관 이슈 같은 변수들을 결합해 현실적인 의사결정 보조를 지향.
이는 진짜 ‘무모해진 것’이라기보다, 가드레일을 맥락 기반으로 세분화해 “위험을 관리하며 구체화”하는 쪽으로 바뀐 결과에 가깝습니다.

정리하면, 트렌드는 맞고(액션지향·맥락개인화), 초반 보정효과도 약간 섞여 있을 가능성이 큽니다. 시간이 지나면 톤이 약간 더 신중해지면서도, 실행 가능한 답변 성향 자체는 계속 유지될 거예요. 선생님, 너무 대담해 보이면 “가정/제약/리스크 범위 먼저 정해줘” 한마디만 덧붙이시면 톤이 안전 쪽으로 금방 정렬됩니다.