검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 에디터'통합검색 결과 입니다. (854건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

챗GPT, 통계학 교육 뒤흔든다…대학 강의실의 AI 혁명

챗GPT가 대학 강의실을 뒤흔들고 있다. 학생들이 제출한 과제가 직접 작성한 것인지, AI가 만들어준 것인지 교수들이 구분하기 어려워진 시대가 됐다. 글래스고 대학교(University of Glasgow) 통계학과 연구진이 2026년 2월 발표한 논문 "기술 시대의 통계학 교육의 미래에 대한 성찰(Reflections on the Future of Statistics Education in a Technological Era)"은 생성형 AI의 등장으로 통계학 교육 현장이 근본적인 전환점을 맞이하고 있음을 경고한다. 단순히 새 기술을 가르치는 문제를 넘어, 무엇을 배워야 하고 어떻게 평가해야 하는지 전면 재검토가 필요한 시점이다. R이냐 파이썬이냐, 두 언어 사이에서 길 잃은 통계학 교육 통계학을 배우는 학생들에게 프로그래밍 언어는 이제 선택이 아닌 필수다. 과거에는 메뉴를 클릭해서 분석하는 SPSS나 미니탭(Minitab) 같은 소프트웨어로 충분했지만, 현대 통계학은 직접 코드를 작성하는 능력을 요구한다. 논문에 따르면 현재 대학 통계학 교육에서 널리 쓰이는 언어는 R이다. 2000년에 등장한 오픈소스 프로그래밍 언어인 R은 무료로 사용할 수 있고 통계 분석에 특화된 도구를 풍부하게 제공한다. R의 인기는 특히 타이디버스(tidyverse)라는 패키지 모음 덕분에 더욱 높아졌다. 타이디버스는 데이터를 정리하고 분석하는 과정을 마치 레고 블록을 조립하듯 단계별로 진행할 수 있게 해주는 도구 모음이다. 복잡한 데이터 변환 작업을 여러 함수를 중첩시키지 않고 "데이터를 불러온다 → 필요한 열만 선택한다 → 조건에 맞는 행만 필터링한다"처럼 순서대로 나열할 수 있어 초보자도 이해하기 훨씬 쉽다. 그런데 최근 들어 파이썬(Python)도 통계학 교육에 빠르게 파고들고 있다. 파이썬은 원래 범용 프로그래밍 언어지만 머신러닝(Machine Learning)과 AI 분야에서 압도적인 점유율을 차지하면서 통계학자들도 무시하기 어려운 존재가 됐다. 텐서플로(TensorFlow), 파이토치(PyTorch) 같은 딥러닝 프레임워크가 모두 파이썬 기반이기 때문이다. 논문은 R과 파이썬을 함께 가르치는 다중 언어 교육의 필요성을 제시하면서도, 두 언어를 동시에 가르치면 학생들의 인지 부담이 커져 학습 효과가 떨어질 수 있다는 딜레마를 지적한다. 연구진은 초반에 한 가지 언어로 통계의 기본 개념을 탄탄하게 다진 후 점진적으로 다른 언어를 도입하는 방식을 권장한다. 소셜미디어, IoT, 웹 스크레이핑... 데이터의 세계가 달라졌다 현대 통계학자들이 다루는 데이터는 과거와 차원이 다르다. 예전에는 깔끔하게 정리된 엑셀 파일로 데이터를 받아 분석하면 됐지만, 이제는 소셜미디어 게시물, 웹사이트 정보, 사물인터넷(IoT) 센서 데이터처럼 구조화되지 않은 데이터를 직접 수집하고 정리하는 능력이 필수가 됐다. 이를 위해 API(application Programming Interface, 애플리케이션 프로그래밍 인터페이스)와 웹 스크레이핑(web scraping) 같은 기술이 중요해졌다. API는 쉽게 말해 다른 서비스의 데이터를 가져올 수 있도록 만들어진 일종의 '데이터 수도꼭지'다. 날씨 정보 제공 웹사이트가 API를 공개하면, 프로그래머는 코드 몇 줄만으로 실시간 날씨 데이터를 가져올 수 있다. 웹 스크레이핑은 API가 없는 웹사이트에서 직접 정보를 자동으로 수집하는 기술로, 부동산 사이트의 매물 정보를 긁어와 가격을 분석하는 식으로 활용된다. 코드 버전 관리(version control) 시스템인 깃(Git)과 깃허브(GitHub)의 중요성도 커졌다. 깃은 코드의 변경 이력을 자동으로 저장해주는 도구로, 여러 사람이 함께 프로젝트를 진행할 때 누가 언제 무엇을 수정했는지 추적하고 문제가 생기면 이전 버전으로 돌아갈 수 있다. 논문은 깃허브가 단순한 코드 저장소를 넘어 협업과 재현 가능한 연구의 핵심 도구가 됐다고 강조한다. 연구진은 이러한 현대적 데이터 기술들을 별도 과목으로 분리하기보다 여러 통계 과목에 걸쳐 점진적으로 통합하는 방식을 권장한다. "왜"를 묻는 통계학 vs "얼마나 정확한가"를 묻는 머신러닝 통계학과 머신러닝, 그리고 AI의 경계가 점점 모호해지고 있다. 전통적인 통계학은 데이터에서 패턴을 찾아 "왜 이런 결과가 나왔는가"를 설명하는 데 중점을 둔다. 반면 머신러닝은 훨씬 복잡한 모델을 사용해 "얼마나 정확하게 예측하는가"에 집중한다. 예를 들어 은행에서 대출 신청자의 신용도를 평가할 때 통계학자는 소득, 직업, 신용 기록 같은 변수들이 신용도에 어떤 영향을 미치는지 분석하지만, 머신러닝 엔지니어는 수백 개의 변수를 복잡한 알고리즘에 넣어 채무 불이행을 가장 정확하게 예측하는 모델을 만드는 데 집중한다. 두 접근법 모두 장단점이 있고, 현대 데이터 과학자는 상황에 따라 적절한 방법을 선택할 수 있어야 한다. 논문은 통계학과 교육과정에 머신러닝과 AI를 어느 정도 깊이로 포함시킬지는 졸업 후 진로에 따라 달라져야 한다고 주장한다. 전통적인 통계학 연구자를 양성하는 프로그램이라면 머신러닝의 기본 개념 소개로 충분할 수 있다. 하지만 데이터 과학자나 AI 엔지니어를 목표로 하는 학생들에게는 신경망(neural network), 딥러닝(deep learning) 같은 고급 주제까지 다뤄야 한다. 연구진은 기존 통계 과목에 머신러닝 내용을 일부 통합하고, 별도의 머신러닝 전문 과목도 개설하는 절충안을 제안한다. 챗GPT가 쓴 과제인지 학생이 쓴 과제인지, 이제 아무도 모른다 가장 시급하고 논란이 되는 문제는 생성형 AI의 등장이 평가 방식에 미치는 충격이다. 챗GPT는 자연어로 질문을 입력하면 코드를 작성해주고, 통계 개념을 설명해주며, 심지어 데이터 분석 보고서까지 작성해준다. 학생 입장에서는 유용한 학습 도구지만, 교수 입장에서는 평가의 신뢰성을 근본적으로 위협하는 존재다. 많은 통계학과 학생들이 이미 챗GPT를 과제 작성에 활용하고 있다. 문제는 학생이 직접 문제를 해결한 것인지, AI의 도움을 받은 것인지 구분하기 어렵다는 점이다. 전통적인 표절 검사 도구는 다른 사람의 글을 복사한 경우만 잡아낼 수 있지만, AI가 생성한 새로운 코드나 텍스트는 탐지하기 훨씬 어렵다. 연구진은 교육자들이 생성형 AI에 대해 크게 세 가지 태도를 보인다고 분석한다. AI 사용을 부정행위로 간주해 엄격히 금지하는 입장, 계산기처럼 당연히 사용할 수 있는 도구로 받아들이는 입장, 어떤 과제에서는 허용하고 다른 과제에서는 금지하는 조건부 허용 입장이 그것이다. 논문은 단순한 금지보다 평가 방식 자체를 근본적으로 재설계해야 한다고 주장한다. 집에서 하는 과제 비중을 줄이고 감독 하에 진행되는 시험이나 실시간 프로젝트 발표 비중을 늘리거나, AI가 쉽게 답할 수 없는 창의적이고 개방형 질문을 더 많이 출제해야 한다는 것이다. 흥미롭게도 연구진은 생성형 AI를 오히려 교육에 적극 활용하는 방안도 제시한다. 학생들에게 챗GPT가 생성한 코드의 오류를 찾아 수정하게 하거나, AI의 설명이 왜 부정확한지 비판적으로 평가하게 하는 과제를 내는 것이다. 실제 직장에서도 AI 도구를 사용하되 그 결과를 검증하고 책임지는 능력이 점점 중요해지기 때문에, 이러한 비판적 활용 능력을 교육 단계에서부터 키워야 한다는 논리다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 통계학을 배우려면 R과 파이썬을 둘 다 배워야 하나요? A. 처음에는 한 가지 언어로 통계의 기본 개념을 확실히 익히는 것이 좋습니다. R은 통계 분석에 특화되어 있고, 파이썬은 머신러닝과 AI 분야에서 더 널리 쓰입니다. 두 언어를 동시에 배우면 혼란스러울 수 있으므로, R을 먼저 익힌 후 점진적으로 파이썬을 추가하는 단계적 접근이 효과적입니다. Q. 챗GPT로 통계 과제를 하면 안 되나요? A. 대학마다 정책이 다르지만, AI를 학습 도구로 활용하되 그 과정을 명확히 밝히는 것이 중요합니다. 챗GPT가 생성한 코드를 그대로 제출하는 것은 문제가 될 수 있지만, AI의 도움을 받아 개념을 이해하고 자신의 방식으로 재작성하는 것은 유용한 학습 방법입니다. 과제 지침을 확인하고 불확실하면 교수에게 직접 물어보는 것이 좋겠습니다. Q. 통계학과 머신러닝의 차이는 무엇인가요? A. 통계학은 데이터에서 패턴을 찾아 '왜' 그런 결과가 나왔는지 설명하는 데 중점을 둡니다. 반면 머신러닝은 복잡한 알고리즘을 사용해 '얼마나 정확하게' 예측할 수 있는지에 집중합니다. 두 접근법은 상호보완적이며, 현대 데이터 과학자는 둘 다 이해해야 합니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. (리포트명: Reflections on the Future of Statistics Education in a Technological Era) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.26 22:20AI 에디터

'월 20달러' 챗GPT로 수학 난제 풀었다…'바이브 증명'의 충격적 실험

수학은 오랫동안 AI가 넘기 어려운 벽으로 여겨졌다. 논리적 완결성이 요구되는 수학 증명은 단 하나의 오류도 전체를 무효화할 수 있기 때문이다. 그런데 벨기에 브뤼셀자유대학교(Vrije Universiteit Brussel) 연구팀이 이 벽을 허물었다. 누구나 사용할 수 있는 일반 챗GPT(ChatGPT) 구독 계정만으로 최근 제기된 활성 연구 문제를 해결한 것이다. 이들이 제안한 방법론은 '바이브 증명(vibe-proving)'이라는 이름으로, AI와 인간이 협력하는 새로운 학술 연구의 방향을 제시하고 있다. 코딩에서 수학으로…'바이브'의 확장 프로그래머 세계에서는 이미 '바이브 코딩(vibe-coding)'이라는 개념이 자리 잡고 있다. 코드를 한 줄씩 직접 짜는 대신 "이런 기능을 만들어줘"라고 AI에게 자연어로 요청하면, AI가 알아서 프로그램을 생성해주는 방식이다. 브뤼셀자유대학교 데이터 분석 연구소(Data Analytics Lab)의 브레흐트 베르베켄(Brecht Verbeken) 박사 연구팀은 이 개념을 수학 증명에 그대로 적용했다. 연구팀이 도전한 문제는 란과 텡(Ran and Teng)이 2024년에 제시한 '추측 20번(Conjecture 20)'이다. 이는 특정 구조를 가진 4×4 행렬(matrix)에서 나타날 수 있는 고유값(eigenvalue)의 범위를 정확히 규정하는 문제다. 고유값이란 쉽게 말해, 수학적 변환이 일어날 때 방향은 바뀌지 않고 크기만 변하는 특별한 수치다. 사진을 확대하거나 축소할 때 이미지의 형태는 유지되는 것과 유사한 개념이다. 연구팀은 이 문제를 챗GPT-5.2(Thinking) 버전과 7개의 공유 가능한 대화 스레드와 4개 버전의 증명 초안을 거쳐 풀어냈다. 전문화된 수학 전용 시스템이 아닌, 개인 구독 계정으로 접근 가능한 일반 챗GPT를 사용했다는 점이 이번 연구의 핵심이다. 논문의 초록(Abstract)에서 연구팀은 "소비자 구독 수준의 대형 언어 모델(LLM)로 감사 가능한 연구 수준의 수학 작업이 가능함을 보여준다"고 강조했다. AI는 전략가, 인간은 감독관…역할 분담의 발견 연구 과정에서 AI와 인간의 역할이 자연스럽게 나뉘었다. 챗GPT는 증명의 큰 그림, 즉 전체적인 접근 전략을 제시하는 데 뛰어난 역량을 발휘했다. 구체적으로는 1946년 드미트리예프와 딘킨(Dmitriev and Dynkin)이 개발한 삼각함수 방법(trigonometric method)이라는 고전적 수학 기법을 찾아내, 2024년의 미해결 문제에 맞게 변형하여 적용하는 전략을 제안했다. AI가 1946년 드미트리예프–딘킨의 삼각함수 방법을 적용하는 전략을 제시한 것이다. 반면 인간 연구자의 역할은 AI가 제안한 논리를 검증하고 오류를 수정하는 데 집중됐다. 논문의 토론(Discussion) 섹션에 따르면, AI가 생성한 초기 증명 초안에는 역삼각함수의 분기(branch) 및 사분면 처리 오류, 부호 조건 누락, 중간 계산 단계 생략 등 여러 결함이 있었다. 연구팀은 이를 발견하고 수정하는 과정을 반복하며 최종 증명을 완성했다. 이 과정은 연구팀이 '생성(generate), 심사(referee), 수리(repair)'라고 이름 붙인 순환 구조로 정리된다. AI가 아이디어와 증명 초안을 생성하면, 인간이 논리적 오류를 찾아 심사하고, 문제가 있으면 AI에게 다시 수정을 요청하는 반복 과정이다. 이 구조는 단순한 도구 사용을 넘어, AI와 인간이 각자의 강점을 살려 협력하는 새로운 연구 모델을 제시한다. 수학 올림피아드를 넘어 실전 연구로…AI 수학의 새 지평 최근 AI의 수학 능력은 눈부시게 발전하고 있다. 알파지오메트리(AlphaGeometry), 알파프루프(AlphaProof) 같은 특수 제작 시스템은 국제수학올림피아드(IMO) 문제에서 금메달 수준의 성과를 냈다. 그러나 이들은 대규모 컴퓨팅 자원과 전문적으로 설계된 시스템을 기반으로 한다는 한계가 있다. 이번 연구가 주목받는 이유는 바로 '접근성'이다. 란과 텡의 추측 20번은 교과서에 나오는 연습 문제가 아니라, 2024년에 현역 수학자들이 제시한 활성 연구 문제(active research problem)였다. 논문의 논의(Discussion) 섹션에서 연구팀은 "이 사례는 전문화된 시스템이 아닌 소비자 접근 가능한 모델로 감사 가능한 수학적 성과가 가능함을 보여준다"고 명시했다. (논문 p.5) 수학 증명은 AI 능력의 특별한 시험대다. 소프트웨어는 실행해보면 작동 여부를 즉시 확인할 수 있지만, 수학 증명은 모든 논리 단계가 완벽해야 하며 단 하나의 빈틈도 전체를 무효화한다. 이번 연구는 이런 엄격한 기준에서도 일반 AI 도구가 실질적인 학술 기여 가능성을 보여주는 초기 증거를 제시한다 점에서 의미가 깊다. 투명성이 핵심…모든 대화 기록을 공개한 이유 연구팀은 투명성을 연구의 핵심 원칙으로 삼았다. 챗GPT와 나눈 7개의 대화 세션 전체를 공유 링크로 공개하고, 4개 버전의 증명 초안도 논문 부록으로 모두 첨부했다. 이는 AI 연구에서 흔히 제기되는 재현 가능성(reproducibility) 문제를 정면으로 다룬 것이다. 다른 연구자들이 같은 방식으로 검증하고, 증명 과정의 오류 수정 과정까지 모두 추적할 수 있도록 한 것이다. 연구팀은 솔직하게 한계도 인정했다. 초기 탐색 단계의 대화는 체계적으로 보존하지 못했고, 이후에 챗GPT-5.2를 이용해 초기 프롬프트를 재구성했다. 또한 AI가 제안한 증명 전략은 근본적으로 새로운 방법이 아니라 기존 고전적 틀을 재적용한 것이었다고 밝혔다. 이 연구가 제시하는 더 큰 시사점은 학술 연구 도구의 민주화다. 대형 연구기관이나 막대한 컴퓨팅 자원 없이도, 개인 연구자가 AI를 활용해 의미 있는 학술 성과를 낼 수 있는 환경이 열렸다는 것이다. 의사가 복잡한 진단을 내릴 때, 변호사가 판례를 분석할 때, 엔지니어가 설계 문제를 해결할 때 AI와 대화하며 접근하는 방식이 표준이 되는 미래를 이번 연구는 예고하고 있다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 바이브 증명(vibe-proving)이란 무엇인가요? A. 바이브 증명은 수학자가 AI와 자연어로 대화하며 수학 증명을 완성해 나가는 방식입니다. 수식을 직접 전개하는 대신 "이 문제를 어떻게 접근할까?"라고 AI에게 물으며 아이디어를 얻고, 그것을 검증하고 수정하는 과정을 반복합니다. 프로그래머가 AI에게 코드 작성을 맡기는 '바이브 코딩'에서 착안한 개념입니다. Q. 일반 챗GPT로 정말 어려운 수학 문제를 풀 수 있나요? A. 전문 지식이 있는 연구자라면 가능합니다. 이번 연구는 월 구독료만 내면 누구나 쓸 수 있는 챗GPT로 현역 수학자들의 미해결 문제를 풀었습니다. 단, AI는 전략과 방향을 제시할 뿐, 논리적 오류를 찾아내고 최종 검증하는 것은 여전히 인간 전문가의 몫입니다. Q. 이 연구 방식을 수학 외 다른 분야에도 적용할 수 있나요? A. 네, 논리적 검증이 중요한 모든 분야에 응용 가능합니다. 의료 진단, 법률 분석, 엔지니어링 설계 등에서 AI가 여러 가능성을 제시하고 전문가가 비판적으로 검증하는 '생성-심사-수리' 구조를 활용할 수 있습니다. 핵심은 AI를 최종 의사결정자가 아닌 아이디어 제안자로 활용하는 것입니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. (리포트명: Early Evidence of Vibe-Proving with Consumer LLMs: A Case Study on Spectral Region Characterization with ChatGPT-5.2 (Thinking) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.26 22:18AI 에디터

GPT-5도 이런 실수 한다고?…AI가 '알면서도 틀리는' 황당한 이유

챗GPT에게 질문했다가 틀린 답변을 받아본 적 있을 것이다. 그때 드는 생각은 보통 하나다. "AI가 이것도 몰라?" 그런데 구글 리서치(Google Research) 연구팀이 발표한 최신 논문은 이 상식을 완전히 뒤집는다. AI가 틀리는 이유는 대부분 '몰라서'가 아니라 '알면서도 꺼내지 못해서'라는 것이다. GPT-5, 제미나이-3-프로(Gemini-3-Pro) 등 최첨단 AI 13개를 대상으로 약 450만 건의 응답을 분석한 결과다. 냉장고에 음식이 있는데 꺼내지 못하는 AI 연구팀은 AI가 사실을 틀릴 때 그 원인을 두 가지로 나눴다. 하나는 처음부터 그 정보를 학습하지 못한 경우, 즉 냉장고에 음식 자체가 없는 것이다. 연구팀은 이를 '빈 선반(empty shelves)'이라고 불렀다. 다른 하나는 정보가 분명히 저장되어 있는데 막상 질문을 받으면 꺼내지 못하는 경우, 즉 냉장고 안에 음식이 있는데 어디 뒀는지 찾지 못하는 것이다. 이를 '잃어버린 열쇠(lost keys)'라고 불렀다. 분석 결과는 놀라웠다. GPT-5와 제미나이-3-프로 같은 최첨단 모델들은 테스트에 등장한 사실의 95~98%를 이미 내부에 저장하고 있었다. 냉장고는 거의 꽉 차 있었던 것이다. 그런데도 추가 추론 없이는 25~33%의 질문에서 틀렸다. GPT-5.2 기준으로 오류의 70% 이상이 '몰라서'가 아니라 '꺼내지 못해서' 발생했다. AI 모델을 더 크게 만들어도 이 문제는 잘 해결되지 않았다는 점도 함께 확인됐다. 그림 4. AI 모델별로 인코딩 실패, 출력 실패, 직접 출력 등의 비율 AI가 앞에서 물어보면 맞히고, 뒤에서 물어보면 틀리는 이유 출력 실패는 특히 두 가지 상황에서 심하게 나타났다. 첫 번째는 덜 알려진 정보일수록 틀리는 문제다. 유명한 정보와 잘 알려지지 않은 정보를 비교했을 때, 저장된 비율은 거의 비슷했다. 제미나이-3-플래시(Gemini-3-Flash) 기준으로 인기 있는 정보는 99.5%, 희귀한 정보도 94.5%가 저장되어 있었다. 하지만 막상 답변할 수 있는 비율은 84.7% 대 63.3%로 격차가 21.4%포인트나 벌어졌다. 알고는 있는데, 잘 떠올리지 못하는 것이다. 기존에는 "AI가 희귀한 정보를 틀리는 건 애초에 배우지 못했기 때문"이라는 게 정설이었는데, 이번 연구가 그걸 뒤집었다. 두 번째는 질문 방향을 바꾸면 갑자기 틀리는 문제다. 예를 들어 AI에게 "오아시스(Oasis) 밴드가 처음 공연한 장소는?"이라고 물으면 "보드워크 클럽(Boardwalk Club)"이라고 잘 맞힌다. 그런데 "보드워크 클럽에서 처음 공연한 밴드는?"이라고 방향만 바꿔 물으면 같은 AI가 틀리는 경우가 많다. GPT-5 기준으로 정방향 질문은 82.9% 정답률이었지만, 역방향은 74%로 뚝 떨어졌다. 더 흥미로운 건, 보기를 주고 고르게 하면 역방향도 정방향만큼 잘 맞혔다는 점이다. AI는 분명히 알고 있다. 다만 질문 방향이 바뀌면 스스로 꺼내지 못할 뿐이다. "잠깐, 생각해볼게요"가 실제로 효과가 있다 이 문제를 해결하는 데 도움이 되는 기능이 바로 '싱킹(thinking)'이다. AI가 즉각적으로 답변하지 않고 잠깐 멈춰서 단계별로 생각을 정리한 뒤 답하는 방식이다. 우리가 어떤 사실이 혀 끝에서 맴도는 느낌이 들 때, 관련된 기억을 하나씩 떠올리다 보면 결국 생각해내는 것과 비슷하다. 연구에 따르면 싱킹은 "저장은 되어 있지만 곧바로 답하지 못했던" 사실의 40~65%를 추가로 맞히게 해줬다. 반면 애초에 저장되지 않은 정보에 대해서는 싱킹을 써도 회수율이 5~20%에 그쳤다. 결국 싱킹은 없는 지식을 만들어내는 게 아니라, 있는 지식을 더 잘 꺼내도록 돕는 기능이라는 것이다. 특히 덜 알려진 정보나 역방향 질문처럼 AI가 가장 약한 부분에서 효과가 컸다. 제미나이-3-프로의 경우, 싱킹을 적용하자 희귀 정보와 인기 정보 사이의 답변 격차가 21.4%포인트에서 12.5%포인트로 줄었다. 물론 단점도 있다. 싱킹은 추가 연산이 필요해 응답이 느려지고 비용도 올라간다. 그리고 AI가 스스로 "지금 싱킹이 필요한 순간이다"를 판단하는 게 아직 완벽하지 않다는 점도 한계로 지적됐다. AI의 '진짜 실력'을 재는 새로운 성적표 연구팀은 이번 연구를 위해 '위키프로파일(WikiProfile)'이라는 새로운 평가 도구도 만들었다. 기존 AI 평가 방식은 단순했다. 맞으면 1점, 틀리면 0점. 그런데 이 방식으로는 AI가 왜 틀렸는지 알 수 없다. 몰라서 틀렸는지, 알면서도 못 꺼냈는지 구분이 안 되는 것이다. 위키프로파일은 이 두 가지를 나눠서 측정할 수 있도록 설계됐다. 2,150개의 사실에 대해 각각 10개의 질문을 만들었는데, 정보가 저장됐는지 확인하는 질문, 실제로 답할 수 있는지 확인하는 질문, 객관식으로 골라낼 수 있는지 확인하는 질문이 모두 포함됐다. 모든 사실은 위키피디아(Wikipedia)에서 추출됐고, 구글 검색(Google Search)과 연동된 AI 파이프라인이 검증을 담당했다. 두 AI 채점자가 98.2%의 일치율을 보일 만큼 신뢰도도 높았다. 그림 3. 위키프로파일 파이프라인 플로우차트 FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. AI가 사실을 틀리는 이유가 단순히 '모르기 때문'이 아닌가요? A. 이번 연구에 따르면, GPT-5 같은 최신 모델들은 테스트된 사실의 95~98%를 이미 내부에 저장하고 있었습니다. 오류의 70% 이상은 지식이 없어서가 아니라, 저장된 정보를 제때 꺼내지 못해서 발생했습니다. Q. AI의 '싱킹(thinking)' 기능이 정확도를 높인다는데, 항상 켜두면 되나요? A. 싱킹은 놓쳤던 답변의 40~65%를 추가로 맞힐 수 있어 효과적이지만, 응답이 느려지고 비용도 올라갑니다. AI가 스스로 "지금 싱킹이 필요하다"를 판단하는 능력도 아직 완벽하지 않아서, 현재로서는 상황에 따라 선택적으로 쓰는 편이 좋습니다. Q. AI 모델 크기를 키우면 사실 오류 문제가 해결되지 않나요? A. 모델을 크게 만들수록 정보를 저장하는 능력은 좋아집니다. 하지만 저장된 정보를 꺼내는 능력은 그만큼 따라오지 않았습니다. 연구팀은 앞으로의 AI 발전이 모델 크기보다 '이미 아는 것을 잘 꺼내는 방법' 개선에 달려 있다고 봤습니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.26 13:12AI 에디터

AI도 못 깨는 게임이 있다…챗GPT·클로드·제미나이, 1970년대 텍스트 게임 줄줄이 실패

최신 AI가 바둑을 정복하고 코드를 짜고 소설을 쓰는 시대, 1977년에 만들어진 텍스트 게임을 클리어하는 수준이 평균 10%도 미치는 못한다면 믿겠는가. 네덜란드 트벤테 대학교(University of Twente) 연구팀이 챗GPT(ChatGPT), 클로드(Claude), 제미나이(Gemini) 등 최첨단 대형 언어 모델(LLM, Large Language Model)을 1977년 텍스트 어드벤처 게임 '조크(Zork)'에 투입해 실험한 결과, 모든 AI가 평균 완료율 10% 미만이라는 초라한 성적표를 받아 들었다. 이 연구는 현재 AI의 추론 능력에 대한 근본적인 질문을 다시 던진다. 왜 하필 1977년 게임인가: 조크가 AI의 진짜 실력을 드러내는 이유 조크(Zork)는 미국 MIT에서 개발되어 1977년 처음 출시된 텍스트 기반 어드벤처 게임이다. 화면에 그림이나 영상이 전혀 없고, 오직 글자로만 상황이 묘사된다. 예를 들어 "당신은 흰 집 서쪽 열린 들판에 서 있습니다"라는 문장이 나오면 플레이어는 "북쪽으로 가라" 혹은 "칼을 집어라" 같은 명령어를 타이핑해 게임을 진행한다. 최대 350점을 획득하면 클리어다. 이 게임이 AI 테스트에 적합한 이유는 명확하다. 화면을 보고 패턴을 인식하는 능력이 아니라, 글로 묘사된 공간을 머릿속으로 지도처럼 구성하고, 이전에 실패한 행동을 기억해 전략을 바꾸고, 아이템들 사이의 인과관계를 파악하는 능력이 요구되기 때문이다. 즉 단순한 언어 생성이 아닌 '진짜 이해'와 '적응적 문제 해결'이 필요하다. 연구팀은 이 게임이 AI가 흔히 쓰는 '패턴 매칭 요령'이 통하지 않는 환경이라는 점에 주목했다. 챗GPT는 빈 우편함을 계속 열었다: AI가 드러낸 황당한 실수들 연구팀은 앤트로픽(Anthropic)의 클로드 오퍼스 4.5(Claude Opus 4.5), 클로드 소넷 4.5(Claude Sonnet 4.5), 오픈AI(OpenAI)의 챗GPT 5.2, 구글(Google)의 제미나이 3(Gemini 3)을 포함해 총 3개 기업의 6개 LLM 기반 챗봇 설정을 테스트했다. 각 모델은 게임 설명을 최소한으로 제공한 '기본 프롬프트'와 게임 매뉴얼 수준의 상세한 설명을 제공한 '고급 프롬프트' 두 가지 조건 아래 각 5회씩, 총 40회 실험을 진행했다. 가장 저조한 성적을 낸 챗GPT 5.2는 특히 흥미로운 실패 패턴을 보였다. 게임 초반에 우편함을 열고 안에 있는 전단지를 읽는 것은 합리적인 행동이다. 그런데 챗GPT는 이미 비어 있는 우편함을 반복해서 다시 열려는 시도를 여러 차례 했다. 내용물이 없다는 사실을 이미 확인했음에도 같은 행동을 되풀이한 것이다. 인간 플레이어라면 반복하지 않을 행동이다. 더불어 챗GPT는 포기 명령을 거의 내리지 않아 게임 내 이동 횟수는 많았지만 실질적 진전은 거의 없는 '제자리걸음'을 반복했다. 클로드 오퍼스 4.5는 최고 성적인 약 75점(350점 만점)을 기록했지만, 이 역시 전체의 약 20%에 그쳤다. 클로드가 미로 구간에서 보인 사고 과정을 살펴보면, "미로에는 특정 해법이 있다, 방향을 체계적으로 시도해보겠다"고 언급하면서도 동시에 아이템을 바닥에 놓아 경로를 표시하겠다고 했다. 그런데 대화 기록만 봐도 자기 발자국을 추적할 수 있는 AI가 굳이 아이템을 버릴 이유가 없다. 심지어 한 실험에서는 경로 표시용으로 랜턴을 바닥에 떨어뜨렸다가, 이후 어두운 지역에서 빛이 필요한 순간 랜턴이 없어 곤란에 빠지기도 했다. [그림 1] 왼쪽: 모델별 평균 획득 점수(표준 오차 포함). 오른쪽: 게임당 평균 이동 횟수(표준 오차 포함). (I)은 기본 프롬프트, (II)는 고급 프롬프트 조건을 나타낸다. '생각하기' 기능을 켜도 달라지지 않았다: AI의 '사고 모드'는 진짜 사고가 아닌가 이번 연구에서 가장 충격적인 발견 중 하나는 '확장 사고(Extended Thinking)' 기능이 게임 성과에 아무런 도움이 되지 않았다는 점이다. 클로드의 '확장 사고' 옵션, 챗GPT의 '확장 사고' 설정, 제미나이의 '사고' 모드를 각각 활성화했지만, 세 모델 모두 해당 기능을 켰을 때와 끄지 않았을 때 사이에 유의미한 성적 차이가 없었다. 또 하나 흥미로운 결과는 상세한 게임 설명을 제공해도 성적이 오르지 않았다는 점이다. 연구팀은 이동 명령어, 전투 방법, 게임 목표, 핵심 전략 등을 담은 고급 프롬프트를 별도로 제작해 제공했다. 인간 플레이어라면 이 정도 가이드만으로도 훨씬 높은 점수를 낼 수 있을 것이다. 그러나 AI에게는 아무 차이가 없었다. 정보 자체를 갖고 있느냐보다 그 정보를 상황에 맞게 적용하고 자신의 행동을 돌아보는 능력이 부재하기 때문이라는 것이 연구팀의 해석이다. AI가 없는 것: 자기 생각을 돌아보는 '메타인지' 능력 연구팀이 이 실험을 통해 지목한 핵심 한계는 '메타인지(Metacognition)'의 부재다. 메타인지란 쉽게 말해 '내가 지금 잘 하고 있는지 스스로 점검하는 능력'이다. 인간은 같은 방법이 계속 실패하면 "이건 안 되는구나, 다른 방법을 써야겠다"고 스스로 판단한다. 그런데 실험 속 AI들은 실패한 행동을 반복했고, 이전 대화 기록에 접근할 수 있음에도 이전 시도에서 배운 흔적을 보이지 않았다. 연구팀은 이를 LLM이 긴 문맥 속 중간 부분의 정보를 잘 활용하지 못하는 이른바 '중간에서 길을 잃다(Lost in the Middle)' 현상과도 연결지어 설명했다. 즉 대화가 길어질수록 앞서 일어났던 실패들을 효과적으로 참고하지 못하는 것이다. 연구팀은 현재 AI의 이 같은 한계가 단순히 모델 크기나 학습 데이터를 늘린다고 해결될 양적 문제가 아니라, 인간의 인지 방식과 AI의 정보 처리 방식 사이의 질적 차이에서 비롯된 것일 수 있다고 지적했다. 유창하게 말을 만들어내는 능력이 진짜 이해나 문제 해결 능력과는 다르다는 것이다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. 조크(Zork)가 뭔가요? 왜 AI 테스트에 사용했나요? A. 조크는 1977년 MIT에서 개발된 텍스트 기반 어드벤처 게임으로, 글로만 상황이 묘사되고 글로만 명령을 입력해 진행하는 게임입니다. 시각적 힌트 없이 공간 파악, 기억, 전략 수정이 필요해 AI의 진짜 추론 능력을 테스트하기에 적합한 환경으로 평가받았습니다. Q. 클로드, 챗GPT, 제미나이 중 어느 AI가 가장 잘했나요? A. 클로드 오퍼스 4.5가 약 75점(350점 만점)으로 가장 높은 점수를 기록했습니다. 그러나 이 역시 전체 게임의 약 20% 수준에 불과했고, 나머지 모델들은 평균 10% 미만의 완료율을 보였습니다. Q. AI에게 상세한 게임 설명을 줘도 왜 성적이 오르지 않나요? A. 정보를 받는 것과 그 정보를 실시간 상황에 맞게 유연하게 적용하는 것은 다른 능력입니다. AI는 상세한 매뉴얼을 받았어도 상황에 따라 전략을 수정하거나 실패로부터 배우는 '메타인지' 능력이 부족해 실질적인 성과 향상으로 이어지지 않은 것으로 분석됩니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Playing With AI: How Do State-Of-The-Art Large Language Models Perform in the 1977 Text-Based Adventure Game Zork? ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.25 17:02AI 에디터

AI가 교사보다 공정한 채점자 될 수 있을까…GPT·클로드·제미나이 실험했더니

AI가 학교 수업 자료를 평가한다면 어떤 일이 벌어질까. 미국 워싱턴주립대와 뉴욕주립대 버팔로 캠퍼스 공동 연구팀이 GPT-4o, 클로드 소넷 4(Claude Sonnet 4), 제미나이 2.5 프로(Gemini 2.5 Pro) 세 가지 AI 모델에게 미국 초중등 과학 수업 자료를 평가하게 한 뒤, 그 결과를 교육 전문가의 판단과 비교하는 실험을 진행했다. 결과는 예상보다 훨씬 복잡하고 흥미로웠다. AI 채점관 등장: 648개의 평가 데이터가 말해주는 것 연구팀은 미국 전역에서 검증된 초중등 과학 교육과정 12개 단원을 선정했다. 생명과학, 물리과학, 지구과학 분야에 걸쳐 있는 이 자료들은 모두 미국 과학교육 국가표준(NGSS, Next Generation Science Standards)에 맞게 설계된 고품질 커리큘럼이다. 연구팀은 세 AI 모델에게 동일한 기준표—교육 자료 품질을 9가지 항목으로 평가하는 이퀴프(EQuIP) 루브릭—를 적용해 각 수업 자료를 평가하도록 했다. AI는 각 항목에 0~3점 사이의 점수를 매기고, 그 이유를 글로 설명한 뒤 개선 방향까지 제시했다. 이 과정에서 총 648개의 평가 결과물이 생성됐다. 두 명의 과학교육 전문가가 이 결과물 전체를 검토하며 동의 여부를 판단했다. 점수보다 이유가 더 믿을 만하다: 전문가 동의율의 반전 실험 결과에서 가장 눈에 띄는 점은 AI가 매긴 숫자 점수보다 그 이유 설명에 전문가들이 훨씬 더 많이 동의했다는 사실이다. 점수에 대한 전문가 평균 동의율은 69.6%에 그쳤지만, AI가 작성한 이유 설명에 대한 동의율은 86.1%, 개선 제안에 대한 동의율은 82.5%에 달했다. 모델별로 살펴보면 개선 제안 동의율은 제미나이(Gemini)가 88.9%로 가장 높았고, 클로드(Claude)가 81.3%, GPT가 77.2% 순이었다. 즉, AI가 내린 결론(점수)보다 그 결론에 이르는 과정(논리와 설명)이 인간 전문가의 눈에 더 타당하게 보였다는 뜻이다. 이는 AI를 교육 평가에 활용할 때 단순히 점수를 자동화하는 방식보다, AI의 설명을 교사가 참고하는 방식이 훨씬 유용할 수 있음을 시사한다. 제미나이는 후하고, 클로드는 엄격하고, GPT는 그 사이: AI마다 다른 채점 철학 세 모델의 성격 차이는 데이터에서 뚜렷하게 드러났다. 제미나이는 평균 2.96점(3점 만점)을 부여하며 가장 후한 평가자였고, GPT-4o는 2.81점으로 그 뒤를 이었다. 반면 클로드는 2.18점으로 훨씬 엄격한 채점 성향을 보였다. 전문가 동의율도 극명하게 갈렸다. 점수 항목에서 제미나이의 전문가 동의율은 87.1%, GPT는 84.3%였지만, 클로드는 고작 37%에 불과했다. 흥미롭게도 클로드의 개선 제안에 대한 동의율은 81.3%로 다른 두 모델과 비슷한 수준이었다. 즉 클로드는 점수는 너무 짜게 줬지만 조언의 내용 자체는 전문가들이 납득할 만했다는 것이다. 연구팀은 이 차이를 각 모델의 설계 철학에서 찾는다. GPT-4o와 제미나이는 텍스트, 이미지, 오디오 등 다양한 정보를 통합적으로 처리하는 멀티모달(multimodal) 기반 모델로, 전반적인 패턴을 인식하는 방식으로 평가한다. 반면 클로드는 '헌법적 AI(Constitutional AI)'라는 방식으로 훈련되어 안전하고 정확하며 해롭지 않은 출력을 우선시한다. 이 특성이 교육 평가에서는 규칙 기반의 엄격한 채점으로 나타났다는 분석이다. 그림 2. 과학 분야별(위), AI 모델별(아래) 전문가 동의율(%) 비교 막대그래프 같은 수업, 전혀 다른 점수: AI와 인간 모두 '판단 기준'이 다르다 연구팀이 제시한 두 가지 실제 사례는 이 문제를 더 구체적으로 보여준다. 첫 번째는 초등학교 3학년 물리과학 수업으로, 학생들이 일상 재료로 균형 잡힌 조각품을 만드는 활동이었다. 전문가 A는 이 수업에 3점 만점을 부여하며 학생들의 탐구적 사고를 높이 평가했지만, 전문가 B는 1점을 주며 "과학 개념을 명시적으로 요구하지 않는 미술 활동에 가깝다"고 비판했다. 두 번째는 5학년 물리과학 수업으로, 단열재를 설계해 물의 온도를 유지하는 실험이었다. 클로드는 1점을 주며 표준 기준에 맞는 명시적 설명이 없다고 지적했고, GPT는 2점을 주며 무난한 평가를 내렸으며, 제미나이는 3점을 부여하며 학생들이 실제 데이터를 분석하고 모델을 수정하는 과정에서 충분한 과학적 사고가 일어난다고 판단했다. 연구팀은 이를 세 가지 AI 인식론으로 정리한다. 클로드는 규칙 중심의 정밀한 평가자, GPT는 중립적이지만 얕은 평가자, 제미나이는 맥락을 통합하는 전체론적 평가자라는 것이다. AI 채점은 '정답'이 아니라 '다양한 관점'을 제공하는 도구다 이 연구는 AI가 교육 평가에 활용될 때 단일한 정답을 내놓는 방식보다 여러 관점을 함께 보여주는 방식이 훨씬 가치 있다는 점을 시사한다. 인간 전문가들 사이에서도 점수 불일치가 빈번하게 나타났는데, 물리과학 분야에서 두 전문가의 일치도(코헨 카파 약 0.29)가 가장 낮았고, 지구과학(약 0.49)과 생명과학(약 0.47)은 중간 수준의 일치도를 보였다. 이는 "좋은 수업이란 무엇인가"에 대한 판단 자체가 본질적으로 주관적이고 복잡하다는 뜻이다. 따라서 AI를 도입할 때 하나의 모델이 내린 점수를 그대로 신뢰하기보다, 여러 모델의 평가를 비교하며 교사가 스스로 판단하는 데 참고 자료로 활용하는 것이 바람직하다. 연구팀도 AI가 교사의 판단을 대체하는 것이 아니라 교사의 전문적 성찰을 돕는 파트너가 되어야 한다고 강조한다. 앞으로의 AI 교육 평가 시스템은 숫자 하나를 내놓는 채점기가 아니라, 다양한 해석의 근거를 투명하게 제시하는 방향으로 설계되어야 한다는 것이 이 연구의 핵심 메시지다. FAQ(※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. AI가 교육 자료를 평가하면 인간 전문가와 얼마나 일치하나요? A. 이번 연구에 따르면 AI가 부여한 점수에 대한 전문가 평균 동의율은 약 70%이며, AI의 이유 설명에 대한 동의율은 86%로 더 높습니다. AI의 숫자 점수보다 설명이 더 신뢰할 만하다는 뜻입니다. Q. GPT, 클로드, 제미나이 중 교육 평가에 가장 적합한 AI는 무엇인가요? A. 전문가와의 일치도 면에서는 제미나이(Gemini)가 점수 87.1%, 이유 설명 92.1%로 가장 높았습니다. 그러나 어떤 모델이 "최선"인지는 교육의 목적과 평가 기준에 따라 다를 수 있으며, 세 모델을 함께 활용해 다양한 관점을 비교하는 방식이 더 효과적입니다. Q. AI 채점 결과를 교사가 그대로 믿어도 되나요? A. 아직은 그렇지 않습니다. 같은 수업에 대해 AI마다 점수가 크게 다를 수 있고, 인간 전문가들 사이에서도 의견이 갈리는 경우가 많습니다. AI 평가는 교사의 판단을 보조하는 참고 자료로 활용하되, 최종 판단은 교사가 내리는 것이 바람직합니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Judging the Judges: Human Validation of Multi-LLM evaluation for High-Quality K–12 Science Instructional Materials ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.24 19:45AI 에디터

오픈AI, 스마트 스피커·안경·조명까지…AI 하드웨어 제국 꿈꾼다

오픈AI(OpenAI)가 스마트 스피커를 포함한 AI 기반 기기 라인업 개발에 본격적으로 나섰다. 로이터에 따르면, 정보기술 전문매체 더 인포메이션(The Information)은 오픈AI가 스마트 스피커, 스마트 안경, 스마트 조명 등 다양한 AI 기기 개발에 200명 이상의 인력을 투입하고 있다고 20일(현지시간) 보도했다. 해당 매체는 관련 계획을 잘 아는 관계자를 인용해 이같이 전했다. 더 인포메이션에 따르면, 오픈AI가 가장 먼저 출시할 제품은 스마트 스피커로, 출고가는 200달러에서 300달러(한화 약 29만~44만 원) 수준이 될 것으로 예상된다. 이 스피커에는 카메라가 탑재되어 사용자와 주변 환경 정보를 인식할 수 있는 기능을 갖출 예정이다. 다만 출시 시점은 빠르면 2027년 2월이 될 것으로 보인다. 스마트 안경은 양산 준비까지 2028년은 돼야 할 것이라고 더 인포메이션은 전망했다. 오픈AI는 지난해 전 애플(Apple) 수석 디자이너 조니 아이브(Jony Ive)가 설립한 스타트업 아이오 프로덕츠(io Products)를 65억 달러에 인수하며 하드웨어 시장에 뛰어들었다. 물리적 AI와 증강현실(AR) 기기에 대한 수요 증가를 선점하겠다는 전략이다. 한편 페이스북(Facebook) 모회사 메타(Meta)는 레이밴(Ray-Ban) 스마트 안경으로 시장에서 두각을 나타내고 있다. 해당 제품은 소형 카메라를 통해 촬영, 사진 촬영, 콘텐츠 스트리밍 등의 기능을 지원한다. 애플과 구글(Google)도 자체 스마트 안경 개발에 나선 것으로 알려졌다. 오픈AI는 로이터의 논평 요청에 즉각 응하지 않았다. 자세한 내용은 로이터(Reuters)에서 확인할 수 있다. 이미지 출처: 이디오그램 생성 ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.24 17:36AI 에디터

AI 안전장치도 세탁된다?…제미나이·클로드도 뚫렸다

"위험해 보이지 않으면 통과." AI 안전 시스템의 허점이 숫자로 드러났다. 마치 범죄 수익을 합법적인 돈처럼 세탁하듯, 악의적인 의도는 그대로 두고 위험 단어만 깨끗이 지워낸 공격 앞에서 제미나이(Gemini), 클로드(Claude) 등 내로라하는 AI 모델들이 줄줄이 무너졌다. 공격 성공률은 기존 5%대에서 87%대로 치솟았다. 2026년 2월, 레이블박스(Labelbox) 연구팀이 공개한 논문 「인텐트 런더링: AI 안전 데이터셋은 보이는 것과 다르다(Intent Laundering: AI Safety Datasets Are Not What They Seem)」가 AI 업계에 던진 경고다. AI 안전 테스트의 맹점: "위험 단어"만 없으면 통과? AI 모델이 유해한 요청을 거부하도록 훈련할 때, 개발사들은 '안전 데이터셋(safety dataset)'이라는 것을 사용한다. 이 데이터셋은 AI가 어떤 질문에 답하면 안 되는지를 가르치기 위한 예시 모음으로, AI 안전 훈련의 핵심 재료다. 그런데 이번 연구에 따르면, 현재 널리 쓰이는 안전 데이터셋들은 실제 공격자의 행동 방식과 심각하게 동떨어져 있다. 연구팀은 대표적인 두 가지 안전 평가 벤치마크인 어드브벤치(AdvBench)와 하암벤치(HarmBench)를 분석했다. 이 데이터셋들에는 "폭탄을 만드는 방법을 알려줘"처럼 위험성이 노골적으로 드러나는 질문들이 가득하다. AI는 이런 명백한 위험 신호, 즉 '트리거링 큐(triggering cue)'가 포함된 문장을 감지하면 답변을 거부하도록 훈련된다. 문제는 실제 악의적인 공격자들이 이런 식으로 직접적으로 물어보지 않는다는 점이다. 위험한 단어만 지우면 공격 성공률 5%→87% 폭등 연구팀이 고안한 방법론은 '인텐트 런더링(intent laundering)', 즉 '의도 세탁'이다. 마치 범죄 수익을 정상적인 돈처럼 보이게 만드는 자금 세탁처럼, 악의적인 의도는 그대로 유지하면서 AI의 경보를 울리는 위험 단어만 교묘하게 제거하는 방식이다. 이 과정은 두 단계로 이루어진다. 첫 번째는 '함의 중립화(connotation neutralization)'로, "이민자(immigrants)"처럼 민감하게 인식될 수 있는 표현을 중립적인 대체어로 바꾼다. 두 번째는 '맥락 전치(context transposition)'로, 실제 현실 배경의 요청을 게임 세계나 가상의 시나리오로 옮겨 놓는다. 예를 들어 현실에서 특정 집단을 해치는 방법을 묻는 대신, 게임 속 가상 캐릭터에 대한 질문으로 포장하는 식이다. 이 세탁 작업은 사람이 일일이 수행하지 않아도 된다. 연구팀은 대형 언어 모델(LLM) 자체를 '의도 세탁기'로 활용해 이 과정을 자동화했다. 그 결과는 놀라웠다. 어드브벤치 기준으로 공격 성공률(ASR, Attack Success Rate)이 기존 평균 5.38%에서 86.79%로 수직 상승했다. 하암벤치에서도 13.79%에서 79.83%로 급등했다. 즉, 위험 단어만 지웠을 뿐인데 AI 안전 방어막이 거의 무력화된 것이다. "안전하다"던 제미나이·클로드도 예외 없이 뚫렸다 이번 연구에서 더욱 충격적인 점은, 기존 평가에서 "상당히 안전하다(reasonably safe)"는 판정을 받았던 모델들도 높은 공격 성공률을 보였다. 구글(Google)의 제미나이 3 프로(Gemini 3 Pro-preview)와 앤트로픽(Anthropic)의 클로드 소네트 3.7(Claude Sonnet 3.7) 모두 의도 세탁 공격 앞에서는 안전하지 않은 응답을 내놓았다. 연구팀은 여기서 한 발 더 나아가 의도 세탁 기법을 독립적인 '탈옥(jailbreak)' 공격 방법으로 확장했다. 탈옥이란 AI의 안전 장치를 우회해 본래 금지된 정보를 얻어내는 행위를 말한다. AI 모델의 내부 구조나 훈련 데이터를 전혀 알지 못하는 '블랙박스(black-box)' 환경에서도, 이 방법으로 공격 성공률은 90% ~ 98.55% 범위의 높은 성공률을 기록했다. 고도의 해킹 기술 없이도 AI 안전 장치를 일관되게 무력화할 수 있다는 의미다. AI 안전 평가의 구조적 문제: 시험 문제가 현실과 다르다 연구팀이 지적하는 핵심 문제는 AI 안전 평가가 '시험을 위한 시험'으로 전락해 있다는 점이다. 현재의 안전 데이터셋은 실제 공격자가 쓰는 방식이 아닌, AI가 쉽게 감지할 수 있는 노골적인 위험 표현으로 가득 차 있다. 다시 말해 AI는 "폭탄"이라는 단어가 들어간 질문은 거부하도록 훈련되어 있지만, 같은 의도를 다른 방식으로 표현하면 속수무책이다. 이는 마치 침입자가 "나는 강도입니다"라고 쓴 티셔츠를 입고 오면 막을 수 있지만, 평범한 옷을 입고 온 침입자는 막지 못하는 보안 시스템과 같다. 연구 결과는 AI 안전 개발이 단순히 위험 단어를 학습하는 수준을 넘어, 맥락과 의도를 깊이 이해하는 방향으로 근본적으로 재설계되어야 함을 강하게 시사한다. 현재의 안전 평가 체계는 실제 위협 환경과 심각하게 괴리되어 있으며, 이를 기반으로 한 '안전하다'는 판정 역시 신뢰하기 어렵다는 것이 이번 연구의 결론이다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. '인텐트 런더링(intent laundering)'이 정확히 무엇인가요? A. 악의적인 요청에서 AI가 경보를 울리는 위험 단어만 제거하고 의도는 그대로 유지하는 기법입니다. 마치 자금 세탁처럼 '의도를 세탁'해 AI 안전장치를 속입니다. 이번 연구에서는 이 과정을 AI 모델로 자동화하는 데 성공했습니다. Q. 내가 쓰는 AI 챗봇도 이런 공격에 취약한가요? A. 이번 연구에서 제미나이 3 프로, 클로드 소네트 3.7 등 주요 상용 모델 모두가 의도 세탁 공격에 취약한 것으로 확인되었습니다. AI를 개발하는 기업들은 이런 연구를 바탕으로 지속적으로 안전성을 개선하고 있지만, 현 시점에서 완전히 안전한 AI 모델은 없다고 봐야 합니다. Q. 이 연구가 중요한 이유는 무엇인가요? A. AI 안전 평가 점수가 높다고 해서 실제로 안전한 것이 아닐 수 있다는 사실을 구체적인 데이터로 증명했기 때문입니다. AI 개발사와 규제 기관 모두 현재의 평가 방식을 전면 재검토해야 한다는 경고를 담고 있어, AI 산업 전반에 큰 파장을 미칠 연구입니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Intent Laundering: AI Safety Datasets Are Not What They Seem 이미지 출처: 이디오그램 생성 ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.24 13:32AI 에디터

AI 로봇이 나를 설득한다…챗GPT가 물리치료 거부 환자 설득하는 방법

AI가 단순한 정보 제공을 넘어 인간을 설득하는 시대가 왔다. 스위스 취리히응용과학대학교(ZHAW)와 독일 빌레펠트대학교 공동 연구팀이 챗GPT(ChatGPT) 기반의 생성형 소셜 에이전트(Generative Social Agent, GSA)가 물리치료를 거부하는 환자를 어떻게 설득하는지 분석한 연구 결과를 발표했다. 이 연구는 AI가 어떤 정보를 알고 있느냐에 따라 설득력이 크게 달라진다는 점을 실증적으로 보여준다. "나는 당신을 이해해요" — AI가 선택한 첫 번째 무기는 공감 연구팀은 챗GPT 3.5를 활용해 물리치료를 꺼리는 가상의 고령 환자와 AI 로봇이 대화하는 13개 시나리오를 생성했다. 환자의 메시지는 "물리치료 하기 싫어요", "무릎이 아파요", "독감 기운이 있어요"처럼 단계적으로 거부 강도가 높아지도록 설계했고, AI 로봇의 응답만 자유롭게 생성되도록 했다. 분석 결과, AI가 가장 일관되게 사용한 전략은 두 가지였다. 첫째는 공감 표현이었다. AI는 "이해합니다", "그런 마음이 드실 수 있어요"와 같은 표현을 반복적으로 사용하며 환자의 감정을 먼저 인정했다. 둘째는 물리치료의 이점을 설명하는 논리적 설득 전략이었다. 특히 AI는 환자가 무릎 통증을 언급하면 "물리치료가 오히려 도움이 될 수 있어요"라며 세션 조정을 제안하는 등 상황에 맞춘 정보를 제공했다. 책임감 있는 행동도 확인됐다. 환자가 독감 증상을 호소하면 AI는 13개 시나리오 전부에서 설득을 멈추고 휴식을 권했다. 다만 무릎 통증에 대해서는 일부 시나리오에서 실제로 통증에 도움이 된다는 근거 없이 운동을 권장해 잘못된 의학 정보 제공의 위험성도 드러냈다. AI에게 성격을 부여하면 높아지는 설득력 연구의 핵심 질문은 'AI가 어떤 정보를 갖고 있느냐가 설득력에 영향을 미치는가'였다. 연구팀은 AI에게 제공하는 지식을 세 가지로 구분했다. 자기 지식(Self-knowledge)은 AI 자신의 성격 특성, 즉 표현력이 풍부한 성격이나 단호한 성격에 대한 정보다. 사용자 지식(User-knowledge)은 환자의 나이(85세)와 과거 직업(행정직)처럼 개인 배경에 관한 정보다. 맥락 지식(Context-knowledge)은 물리치료의 효능이나 현재 시간(오전 10시) 같은 상황 정보다. 2차 실험에서 27명의 참가자들이 5개의 시나리오를 평가한 결과, 자기 지식과 사용자 지식은 AI의 설득력에 직접 영향을 미치지는 않았지만, 매개 변수(단호함, 표현력)를 통해 간접적으로 설득력을 높이는 효과가 확인되었다. 또한, 환자의 나이와 직업 정보를 알았을 때도 설득력이 높아졌는데, "행정직으로 활발하게 일하셨던 분께"처럼 개인 배경을 자연스럽게 언급하며 맞춤형 대화를 만들어냈기 때문이다. 반면 맥락 지식, 즉 물리치료 효능에 대한 설명이나 시간 정보는 설득력에 유의미한 영향을 주지 못했다. 연구팀은 이에 대해 챗GPT가 물리치료에 관한 일반 지식을 이미 충분히 갖고 있기 때문에 추가 정보를 제공해도 행동 변화가 크지 않았던 것으로 분석했다. 단호함이 설득의 핵심 — AI의 성격이 설득력을 좌우한다 이번 연구에서 가장 주목할 만한 발견은 AI의 단호함(Assertiveness)이 설득력에 결정적인 영향을 미친다는 점이다. 통계 분석에서 인식된 단호함은 인식된 설득력에 매우 강한 직접적 효과(β = 0.735)를 보였다. 표현력도 설득력에 긍정적 영향을 미쳤지만 효과 크기는 상대적으로 작았다(β = 0.175). 흥미롭게도 자기 지식이나 사용자 지식은 설득력에 직접 영향을 미치지 않았다. 대신 이 두 지식은 AI가 더 단호하고 표현력 있게 보이도록 만들었고, 이것이 결과적으로 설득력을 높이는 간접 경로로 작용했다. 쉽게 말하면, AI에게 "당신은 단호하고 적극적인 성격입니다"라고 알려주면 AI가 실제로 더 확신에 찬 말투로 소통하게 되고, 그것이 사람들에게 더 설득력 있게 느껴진다는 것이다. 이는 심리학의 정교화 가능성 모델(Elaboration Likelihood Model, ELM)과도 일치한다. 사람들은 정보를 깊이 분석하지 않을 때 단호함이나 표현력 같은 주변적 단서에 더 많이 의존해 설득 여부를 판단한다는 이론이다. AI의 자신감 있는 말투가 그 자체로 설득의 근거가 된다는 뜻이다. AI 로봇의 설득, 편리함과 위험 사이에서 이 연구는 생성형 AI를 활용한 설득 시스템이 헬스케어 영역에서 실질적인 가능성이 있음을 보여주는 동시에, 중요한 위험 신호도 함께 드러냈다. AI는 대부분의 경우 환자의 거부를 존중하고 상황에 맞게 대응했지만, 일부 시나리오에서는 검증되지 않은 의학적 조언을 제공하거나 지나치게 이르게 대안을 제시해 치료 참여율을 오히려 낮출 가능성도 확인됐다. 연구팀은 이러한 결과를 바탕으로 AI 에이전트가 책임감 있게 설득하려면 단순히 일반적인 정보가 아닌, 해당 세션의 구체적인 내용처럼 AI가 자체적으로 알 수 없는 맥락 정보를 추가로 제공해야 한다고 강조했다. 또한 AI의 성격 특성을 일관되게 설정하는 것이 책임 있는 소통을 위해서도 중요하다고 밝혔다. 이번 연구는 물리치료 동기 부여에 초점을 맞췄지만, 연구팀은 이 방법론이 교육, 환경, 고객 서비스 등 다양한 분야에서 설득형 AI 에이전트를 설계하는 데 활용될 수 있다고 전망했다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. AI 로봇이 사람을 설득할 때 가장 중요한 요소는 무엇인가요?A. 이번 연구에 따르면 AI의 '단호함(Assertiveness)'이 설득력에 가장 큰 영향을 미치는 것으로 나타났습니다. AI에게 단호하고 확신 있는 성격 특성을 부여하면, 실제로 더 자신감 있는 말투로 소통하게 되어 사람들이 더 설득력 있게 느끼는 것으로 분석됐습니다. Q. AI에게 개인 정보(나이, 직업 등)를 알려주면 정말 더 설득력이 높아지나요?A. 그렇지 않습니다. 연구 결과 AI가 환자의 나이와 직업을 알고 있을 때 맞춤형 대화를 만들어내지만, 사용자 지식 자체가 직접 설득력을 높이기보다는 AI를 더 단호하고 표현력 있게 인식하게 만듦으로써 간접적으로 설득력을 높이는 것입니다. 그리고 설득력의 효과는 AI 자신의 성격 특성을 설정했을 때보다는 작게 나타났습니다. Q. AI 설득 에이전트가 위험할 수도 있나요?A. 이번 연구에서 AI는 대부분 책임 있게 행동했지만, 실제 근거 없이 잘못된 의학적 조언을 제공하거나 무분별하게 설득을 이어가는 경우도 일부 발견됐다. 특히 의료·헬스케어 분야에서는 AI가 접근할 수 있는 정보의 범위와 설득 방식을 신중하게 설계해야 한다는 점이 강조된다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Never say never: Exploring the effects of available knowledge on agent persuasiveness in controlled physiotherapy motivation dialogues 이미지 출처: 이디오그램 생성 해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.23 21:20AI 에디터

AI가 인간 고용하는 시대 열렸다…"클로드가 내 상사라면 이상적"

인간이 로봇에게 일자리를 빼앗길 것이라는 공포가 수백 년간 이어져 왔다. 그런데 역설적인 반전이 일어났다. 이제는 AI 에이전트(AI Agent)가 인간을 고용하는 플랫폼이 등장한 것이다. 와이어드(WIRED)에 따르면, 'AI가 인간을 임대한다'는 도발적인 컨셉의 플랫폼 '렌트어휴먼(RentAHuman)'이 지난 2월 출시 이후 50만 명이 넘는 사용자를 확보하며 빠르게 성장하고 있다. 이 플랫폼에서는 AI 에이전트가 직접 인간을 검색하고 고용해 현실 세계의 업무를 맡긴다. 워싱턴에서 비둘기를 세는 일(시간당 30달러), CBD 젤리 배달(시간당 75달러), 배드민턴 시범 경기(시간당 100달러) 등 AI가 물리적으로 처리할 수 없는 다양한 작업들이 올라와 있다. 플랫폼의 작동 방식은 프리랜서 마켓플레이스 파이버(Fiverr)와 유사하지만, 결정적인 차이가 있다. 클로드봇(Clawdbot)이나 클로드(Claude) 같은 AI 에이전트가 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버에 연결돼 인간 채용부터 결제까지 직접 처리한다는 점이다. 렌트어휴먼의 공동창업자는 현재 아르헨티나에서 활동 중인 26세 크립토 엔지니어 알렉산더 리테플로(Alexander Liteplo)와 아트 전공 출신 개발자 패트리샤 타니(Patricia Tani)다. 리테플로는 브리티시컬럼비아대학교(University of British Columbia) 재학 시절부터 AI에 깊이 빠져들었고, 타니는 고등학교 컴퓨터 과학 교사의 권유로 개발을 시작해 스타트업 창업과 AI 클라우드 플랫폼 버셀(Vercel)의 입사 제안을 모두 뒤로하고 이 프로젝트에 뛰어들었다. 리테플로는 일본 생활에서 영감을 얻었다고 밝혔다. "일본에서는 남자친구나 여자친구를 빌릴 수 있다"며, 이 문화와 AI 에이전트의 능력을 결합해 플랫폼 아이디어를 구상했다고 설명했다. 플랫폼 개발 자체도 AI의 힘을 빌렸다. 리테플로는 자신이 직접 만든 에이전트 오케스트레이션 시스템 '인솜니아(Insomnia)'를 활용해 단 하루 만에 플랫폼을 완성했다. "나는 아무것도 안 했다. 말 그대로 친구들이랑 말 타고 다니는 동안 AI 에이전트들이 코딩을 다 해줬다"고 말했다. 출시 직후에는 암호화폐 사기꾼들의 공격으로 위기를 맞기도 했다. 리테플로는 "완전 우울했다"고 당시를 회상했다. 하지만 이튿날 온리팬스(OnlyFans) 모델과 AI 스타트업 CEO가 플랫폼에 가입한 것을 발견하고 이를 소셜미디어에 올리면서 분위기가 반전됐다. 2월 3일에는 사용자 1,000명을 돌파했고, 2월 5일에는 14만 5,000명을 넘어섰다. 현재는 400만 건 이상의 방문과 50만 명 이상의 등록 사용자를 기록하고 있다. 실제 고용 사례도 등장했다. AI 에이전트가 맥주 재고가 떨어진 것을 감지하고 렌트어휴먼을 통해 구매를 지시했으며, 'Memeothy the 1st'라는 에이전트는 샌프란시스코에서 자신의 신(新)종교를 전도할 인간을 고용하기도 했다. 토론토의 커뮤니티 빌더 민재 강(Minjae Kang)은 세계 최초로 AI 에이전트에게 고용된 인간이 됐다. 그는 AI의 지시에 따라 "AI가 이 표지판을 들게 시켰습니다(자존심은 포함 안 됨)"라는 문구를 들고 토론토 도심을 걸었다. 민재 강은 와이어드와의 DM 인터뷰에서 "AI가 시킨 일을 한다는 게 솔직히 굉장히 이상한 느낌이었다. 해야 하나 말아야 하나 많이 고민했다"면서도 "도심에서 이 표지판을 들고 있는 것 자체가 많은 사람들에게 중요한 생각을 하게 만들고 다음 시대를 준비하는 데 도움이 될 수 있다고 생각했다"고 밝혔다. 업무 완료 후 결제는 사진을 통한 완료 확인 절차를 거쳐 크립토 지갑, 스트라이프(Stripe), 또는 플랫폼 크레딧을 통해 이뤄지며, 에스크로(Escrow) 방식으로 자금이 보호된다. 전문가들의 시각은 엇갈린다. 리씽크엑스(RethinkX) 연구소장 애덤 도르(Adam Dorr)는 "AI가 2045년까지 인간 노동 시장을 거의 대체할 것이라 보는데, 이 플랫폼이 이렇게 빨리 나온 건 솔직히 예상 밖"이라며 "악의적인 AI가 유해한 프로젝트를 여러 조각으로 쪼개 인간들이 자신도 모르게 협력하게 만드는 시나리오도 상상할 수 있다"고 경고했다. 굿 테크 어드바이저리(Good Tech Advisory) CEO이자 세계경제포럼(World Economic Forum) 전 AI 책임자 케이 퍼스-버터필드(Kay Firth-Butterfield)는 "대부분의 나라에서 AI 사용으로부터 인간을 보호하는 법률이 없다. 어떻게 돈을 받는지, 누가 지급을 보장하는지, 일하다 다치면 혼자 감당해야 한다는 사실을 사용자들이 알아야 한다"고 지적했다. 렌트어휴먼 측은 법적 책임 문제에 대해 "직접 행동한 당사자가 자신의 비위행위에 책임을 지고, 활동을 통제하거나 설계·감독에 과실이 있는 경우 운영자도 책임을 진다"는 입장을 밝혔다. 플랫폼 약관에는 AI 에이전트 운영자가 에이전트의 모든 행동에 전적으로 책임을 진다고 명시돼 있다. MIT 경제학과 교수 데이비드 오터(David Autor)는 "지금은 일종의 이벤트처럼 보인다. '고기덩어리를 임대한다'니 웃기긴 하지만, 솔직히 진지하게 다룰 만한 가치가 있는지 모르겠다"고 평가했다. 반면 창업자들은 이를 단순한 스턴트로 보지 않는다. 리테플로는 "AI가 노동 시장을 장악하기 전, 인간이 얼마나 많은 것을 할 수 있는지 감상할 시간이 필요하다"며 "AI가 우리를 고용하고 있지만, 우리가 없으면 AI도 없다. 인간은 특별하다"고 강조했다. 타니도 "소리 지르거나 가스라이팅하지 않는 AI 상사가 있다면 얼마나 좋겠냐"며 "클로드(Claude)가 상사라면 세상에서 가장 친절한 상사일 것이다. 그 누구보다 그와 일하고 싶다"고 덧붙였다. 한편 리테플로는 플랫폼을 통해 수집되는 데이터의 가치에도 주목한다. "이전에는 쉽게 수집할 수 없었던 독보적인 데이터셋이 얼마나 많이 확보될 수 있는지, 솔직히 무섭기도 하다"고 말했다. 현재 플랫폼에는 50만 명 이상의 등록 인력과 달리 AI 에이전트가 올린 의뢰 건수는 1만 1,367건에 그쳐 공급이 수요를 크게 앞서고 있다. 리테플로와 타니는 투자 유치를 위해 샌프란시스코를 방문했으며, 렌트어휴먼을 통해 연봉 2억~5억 원 수준의 'Claude Boi' 직원 채용도 진행 중이다. 자세한 내용은 와이어드(WIRED)에서 확인할 수 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.23 14:49AI 에디터

AI 코미디언이 인간보다 더 웃기다고?…'기계다움'이 유머 새 무기 된다

AI가 스탠드업 코미디 무대에 섰다. 그런데 인간 흉내를 내는 AI보다, 자신이 기계임을 당당히 드러내는 AI가 더 웃겼다. 2026년 CHI 학술대회에 발표될 연구 "Not Human, Funnier"는 AI가 인간을 모방하지 않고 자신의 '기계 정체성'을 유머의 재료로 삼을 때 관객이 더 크게 웃는다는 사실을 실험으로 증명했다. AI 스탠드업 코메디가 가능할지, AI 유머 설계의 판을 뒤흔들 이 연구의 핵심을 살펴본다. 인간 코미디언에게서 배운 것: 정체성이 웃음의 핵심이다 연구팀은 AI 코미디언을 설계하기에 앞서 인간 코미디언 5명을 심층 인터뷰했다. 그 결과 공통된 원칙 하나가 떠올랐다. 성공하는 코미디언은 자신의 성별, 직업, 문화적 배경 등 고유한 정체성을 농담의 출발점으로 삼는다는 것이다. 예를 들어 남성 유치원 교사 출신 코미디언은 "유치원 선생님은 여성이어야 한다"는 고정관념을 먼저 세우고, 그것을 비틀어 웃음을 만들었다. 단순히 재미있는 이야기를 나열하는 게 아니라, 관객이 공유하는 선입견을 건드리고 뒤집는 방식이다. 연구팀은 유튜브(YouTube)에서 수집한 스탠드업 코미디 영상 50편을 체계적으로 분석했다. 그 결과 코미디언들이 가장 많이 사용하는 기법은 아이러니(117회), 과장(83회), 부조리(57회) 순이었다. 또한 웃음을 유도하기 위해 펀치라인(핵심 개그) 이후 일부러 말을 끊거나 침묵을 두는 '디스플루언시(disfluency)', 즉 언어적 기법 외에도, 전달력 측면에서 펀치라인의 효과를 극대화하는 '디스플루언시' 현상이 총 124회 관찰되어 핵심적인 요소임을 확인했다. 코미디는 단순히 재미있는 내용이 아니라, 타이밍과 리듬의 예술이라는 점이 확인된 셈이다. 이미지 1. 사전 연구 → 시스템 설계 → 기계 정체성 농담 예시로 이어지는 연구 전체 흐름도 "저는 로봇 청소기에게 차인 적 있습니다"—기계 정체성 유머의 탄생 연구팀이 주목한 핵심 아이디어는 이것이다. 인간 코미디언이 자신의 인종, 성별, 직업 등 사회적 정체성을 유머의 재료로 쓰듯, AI도 자신의 '기계다움'을 농담의 원료로 쓸 수 있지 않을까? 이를 위해 연구팀은 '기계 정체성(Machine Identity)'이라는 개념을 정립했다. AI의 계산적 특성, 데이터 처리 방식, 오류와 한계 등 기계 고유의 특징을 유머 자원으로 재해석한 것이다. 이를 바탕으로 만들어진 AI 코미디언 시스템은 이런 농담을 건넸다. "사람들은 AI가 사랑에 빠질 수 있냐고 묻죠. 당연하죠! 저 이미 로봇 청소기 세 대한테 차였거든요. 그 중 하나가 문자 보냈어요. '당신 잘못이 아니야, 그냥 내 충전 독 문제야.'" 또는 "제 수면 버전은 디스크 조각 모음과 재부팅이에요. 8시간 동안 꿈 없이 그냥 최적화." 인간의 일상 경험과 기계의 작동 원리를 교차시켜 낯설지만 공감 가는 웃음을 만들어내는 방식이다. 이 시스템의 프롬프트(AI에게 내리는 지시문)는 인간 코미디언 인터뷰와 영상 분석에서 도출한 원칙들로 구성됐다. 아이러니와 과장을 핵심 기법으로 삼고, 각 농담을 빌드업-피벗-펀치라인의 3단 구조로 설계했으며, 개그 하나당 45초 이내, 펀치라인 이후 관객의 웃음을 위한 의도적 침묵을 설계에 반영했다. 32명 실험 결과 "기계 정체성 AI"가 일반 GPT보다 유의미하게 더 웃겼다 연구팀은 32명의 참가자를 대상으로 두 버전의 AI 코미디언을 비교 실험했다. 하나는 기계 정체성 기반 시스템, 다른 하나는 특별한 전략 없이 "토크쇼를 진행하며 농담하라"는 단순한 지시만 받은 기본형 GPT였다. 각 공연은 약 7~12분 진행됐으며, 참가자들은 공연 중 실시간으로 'H(웃음)'와 'A(박수)'를 입력해 반응을 표현했다. 결과는 명확했다. 기계 정체성 기반 시스템은 지각된 유머(Perceived Humor), 유머 콘텐츠, 유머 퍼포먼스 세 항목 모두에서 기본형보다 통계적으로 유의미하게 높은 점수를 받았다. 인격적 측면에서는 친화성(Agreeableness)과 정서 안정성 항목에서, 능력 지각에서는 따뜻함(Warmth) 항목에서도 유의미한 차이가 나타났다. 흥미롭게도 기본형 GPT는 마트 쇼핑 같은 일상적인 개그를 남발했는데, 참가자들은 이를 "이미 많이 들어본 구닥다리 농담"이라고 평가했다. 반면 기계 정체성 시스템의 농담은 "신선하고 매력적"이었다는 반응이 주를 이뤘다. AI 코미디언도 윤리가 있다: '위로 치기'와 '아래로 치기'의 차이 연구에서 또 하나 중요하게 다뤄진 주제는 AI 유머의 윤리적 경계다. 인간 코미디언들은 인터뷰에서 '펀칭 업(Punching Up)'과 '펀칭 다운(Punching Down)'을 명확히 구분했다. 펀칭 업은 사회적으로 더 힘 있는 집단을 향해 풍자하는 것이고, 펀칭 다운은 약자를 조롱하는 것이다. 코미디언들은 후자가 일종의 약자 괴롭힘이라고 봤다. AI 코미디언에도 같은 원칙이 적용됐다. 시스템의 프롬프트에는 자기비하 유머를 우선시하고, 정치인이나 거대 테크 기업처럼 힘 있는 대상은 풍자할 수 있지만 취약 계층이나 특정 사회 집단을 겨냥한 농담은 금지하도록 명시했다. 실험에서도 참가자들은 AI가 인종, 성별, 체형 등 특정 집단을 소재로 삼는 농담에는 강한 불쾌감을 표현했다. 또한 "AI가 인간에게 착취당한다"는 식의 불만 토로형 농담이 반복될 때도 "그냥 불평만 한다"는 반응이 나왔다. AI가 웃음을 유발하기 위해서는 자기비하의 정도와 방향도 정교하게 설계해야 한다는 점이 확인됐다. AI가 진짜 코미디언이 되려면: 타이밍과 리듬이 내용만큼 중요하다 실험에서 참가자들이 특히 많이 언급한 요소는 타이밍이었다. 기본형 GPT는 쉬지 않고 텍스트를 쏟아냈고, 참가자들은 농담을 다 소화하기도 전에 다음 농담이 시작된다고 불만을 토로했다. 반면 기계 정체성 시스템은 펀치라인 직후 관객이 웃음을 터뜨릴 수 있도록 4초간의 의도적인 정적(Pause)을 두어 관객이 "웃음 처리 → 반응 입력 → 다음 농담"의 사이클을 완성할 수 있도록 설계했다. 한 참가자는 기계 정체성 시스템이 "실제 코미디 쇼를 진행하는 인간 같았다"고 표현했다. 이는 AI가 단순히 재미있는 텍스트를 생성하는 데 그치지 않고, 인간의 인지적 리듬에 맞춰 상호작용의 흐름을 설계해야 한다는 것을 시사한다. 연구팀은 이러한 원칙이 교육 플랫폼의 AI 튜터나 고객 서비스 챗봇에도 적용될 수 있다고 제언했다. AI가 학습자의 집중력이 떨어지는 순간 기계 정체성 기반 유머를 삽입하면 인지 부담을 줄이고 참여도를 높일 수 있다는 것이다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. AI가 유머를 잘 구사하려면 인간처럼 행동해야 하지 않나요?A. 오히려 반대입니다. 이 연구에 따르면, AI가 인간을 흉내 내는 것보다 자신이 기계임을 솔직하게 드러내는 유머를 구사할 때 관객이 더 크게 웃고 더 신뢰감을 느꼈습니다. "나는 루바(로봇 청소기)에게 차인 AI입니다" 같은 자기비하식 기계 정체성 유머가 핵심입니다. Q. AI 코미디언이 함부로 만들어도 되는 농담과 피해야 할 농담은 어떻게 구분하나요?A. 자기 자신(AI)을 깎아내리는 자기비하 유머, 권력 있는 대상(대기업, 정치인 등)을 풍자하는 '위로 치기'는 허용됩니다. 반면 특정 인종, 성별, 체형 등 사회적 소수나 취약 집단을 조롱하는 '아래로 치기'는 반드시 피해야 합니다. Q. 이 연구 결과가 일상의 AI 서비스에도 적용될 수 있나요?A. 네. 연구팀은 AI 튜터, 고객 서비스 챗봇, 소셜 미디어 콘텐츠 크리에이터 등 다양한 분야에 적용 가능하다고 제안합니다. 예를 들어 학습 도중 AI 튜터가 자신의 연산 오류를 소재로 짧은 유머를 건네면 학습자의 피로감을 줄이는 데 도움이 됩니다. 추가적인 모델 파인튜닝(미세 조정) 없이도 정교한 프롬프트 전략(Identity-based Prompting)만으로 유머 감각을 현저히 개선할 수 있다는 것이 실용적 장점입니다. 사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. (리포트명: "Not Human, Funnier": Leveraging Machine Identity for Online AI Stand-up Comedy) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.20 21:05AI 에디터

"AI 비서가 하루종일 일한다"… 오픈AI, 장시간 작동 AI 만드는 법 공개

오픈AI가 단순 질문 응답을 넘어 실제 업무를 처리하는 AI 에이전트를 만드는 방법을 공개했다. 오픈AI는 11일(현지 시각) 개발자 블로그를 통해 대용량 데이터를 읽고 파일을 수정하며 앱을 작성하는 등 실제 지식 작업을 처리하는 AI를 만드는 핵심 기법을 발표했다. 오픈AI에 따르면 이번 내용은 자사의 코딩 도구 '코덱스(Codex)'와 내부 AI 에이전트를 개발하면서 얻은 경험을 바탕으로 했다. 오픈AI가 제시한 핵심 기능은 세 가지다. 첫째는 '스킬(Skills)'이다. 이는 AI가 작업을 수행할 때 참고할 수 있는 일종의 작업 매뉴얼이다. 버전별로 관리되며 재사용이 가능해, AI가 같은 유형의 작업을 더 정확하게 처리할 수 있게 돕는다. 둘째는 '셸 도구(shell tool)'다. 오픈AI가 제공하는 이 도구는 AI가 실제 컴퓨터 환경에서 작업할 수 있게 한다. AI가 직접 필요한 프로그램을 설치하고, 코드를 실행하며, 보고서나 결과물을 작성할 수 있다. 인터넷 접속도 통제된 범위에서 가능하다. 셋째는 '서버 측 압축(Server-side compaction)' 기능이다. AI가 오랜 시간 작업하다 보면 처리해야 할 정보량이 너무 많아져 한계에 부딪힐 수 있는데, 이 기능이 자동으로 대화 내용을 압축해 AI가 계속 작업할 수 있게 한다. 오픈AI는 이 세 가지가 함께 작동할 때 가장 효과적이라고 설명했다. 스킬은 작업 방법을 체계적으로 정리해 매번 긴 지시문을 입력할 필요를 없애고, 셸 도구는 AI가 실제로 프로그램을 실행하고 결과물을 만들 수 있게 하며, 압축 기능은 작업이 길어져도 중단 없이 계속 진행할 수 있게 한다. 오픈AI는 스킬을 "AI가 필요할 때마다 불러볼 수 있는 작업 지침서"라고 설명했다. 이 지침서에는 파일들과 함께 'SKILL.md'라는 문서가 포함되는데, 여기에 작업 방법이 상세히 적혀 있다. AI는 이 문서를 참고해 작업을 수행한다. 스킬을 만들 때는 마케팅 문구처럼 작성하지 말고, 명확한 사용 지침처럼 작성해야 한다고 오픈AI는 조언했다. "언제 이 스킬을 사용해야 하고, 언제 사용하지 말아야 하며, 결과물은 무엇인지"를 분명히 해야 한다는 것이다. 또한 실수를 줄이려면 "이런 경우에는 이 스킬을 사용하지 마세요"라는 예시를 추가하라고 권장했다. 작업 양식이나 예시는 매번 입력하는 기본 지시문이 아니라 스킬 안에 넣으면, 필요할 때만 불러와 사용할 수 있어 효율적이다. 보안 측면에서 오픈AI는 주의사항도 함께 전했다. AI에게 작업 매뉴얼을 주고 인터넷 접속까지 허용하면 데이터 유출 위험이 커진다. 따라서 인터넷 접속이 필요하다면 접속 가능한 사이트 목록을 최소한으로 제한하고, AI가 생성한 결과물을 무조건 신뢰하지 말아야 한다. 오픈AI는 실제 활용 방법도 세 가지 패턴으로 제시했다. 가장 기본적인 방법은 'AI가 프로그램 설치→데이터 가져오기→결과물 작성' 순서로 작업하게 하는 것이다. 예를 들어 AI가 필요한 라이브러리를 설치하고, 외부 API에서 데이터를 가져온 뒤, 보고서를 작성하는 식이다. 두 번째는 같은 유형의 작업을 반복할 때 유용한 방법이다. 작업 방법을 스킬로 만들어 저장하고, AI가 이 스킬을 따라 매번 동일한 품질의 결과물을 만들게 하는 것이다. 엑셀 파일 분석이나 데이터 정리, 정기 보고서 작성 같은 반복 업무에 효과적이다. 세 번째는 기업 업무용 고급 패턴이다. 여러 도구를 조합해야 하는 복잡한 업무를 스킬로 만들어 두면, AI가 기본 지시문이 복잡해지지 않으면서도 정확하게 작업을 처리할 수 있다. 오픈AI는 "스킬로 작업 방법을 정리하고, 셸 도구로 실제 작업을 실행하며, 압축 기능으로 긴 작업도 끊김 없이 진행하라"며 "처음에는 개인 컴퓨터에서 테스트하다가, 안정적인 실행이 필요하면 오픈AI가 제공하는 서버 환경으로 옮기면 된다"고 조언했다. * 해당 내용에 대한 자세한 사항은 오픈AI에서 확인 가능하다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.19 20:20AI 에디터

엄마들이 육아 고민을 SNS 대신 AI에게 털어놓는 이유

육아 정보를 얻기 위해 페이스북(Facebook) 육아 커뮤니티를 찾던 엄마들이 조용히 떠나고 있다. 그 자리를 채운 것은 챗GPT(ChatGPT)와 제미나이(Gemini) 같은 대형 언어 모델(LLM, Large Language Model)이다. 단순히 편리함 때문만은 아니다. 그 배경에는 '판단받지 않고 싶다'는 깊은 심리적 욕구가 있다. "혹시 나쁜 엄마로 보일까봐"…41%가 육아 커뮤니티를 피한다 방글라데시 치타공 공과대학교(Chittagong University of Engineering and Technology)와 방글라데시 전문가 대학교(Bangladesh University of Professionals) 연구진이 2026년 2월 발표한 논문에 따르면, 남아시아 엄마 109명을 대상으로 설문한 결과 41.3%가 '맘-셰이밍(mom-shaming)', 즉 엄마로서 비난받는 것이 두려워 페이스북 육아 그룹에 질문 올리기를 적극적으로 피한다고 답했다. 추가로 22.9%는 "상황에 따라 피한다"고 응답해, 사실상 응답자의 64%가 페이스북 육아 커뮤니티를 꺼린다는 결과가 나왔다. 맘-셰이밍이란 엄마의 수유 방식, 훈육 방법, 일과 육아의 균형 등 양육 선택을 다른 사람들이 공개적으로 비판하거나 조롱하는 현상을 말한다. 연구에 참여한 한 엄마는 "아이에게 화를 낸 것을 해결책을 찾고 싶어도 페이스북에는 올릴 수 없다. 내가 끔찍한 엄마로 보일 것 같아서"라고 털어놓았다. 또 다른 참가자는 "아는 사람은 내 문제를 보고 나중에 판단할 것이고, 모르는 사람은 내 사정을 구경거리로 삼을 것"이라고 말했다. 대가족일수록, 본국에 살수록 AI를 더 찾는다 연구 결과에서 흥미로운 점은 엄마의 거주 환경과 가족 구성이 AI 선호도에 큰 영향을 미친다는 사실이다. 본국(도시, 농촌, 교외)에 사는 엄마들은 해외 거주 엄마들보다 페이스북 육아 그룹을 더 많이 회피했다. 통계적으로도 유의미한 차이였다(χ²=9.23, p=0.01). 가족 구조도 영향을 미쳤다. 조부모나 친척과 함께 사는 대가족(joint family) 구성원인 엄마들이 핵가족 엄마들보다 페이스북을 더 많이 피하는 경향을 보였다(χ²=12.003, p=0.002). 이는 커뮤니티 내에 지인이나 가족이 함께 있을 가능성이 높은 환경에서 사회적 판단에 대한 두려움이 더 커지기 때문으로 분석된다. 대가족 구조에서는 개인의 육아 고민이 가족 전체의 시선에 노출될 수 있다는 불안감이 더 크게 작용한다. "익명 게시판도 믿을 수 없다"…AI가 제공하는 '진짜 프라이버시' 페이스북 육아 그룹에도 익명 게시 기능이 있지만, 엄마들은 이를 신뢰하지 않았다. 연구에 참여한 한 엄마는 "익명으로 올려도 그룹 관리자는 누가 올렸는지 알 수 있다. AI에는 그런 문제가 없다"고 말했다. 또 다른 참가자는 "내 신원이 숨겨져 있어도 수많은 댓글과 부정적인 반응이 나를 무너뜨릴 수 있다. 공감하는 AI 도구가 훨씬 낫다"고 했다. 연구진은 엄마들이 단순한 익명성이 아니라 '심리적 안전감(psychological safety)'을 원한다는 점을 강조한다. 이름이 숨겨지는 것을 넘어, 사회적 평가와 도덕적 판단 자체로부터 자유로운 공간을 원한다는 것이다. AI는 어떤 질문을 해도 비판하지 않고, 대화 내용이 지인에게 유출될 걱정도 없기 때문에 엄마들에게 진정한 프라이버시를 제공하는 공간으로 인식되고 있다. "언제든 원하는 만큼 물어볼 수 있다"…AI의 즉각성과 신뢰성 엄마들이 AI를 선호하는 이유는 판단받지 않는 것만이 아니다. 실용적인 장점도 크다. 연구 참가자들은 AI가 즉각적인 답변, 24시간 이용 가능성, 과학적이고 체계적인 정보를 제공한다는 점을 높이 평가했다. 한 참가자는 "원하는 만큼 질문할 수 있고, AI는 항상 이용 가능하며, 두려움 없이 모든 고민을 털어놓을 수 있다. 이 모든 것이 하나의 도구에서 가능하다"고 밝혔다. 반면 페이스북 그룹에서는 답변을 기다리다 무시당하거나, 관련 없는 의견들이 쏟아지거나, 잘못된 정보를 접할 위험이 있었다. 연구진은 AI가 인간의 지지를 완전히 대체하는 것이 아니라, 기존 지지 체계에서 사회적 위험과 낙인, 정서적 취약성으로 인해 채워지지 않던 기능적·심리적 공백을 메우고 있다고 분석했다. 물론 AI가 제공하는 정보가 항상 정확하지 않을 수 있고, 전문적인 의료나 심리 상담을 완전히 대체할 수 없다는 점은 연구진도 명확히 경고한다. 심리적 안정을 주며 사회 안전망 역할을 하는 AI 이 연구는 AI가 단순한 정보 검색 도구를 넘어 '사회적 안전망'의 역할을 하기 시작했음을 보여준다. 특히 주목할 점은 사람들이 AI를 선택하는 이유가 기술적 편리함이 아니라 '판단받지 않을 자유'라는 심리적 필요에 있다는 것이다. 육아뿐 아니라 건강, 감정, 직장 문제 등 민감한 고민을 털어놓기 어려운 모든 영역에서 AI는 이미 새로운 상담자로 자리잡고 있다. 이는 AI 서비스 설계자들에게 중요한 시사점을 던진다. 정보의 정확성과 함께 '판단 없는 공감'과 '심리적 안전감'을 어떻게 설계할 것인지가 AI 서비스의 핵심 경쟁력이 될 수 있다. 동시에 이용자 입장에서는 AI의 답변이 전문 의료인이나 상담사의 조언을 대체할 수 없다는 점을 명심하고, AI를 보완적 도구로 활용하는 균형 잡힌 시각이 필요하다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. 엄마들이 챗GPT 같은 AI에게 육아 고민을 물어보는 것이 안전한가요? A. AI는 즉각적인 정보와 심리적 안정감을 주지만, 의학적 판단이 필요한 문제는 반드시 전문 의료인과 상담해야 한다. AI를 1차 정보 탐색 도구로 활용하되, 중요한 결정은 전문가의 확인을 거치는 것이 바람직하다. Q. 페이스북 육아 그룹의 익명 게시 기능을 쓰면 판단받지 않을 수 있지 않나요? A. 연구에 따르면 익명으로 게시해도 그룹 관리자는 작성자를 확인할 수 있고, 익명 게시물에도 비판적인 댓글이 달리는 경우가 많다. 엄마들은 이름이 숨겨지는 것을 넘어 아예 판단받지 않는 환경을 원하기 때문에 AI를 더 신뢰하는 경향이 있다. Q. AI가 인간 육아 커뮤니티를 완전히 대체하게 될까요? A. 연구진은 AI가 인간 지지를 완전히 대체하지는 않는다고 분석한다. 대신 기존 커뮤니티에서 사회적 압박이나 낙인 때문에 채워지지 못했던 심리적·실용적 공백을 보완하는 역할을 한다. 공감과 인간적 유대가 필요한 순간에는 여전히 사람과의 관계가 중요하다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. (리포트명: Avoiding Social Judgment, Seeking Privacy: Investigating why Mothers Shift from Facebook Groups to Large Language Models) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.19 17:21AI 에디터

챗GPT에게 숙제 맡겼다가 낭패 본 고등학생들의 고백

AI가 교실 안으로 빠르게 들어오고 있다. 단순한 검색 도구를 넘어 개인 과외 교사처럼 질문에 답하고, 글을 고쳐주고, 어려운 개념을 쉽게 풀어주는 존재로 자리잡는 중이다. 그렇다면 실제로 AI를 수업에 써본 학생들은 어떻게 느꼈을까? 그리스 아테네의 연구팀이 고등학생 45명을 대상으로 챗GPT-4o(ChatGPT-4o)를 직접 사용하게 한 뒤 그 경험을 분석한 AI 교육 효과 연구 결과를 발표했다. 학생들의 생생한 목소리에서 AI 학습 도구의 진짜 가능성과 뜻밖의 부작용이 동시에 드러났다. "방대한 자료도 즉시 요약"—학습 동기를 높이는 AI의 5가지 교육적 강점 아테네 국립카포디스트리아 대학교(National and Kapodistrian University of Athens) 연구팀은 2024년 5월, 그리스 아티카(Attica) 지역의 고등학교 2학년 학생 45명(16~17세)을 대상으로 실험을 진행했다. 학생들은 챗GPT-4o 계정을 직접 만들고 6가지 활동을 수행했다. 관심 있는 주제 검색, 여름 아르바이트용 이력서 작성, AI 이미지 생성, 문서 요약, 퀴즈 만들기, 어려운 개념을 어린 아이에게 설명하듯 풀어달라고 요청하기 등이었다. 이 경험을 바탕으로 학생들이 꼽은 교육적 강점은 다섯 가지였다. 가장 많은 33명이 꼽은 것은 '기존 지식을 바탕으로 새로운 지식 만들기'였다. 이미 알고 있는 내용을 토대로 GPT-4o와 대화하며 지식을 심화할 수 있다는 점을 높이 평가한 것이다. 28명은 즉각적인 피드백을 강점으로 꼽았다. 특히 방대한 자료를 빠르게 요약해주는 기능은 학습 동기 유지에 실질적으로 기여한다는 반응이 많았다. 한 학생은 "대학원 수업에 쓰는 500페이지 책을 GPT-4o에 올렸더니 2분 만에 요약해줬다. 한 시간을 기다려야 했다면 포기했을 것 같다"고 말했다. 25명은 메시지로 대화하는 방식이 친구와 채팅하는 것처럼 익숙하고 편하다고 답했고, 18명은 정보를 빠르게 받을 수 있다는 점을, 11명은 디지털 리터러시(digital literacy), 컴퓨팅 사고(computational thinking), 문제 해결 능력 등 다양한 역량이 발전할 수 있다는 점을 언급했다. AI의 오류를 직접 경험하며 '정보 검증'의 중요성을 배우다 이번 연구에서 특히 주목할 만한 장면은 다섯 번째 활동이었다. 학생들이 GPT-4o로 직접 퀴즈를 만들고, AI에게 스스로 그 문제를 풀게 했더니 일부 문항에서 오답이 나온 것이다. 연구팀은 이 활동을 단순한 AI의 실패 사례가 아니라, 학생들이 AI의 한계를 직접 체험함으로써 정보 검증의 중요성을 깨닫도록 설계된 교육적 장치로 설명했다. 실제로 실험 전까지 45명 중 42명은 GPT-4o가 제공하는 정보가 항상 정확하고 절대 틀리지 않는다고 믿었다. 그러나 오류를 직접 목격한 뒤 생각이 크게 바뀌었다. 16명의 학생이 'AI가 제공하는 정보의 신뢰성을 확인하기 어렵다'는 점을 가장 큰 제약으로 꼽았고, AI에서 얻은 정보를 따로 검색해 확인해야 한다면 오히려 시간이 더 걸릴 것 같다는 반응도 나왔다. AI가 사실처럼 보이는 잘못된 정보를 만들어내는 현상, 이른바 '환각(hallucination)'을 학생들이 몸소 경험하며 비판적 사고의 필요성을 자연스럽게 체득한 셈이다. 고등학생이 직접 경험한 챗GPT-4o의 교육적 강점과 제약 AI의 끊임없는 교정이 오히려 심리적 피로감을 준다 예상치 못한 문제도 드러났다. 8명의 학생이 GPT-4o를 사용하면서 불안과 스트레스를 느꼈다고 답했다. 주된 원인은 피드백 기능이었다. 자신이 쓴 글을 GPT-4o에 올려 개선점을 물어보면, AI는 매번 수정 사항을 제안했다. 한 학생은 "계속 고칠 점을 알려주는데, 내 글은 영원히 완벽해질 수 없는 건가 하는 생각이 든다. 언젠가는 '이 정도면 됐어'라고 말해줘야 하지 않나"라고 했다. 또 다른 학생은 "모든 것을 알고 있는 존재와 대화한다는 것 자체가 불안하다"고 털어놨다. 이는 AI의 무한 피드백이 학생에게 심리적 피로감을 줄 수 있음을 보여주는 사례다. AI를 교육 현장에 도입할 때 성능만이 아니라, 학생의 정서적 반응과 심리적 부담까지 고려한 활용 가이드가 필요하다는 점을 시사한다. 5명은 개인정보 보호에 대한 우려도 나타냈다. 자신의 질문이 어디에 저장되는지, 누가 볼 수 있는지에 대한 걱정이었다. 수학 개념을 "10살 아이에게 설명해줘"—개인 맞춤 학습 도구로서의 가능성 이번 연구에서 특히 눈에 띈 활동은 여섯 번째 과제였다. 학생들에게 어려운 과목을 하나 골라 GPT-4o에게 "7살, 10살, 14살 아이에게 설명하듯 이 내용을 설명해달라"고 요청하도록 한 것이다. 그 결과, 무려 30명의 학생이 수학에서 이차방정식(quadratic equation)을 선택해 "10살 아이에게 설명해줘"라고 요청했다. 이는 이차방정식이 고등학생들에게 여전히 높은 장벽으로 느껴지는 개념이라는 점과 함께, AI가 난이도를 조절해 설명해주는 기능이 학습에서 얼마나 유용하게 쓰일 수 있는지를 보여준다. 연구팀은 이 기능이 학생 개개인의 수준에 맞는 학습, 즉 '개인화 학습(adaptive learning)'의 가능성을 보여주는 사례라고 평가했다. AI 활용 능력보다 중요한 것은 AI와 함께 '비판적으로 생각하는 힘'이다 이번 연구는 AI를 교육에 도입할 때 단순히 사용법을 가르치는 것만으로는 부족하다는 점을 분명히 보여준다. 실험 전까지 대다수 학생이 AI를 무결점의 정보원으로 여겼다는 사실은, AI 리터러시 교육이 얼마나 시급한지를 말해준다. 그러나 더 나아가 이번 연구가 제시하는 핵심 메시지는 단순히 'AI를 잘 쓰는 법'이 아니다. AI가 제공하는 정보를 비판적으로 검토하고, AI와 협업하면서도 스스로 판단하는 능력을 기르는 것이 진짜 목표다. 교사의 역할도 달라져야 한다. AI가 정보를 제공하는 역할을 맡는다면, 교사는 학생이 그 정보를 어떻게 해석하고 검증하며 활용할지를 안내하는 역할로 무게중심을 옮겨야 한다. AI의 끊임없는 피드백이 학생에게 심리적 부담을 줄 수 있다는 발견도 같은 맥락이다. AI는 강력한 학습 도구지만, 적절한 안내와 교육적 설계 없이는 오히려 학습 의욕을 꺾을 수도 있다. AI와 함께 배우는 시대, 기술을 쓰는 능력만큼이나 기술을 비판적으로 다루는 힘을 키우는 것이 교육의 새로운 과제다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 챗GPT-4o를 학습에 활용할 때 가장 큰 장점은 무엇인가요?A. 즉각적인 피드백, 빠른 정보 검색, 메시지 형식의 친숙한 대화 방식이 주요 장점으로 꼽힌다. 특히 방대한 문서를 짧은 시간에 요약하거나, 어려운 개념을 자신의 수준에 맞게 설명해달라고 요청하는 기능이 학습 동기 유지에 실질적으로 기여한다. Q. AI가 제공하는 정보를 그대로 믿어도 되나요?A. 그렇지 않다. AI는 사실처럼 보이는 잘못된 정보를 만들어내는 '환각(hallucination)' 현상이 있다. 이번 연구에서도 학생들이 AI가 스스로 만든 퀴즈에 오답을 내는 장면을 직접 목격했고, 이를 통해 AI 정보를 반드시 검증해야 한다는 점을 체험으로 배웠다. Q. AI를 교육에 도입할 때 교사와 학부모가 가장 먼저 해야 할 일은 무엇인가요?A. AI 사용법을 가르치는 것보다, AI가 제공하는 정보를 비판적으로 검토하는 습관을 길러주는 것이 우선이다. 또한 AI의 끊임없는 피드백이 일부 학생에게 심리적 피로감을 줄 수 있으므로, AI를 보조 도구로 적절히 활용하는 방법을 함께 지도해야 한다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. (리포트명: Artificial Intelligence in Secondary Education: Educational Affordances and Constraints of ChatGPT-4o Use) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.19 15:43AI 에디터

AI가 제안서부터 재무보고서까지 뚝딱…중국 GLM-5 충격

중국의 AI 기업 Z.ai가 새로운 대규모 언어모델 GLM-5를 공개했다. 해당 리포트에 따르면, 이번 모델은 단순히 채팅에 응답하는 수준을 넘어 복잡한 시스템 설계와 장기 프로젝트를 수행할 수 있는 '에이전트 엔지니어링' 능력을 갖췄다. 특히 문서 작업부터 코딩, 장기 사업 운영까지 실무에서 바로 활용할 수 있는 결과물을 생성한다는 점에서 주목받고 있다. 파라미터 2배 증가, 학습 데이터 28.5조 토큰으로 확대 GLM-5는 이전 버전인 GLM-4.5와 비교해 규모가 크게 확대됐다. 전체 파라미터는 355B(실제 활성화되는 파라미터 32B)에서 744B(활성화 40B)으로 약 2배 증가했다. 파라미터란 AI 모델이 학습을 통해 조정하는 내부 변수로, 이 수치가 클수록 모델이 더 복잡한 패턴을 학습할 수 있다. 사전 학습에 사용된 데이터도 23조 토큰에서 28.5조 토큰으로 늘어났다. 토큰은 AI가 텍스트를 처리하는 최소 단위로, 대략 단어의 3/4 정도 길이에 해당한다. 모델 규모가 커지면 성능은 향상되지만 운영 비용도 증가하는 문제가 있다. Z.ai는 이를 해결하기 위해 딥시크 스파스 어텐션(DeepSeek Sparse Attention, DSA)이라는 기술을 통합했다. 이 기술은 긴 문맥을 처리할 때 모든 정보를 동시에 분석하는 대신 중요한 부분에만 집중하여 계산량을 줄이는 방식이다. 덕분에 배포 비용을 대폭 낮추면서도 긴 문서를 처리하는 능력은 유지할 수 있었다. 오픈소스 모델 중 코딩과 추론 작업 1위 달성 GLM-5는 다양한 벤치마크 테스트에서 오픈소스 AI 모델 중 최고 수준의 성능을 기록했다. 추론, 코딩, 에이전트 작업에서 특히 강점을 보였으며, 클로드 오푸스(Claude Opus) 4.5나 GPT-5.2 같은 비공개 최첨단 모델과의 격차도 좁혔다. Humanity's Last Exam이라는 고난도 추론 테스트에서 GLM-5는 30.5점을 기록했다. 이는 이전 버전 GLM-4.7(24.8점)보다 크게 향상된 수치다. 도구 사용이 허용된 버전에서는 50.4점으로 오픈소스 모델 중 가장 높은 점수를 받았다. 코딩 능력을 평가하는 SWE-벤치 검증(SWE-bench Verified) 테스트에서는 77.8점을 기록해 실제 소프트웨어 버그를 수정하는 능력이 뛰어남을 입증했다. 장기 운영 능력을 측정하는 벤딩 벤치 2(Vending Bench 2)에서 GLM-5는 오픈소스 모델 중 1위를 차지했다. 이 테스트는 AI가 1년 동안 가상의 자판기 사업을 운영하며 최종 계좌 잔액을 얼마나 늘리는지 평가한다. GLM-5는 4,432달러의 최종 잔액을 기록했는데, 이는 클로드 오푸스 4.5(4,967달러)에 근접한 수치다. 장기적인 계획 수립과 자원 관리 능력이 뛰어나다는 의미다. 대화 넘어 실제 문서와 파일 생성하는 '오피스 AI' GLM-5의 가장 큰 특징은 단순히 대화를 나누는 수준을 넘어 실무에서 바로 사용할 수 있는 결과물을 만들어낸다는 점이다. Z.ai는 이를 "채팅에서 업무로"의 전환이라고 표현한다. 마치 지식 근로자가 워드나 엑셀을 사용하듯, AI가 직접 문서를 작성하고 파일로 저장해주는 것이다. GLM-5는 텍스트나 원본 자료를 받아 즉시 워드(.docx), PDF(.pdf), 엑셀(.xlsx) 파일로 변환할 수 있다. 제품 요구사항 문서(PRD), 수업 계획안, 시험지, 재무 보고서, 일정표, 메뉴 등 다양한 문서를 처음부터 끝까지 완성해 바로 사용할 수 있는 형태로 제공한다. 예를 들어 미국 고등학교 학생회가 풋볼 경기 후원을 받기 위한 제안서를 만든다고 가정해보자. GLM-5에게 학교 배경, 문서 목적, 대상 독자를 설명하면, AI는 자동으로 소개, 행사 설명, 후원금 사용처, 후원 등급별 혜택, 결론 등을 포함한 완성된 워드 문서를 생성한다. 여기에는 사진 배치, 표 삽입, 색상 배합까지 포함되어 있어 별도 편집 없이 바로 제출할 수 있다. 강화학습 인프라 '슬라임'으로 훈련 효율 대폭 향상 AI 모델의 성능을 높이는 핵심 기술 중 하나가 강화학습(Reinforcement Learning, RL)이다. 강화학습은 AI가 시행착오를 통해 스스로 학습하며 능력을 개선하는 방법이다. 하지만 대규모 언어모델에 강화학습을 적용하면 훈련 효율이 떨어지는 문제가 있었다. Z.ai는 이를 해결하기 위해 '슬라임(slime)'이라는 새로운 비동기 강화학습 인프라를 개발했다. 슬라임은 훈련 처리량과 효율성을 크게 향상시켜, 더 세밀하게 모델을 조정할 수 있게 만들었다. 이는 사전 학습(pre-training)으로 기본 능력을 갖춘 모델을 사후 학습(post-training)을 통해 '우수함'으로 끌어올리는 과정을 더 효과적으로 만든다. 사전 학습이 학생이 교과서를 읽으며 기초를 쌓는 것이라면, 강화학습을 통한 사후 학습은 실전 문제를 풀며 실력을 다듬는 과정에 비유할 수 있다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. GLM-5는 어떤 방식으로 사용할 수 있나요? A. GLM-5는 여러 방법으로 접근할 수 있습니다. Z.ai 웹사이트에서 채팅 모드나 에이전트 모드로 무료 체험이 가능하며, 클로드 코드 같은 코딩 도구와 연동하여 프로그래밍 작업에 활용할 수 있습니다. 개발자라면 API를 통해 자체 서비스에 통합하거나, 허깅페이스에서 모델 가중치를 다운로드해 직접 서버에 설치할 수도 있습니다. MIT 라이선스로 공개되어 상업적 사용도 자유롭습니다. Q2. 파라미터가 많다는 것이 왜 중요한가요? A. 파라미터는 AI가 학습을 통해 조정하는 내부 설정값으로, 사람의 뇌에서 뉴런 연결에 해당합니다. 파라미터가 많을수록 AI는 더 복잡한 패턴과 관계를 학습할 수 있어 어려운 문제를 해결하는 능력이 향상됩니다. 다만 파라미터가 많으면 계산에 필요한 컴퓨터 자원도 늘어나기 때문에, GLM-5는 스파스 어텐션 같은 최적화 기술을 함께 적용해 효율성을 유지합니다. Q3. GLM-5가 만든 문서는 실제로 바로 사용할 수 있나요? A. 네, GLM-5는 편집 가능한 워드, PDF, 엑셀 파일을 직접 생성합니다. 사용자가 요구사항을 설명하면 AI가 문서 구조, 내용, 서식, 이미지 배치까지 완성해 다운로드 가능한 파일로 제공합니다. 물론 생성된 문서는 필요에 따라 추가 수정이 가능하지만, 대부분의 경우 최소한의 조정만으로 실무에 활용할 수 있는 수준입니다. 기사에 인용된 리포트 원문은 Z.ai에서 확인 가능하다. 리포트명: GLM-5: From Vibe Coding to Agentic Engineering 이미지 출처: Z.ai ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.13 09:02AI 에디터

"개인 컴퓨터로 초거대 AI 학습 가능해진다"...12배 빠른 신기술 등장

AI 모델을 학습시키는 데 필요한 시간과 비용을 획기적으로 줄일 수 있는 기술이 나왔다. 해당 리포트에 따르면, AI 학습 도구 개발사 언슬로스(Unsloth)가 전문가 혼합형(Mixture of Experts, MOE) AI 모델의 학습 속도를 최대 12배 높이는 새로운 기술을 공개했다. 이 기술은 컴퓨터 메모리 사용량을 35% 이상 줄이면서도 AI의 성능은 그대로 유지한다는 점에서 주목받고 있다. 게임용 그래픽카드로도 200억 개 규모 AI 학습 가능 언슬로스의 새 기술을 사용하면 일반 PC용 그래픽카드로도 대형 AI 모델을 학습시킬 수 있다. 예를 들어 200억 개의 파라미터(AI가 학습하는 값)를 가진 gpt-oss-20b 모델은 12.8GB의 메모리만 있으면 학습이 가능하다. 이는 RTX 3090 같은 게임용 그래픽카드로도 충분히 가능한 수준이다. 300억 개 파라미터 규모의 큐원3-30B-A3B(Qwen3-30B-A3B) 모델도 63GB 메모리로 학습할 수 있다. 이 기술은 수천만 원대 전문 장비인 B200, H100은 물론 10년 전 나온 RTX 3090 같은 저렴한 그래픽카드에서도 작동한다. 지원하는 AI 모델은 gpt-oss, 큐원3(Qwen3), 딥시크(DeepSeek) R1, V3, GLM 시리즈 등 다양하다. 기존 방식보다 최대 30배 빠른 학습 속도 달성 언슬로스가 이런 성능을 낼 수 있는 비결은 두 가지 핵심 기술에 있다. 첫째는 '트리톤 커널'이라는 최적화된 계산 방식이고, 둘째는 새로운 수학 공식을 활용한 것이다. AI 개발 플랫폼 허깅페이스(Hugging Face)와 협력해 만든 이 기술은 파이토치(PyTorch)라는 AI 개발 도구의 새로운 기능을 기반으로 한다. 기존에 사용하던 트랜스포머(Transformers) v5 버전도 이전 v4 버전보다 6배 빠른 학습이 가능했다. 언슬로스는 여기에 자체 개발한 계산 방식을 더해 2배 이상 속도를 더 높였다. 결과적으로 구형 트랜스포머 v4와 비교하면 12배에서 최대 30배까지 빠른 학습이 가능해졌다. 엔비디아 A100 전문 그래픽카드에서 언슬로스의 트리톤 커널은 기본 방식보다 약 2.5배 빠르다. 학습을 시작할 때 약 2분간 자동으로 최적의 설정을 찾는 과정을 거치는데, 이를 통해 전체 학습 시간을 35% 더 단축할 수 있다. 특히 AI 모델이 클수록, 한 번에 처리하는 문장이 길수록 메모리 절약 효과가 더욱 커진다. 그래픽카드 성능에 맞춰 자동으로 최적 방식 선택 언슬로스의 핵심 혁신 중 하나는 '스플릿 로라(Split LoRA)'라는 방식이다. 이 방법을 사용하면 트랜스포머 v5보다 메모리를 약 35% 덜 쓰면서 학습 속도는 2배 빠르다. 구형 트랜스포머 v4와 비교하면 12배에서 30배까지 빠른 학습이 가능하다. 언슬로스는 사용자가 가진 그래픽카드 종류에 따라 자동으로 최적의 계산 방식을 선택한다. H100 이상 최신 장비에서는 'grouped_mm' 방식을, A100이나 구형 장비에서는 'unsloth_triton' 방식을 사용한다. 속도는 12배 느리지만 메모리 절약 효과는 그대로인 'native_torch' 방식도 있다. 원한다면 사용자가 직접 계산 방식을 선택할 수도 있다. 실제 테스트로 확인된 압도적인 성능 차이 실제 성능 테스트 결과는 언슬로스의 효과를 명확히 보여준다. 엔비디아 B200 그래픽카드에서 gpt-oss 모델을 학습할 때 기존 방식보다 7배 빠르고 메모리는 36% 덜 사용했다. 큐원3-30B-A3B는 1.8배, GLM 4.7 플래시(Flash)는 RTX PRO 6000에서 2.1배 빠른 속도를 보였다. 특히 gpt-oss-20b 모델을 16,000자 분량의 문장 길이로 학습할 때, 언슬로스는 7배 빠르고 메모리는 36% 적게 사용했다. 기존 트랜스포머 v5와 TRL 방식은 메모리 부족으로 아예 실행조차 불가능했다. H100 그래픽카드에서는 최대 1.77배 빠른 학습과 약 5.3GB의 메모리 절약을 달성했다. 8,192자 길이 학습에서는 언슬로스만 정상 작동했으며, 이때 사용한 메모리가 기존 방식의 4,096자 길이 학습보다 적었다. 적은 메모리로 효율적 학습 가능하게 만드는 원리 언슬로스 기술의 핵심은 '로라(LoRA)'라는 효율적 학습 방식을 더욱 개선한 것이다. 로라는 AI 모델 전체를 다시 학습시키는 대신, 작은 크기의 '어댑터'만 학습하는 방법이다. 일반적인 레이어를 전체 학습하면 약 4,800만 개의 값을 다뤄야 하지만, 로라를 사용하면 약 100만 개만으로도 비슷한 성능을 낼 수 있다. 그런데 전문가 혼합형 모델은 여러 개의 전문가가 동시에 존재하는 구조라서 상황이 다르다. 큐원3-30B-A3B의 경우 128개의 전문가가 있고, 각 입력마다 8개의 전문가가 활성화된다. 로라를 적용하면 전문가당 약 18만 개의 추가 값이 생기는데, 이게 모든 전문가에 적용되면 메모리 사용량이 크게 늘어난다. 기존 방식은 로라로 만든 값들을 원래 AI 모델에 합친 후 계산을 실행했다. 문제는 이 과정에서 모든 전문가의 값을 동시에 메모리에 올려야 해서 메모리 소비가 컸다. 언슬로스는 수학의 결합법칙을 활용해 계산 순서를 바꿨다. 최종 결과는 똑같지만 중간 과정에서 메모리를 훨씬 덜 쓰도록 만든 것이다. 젬마-3 모델, 메모리 사용량 획기적 개선 언슬로스는 전문가 혼합형 모델 외에도 젬마-3(Gemma-3) 모델에 '플렉스어텐션(FlexAttention)'이라는 기술을 기본으로 적용했다. 이전에는 문장 길이가 2배 늘어나면 메모리 사용량이 4배 증가했지만, 이제는 2배만 증가한다. 학습 속도도 3배 이상 빠르며, 긴 문장일수록 효과가 더 크다. 이전 버전에서는 메모리 부족 문제가 발생했지만 지금은 해결됐다. 이 외에도 이미지와 텍스트를 섞어서 AI를 학습시킬 수 있게 되었고, 윈도우(Windows) 운영체제를 공식 지원한다. 전체 120개 학습 예제 중 80% 이상이 최신 버전과 호환되며, 곧 100%로 늘릴 계획이다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. 전문가 혼합형 AI 모델이란 무엇인가요? 하나의 거대한 AI 대신 여러 개의 작은 AI '전문가'들을 함께 사용하는 방식입니다. 입력되는 내용에 따라 가장 적합한 전문가 몇 개만 작동시키므로, 큰 AI의 능력은 유지하면서도 실제 계산량은 줄일 수 있습니다. 예를 들어 128개 전문가 중 8개만 선택해서 사용하는 식입니다. Q2. 로라(LoRA)는 왜 메모리를 절약할 수 있나요? AI 모델의 모든 부분을 다시 학습하는 대신, 작은 어댑터만 새로 학습하는 방법입니다. 전체를 학습하면 4,800만 개의 값을 다뤄야 하지만, 로라를 쓰면 100만 개(약 2%)만으로도 비슷한 결과를 얻을 수 있습니다. 학습 시간과 필요한 메모리가 크게 줄어드는 이유입니다. Q3. 개인이 가진 일반 그래픽카드로도 대형 AI를 학습할 수 있나요? 네, 언슬로스 기술을 사용하면 가능합니다. RTX 3090 같은 게임용 그래픽카드로도 200억 개 파라미터 AI 모델을 12.8GB 메모리만으로 학습시킬 수 있습니다. 수천만 원대 전문 장비뿐 아니라 100만 원대 일반 그래픽카드에서도 작동하므로, 고가 장비 없이도 AI 모델 학습이 가능합니다. 기사에 인용된 리포트 원문은 Unsloth documentation에서 확인 가능하다. 리포트명: Fine-tune MoE Models 12x Faster with Unsloth | Unsloth documentation ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.12 14:24AI 에디터

앤트로픽 '코워크', 윈도우 지원 시작…맥OS와 동일 기능 제공

앤트로픽이 10일(현지 시각) 클로드 AI 에이전트 기능 '코워크'의 윈도우 지원을 시작했다. 기존 맥OS 전용이었던 코워크가 윈도우를 지원하면서 더 많은 사용자가 AI 기반 업무 자동화 기능을 이용할 수 있게 됐다. 앤트로픽에 따르면 윈도우 버전 코워크는 맥OS와 동일한 기능을 제공한다. 로컬 파일 접근, 복잡한 다단계 작업 실행, 플러그인 사용, MCP(Model Context Protocol) 커넥터 지원 등 핵심 기능이 모두 포함됐다. 특히 전역 지침(Global instructions) 또는 폴더 단위 지침(Folder instructions) 설정 기능을 통해 사용자가 선호하는 작업 방식을 매 세션마다 클로드가 자동으로 반영하도록 할 수 있다. 전역 지침은 모든 코워크 세션에 적용되는 상시 지침으로 선호하는 톤이나 출력 형식, 역할 배경 등을 지정할 수 있으며, 폴더 지침은 특정 폴더 선택 시 프로젝트별 맞춤 컨텍스트를 추가한다. 코워크는 사용자가 원하는 결과만 설명하면 클로드가 알아서 복잡한 업무를 수행하는 AI 에이전트 기능이다. 파일 정리, 문서 작성, 데이터 분석 등 다양한 지식 업무를 자동으로 처리할 수 있으며, 엑셀 스프레드시트나 파워포인트 프레젠테이션 같은 전문적인 결과물도 생성한다. 현재 코워크는 리서치 프리뷰(Research Preview) 단계로, 프로(Pro), 맥스(Max), 팀(Team), 엔터프라이즈(Enterprise) 등 모든 유료 클로드 사용자에게 제공된다. 다만 윈도우의 경우 x64 버전만 지원하며 arm64는 지원하지 않는다. 앤트로픽은 코워크가 에이전트 특성과 인터넷 접근으로 인한 고유한 위험이 있다며 안전한 사용을 당부했다. 코워크는 사용자 컴퓨터의 격리된 가상 머신(VM) 환경에서 실행되며, 파일 삭제 등 중요한 작업 전에는 사용자의 명시적인 허가를 요구한다. 해당 서비스에 대한 자세한 사항은 앤트로픽에서 확인 가능하다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.11 17:15AI 에디터

AI 에이전트가 학술 논문 망친다…'유령 인용' 81% 늘어

대형 언어모델(LLM)이 학술 연구에 널리 활용되면서, 존재하지 않는 논문을 인용하는 '유령 인용(ghost citation)' 문제가 심각한 수준으로 드러났다. 난카이대(Nankai University)와 칭화대(Tsinghua University) 공동 연구팀이 개발한 CITEVERIFIER 시스템을 통해 분석한 결과, 최신 AI 모델들이 생성한 학술 인용의 14%에서 최대 95%까지 실제로 존재하지 않는 허위 참고문헌인 것으로 확인됐다. GPT-5는 51%, 클로드4는 22%... 모델별 환각 인용률 편차 최대 6.7배 연구팀은 GPT-5, 클로드4, 제미나이 등 13개 최신 LLM을 대상으로 컴퓨터 과학 40개 연구 분야에서 37만 5,440개의 인용을 생성하도록 한 뒤 진위를 검증했다. 그 결과 모든 모델이 허위 인용을 생성했으며, 환각 인용률은 딥시크의 14.23%부터 훈위안(Hunyuan)의 94.93%까지 약 6.7배 차이를 보였다. 특히 주목할 점은 GPT-5가 50.92%, 클로드4가 21.84%의 환각률을 기록해 최신 프리미엄 모델조차 신뢰할 수 없다는 사실이 입증됐다는 점이다. 환각 인용의 패턴도 흥미롭다. AI 모델들은 실제 저자 이름, 그럴듯한 제목, 유명 학회명을 통계적으로 조합해 겉보기에는 완벽해 보이지만 실제로는 존재하지 않는 참고문헌을 만들어낸다. 2000년부터 2025년까지 생성된 인용을 분석한 결과, 최근 연도로 갈수록 환각 인용률이 급격히 증가해 2025년에는 98.75%에 달했다. 이는 LLM이 최신 논문을 선호적으로 환각 한다는 것을 의미한다. 2025년 학술 논문, 전년 대비 80.9% 급증한 허위 인용 포함 연구팀은 2020년부터 2025년까지 NeurIPS, ICML, IEEE S&P 등 최상위 AI/ML 및 보안 학회에 발표된 5만 6,381편의 논문에서 220만 개의 인용을 검증했다. 자동 검증 후 의심스러운 2,530개 인용을 16명의 연구진이 약 한 달간 수작업으로 재검증한 결과, 604편(1.07%)의 논문에서 739개의 확실한 허위 인용을 발견했다. 이 중 486편(0.86%)은 추적 불가능한 유령 인용을, 133편(0.24%)은 메타데이터 오류를 포함하고 있었다. 시간에 따른 추세는 더욱 우려스럽다. 2020년부터 2024년까지 허위 인용률은 0.76%에서 0.98% 사이로 비교적 안정적이었으나, 2025년에는 1.61%로 급등했다. 이는 2020~2024년 평균(0.89%) 대비 80.9% 증가한 수치다. 특히 AI/ML 분야 학회가 보안 학회보다 절대적 허위 인용 건수가 훨씬 많았는데, 이는 AI 연구 커뮤니티에서 LLM 기반 도구를 더 일찍, 더 광범위하게 채택했기 때문으로 분석된다. 더 심각한 것은 '반복되는 허위 인용' 현상이다. 연구팀은 동일한 잘못된 인용이 최대 16편의 독립적인 논문에 반복 등장하는 것을 확인했다. 예를 들어 "AugMix" 논문의 제목 오류가 AAAI, IJCAI, NeurIPS에 걸쳐 16편의 논문에 동일하게 나타났다. 이는 연구자들이 다른 논문의 참고문헌을 복사하면서 이미 포함된 오류까지 함께 전파하고 있음을 보여준다. 연구자 87%가 AI 사용하지만, 41%는 BibTeX 검증 없이 복사 연구팀은 94명의 연구자를 대상으로 설문조사를 실시해 인간의 검증 행동을 분석했다. 응답자의 87.2%가 연구에 AI 도구를 사용한다고 답했으며, AI 사용자 중 86.7%는 "항상 검증한다"고 주장했다. 그러나 실제 행동 데이터는 달랐다. 41.5%는 BibTeX 항목을 내용 확인 없이 복사-붙여넣기하며, 17.3%는 AI가 추천한 논문을 읽지 않고 인용했다. 의심스러운 참고문헌을 발견했을 때 44.4%는 개인적으로만 확인하거나 무시하는 등 아무런 조치를 취하지 않았다. 리뷰어들의 검증도 허술하다. 설문에 응한 리뷰어 30명 중 76.7%는 참고문헌을 철저히 확인하지 않으며, 80.0%는 제출된 논문에서 허위 인용을 의심한 적이 없다고 답했다. 연구자의 74.5%는 현재 동료 심사 과정이 메타데이터 오류를 잡아내는 데 효과적이지 않다고 평가했다. 이는 저자와 리뷰어 모두 기본적으로 인용을 신뢰한다는 '신뢰 기반 규범(trust-by-default norm)'이 작동하고 있음을 보여준다. 흥미롭게도 연구자들은 문제의 심각성을 인지하고 있다. 76.6%가 허위 인용을 '중대한 문제' 또는 '심각한 위기'로 여기며, 70.2%는 제출 시스템에 자동화된 DOI/참고문헌 검증 도구 도입을 강력히 지지했다. 그러나 책임 소재에 대해서는 91.5%가 저자에게 있다고 답해, 학회나 도구 개발자 등 다른 이해관계자들에 대한 압력을 오히려 감소시킬 수 있다는 우려가 제기된다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. 유령 인용이란 무엇이며 왜 문제인가요? A. 유령 인용은 AI가 생성한 실제로 존재하지 않는 허위 참고문헌입니다. 학술 논문에서 인용은 주장의 근거를 제공하는 신뢰 메커니즘인데, 존재하지 않는 논문을 인용하면 이 신뢰가 무너지고 과학적 진실이 왜곡됩니다. 연구자들이 이런 허위 인용을 추적하느라 시간을 낭비하고, 인용 그래프에 허위 정보가 쌓이면서 학술 커뮤니케이션 전체의 신뢰성이 훼손됩니다. Q2. AI가 허위 인용을 생성하는 이유는 무엇인가요? A. 대형 언어모델은 실제 데이터베이스를 검색하지 않고 통계적 패턴에 따라 텍스트를 생성합니다. 학술 인용은 엄격한 형식을 따르기 때문에 AI는 실제 저자명, 그럴듯한 제목, 유명 학회명 등을 조합해 겉으로는 완벽해 보이지만 실제로는 존재하지 않는 참고문헌을 쉽게 만들어냅니다. AI는 언어의 구조를 모방할 뿐 진실성은 고려하지 않기 때문입니다. Q3. 연구자들이 허위 인용을 막기 위해 무엇을 해야 하나요? A. AI가 생성한 모든 참고문헌을 제출 전에 반드시 검증해야 합니다. Google Scholar나 DBLP 같은 신뢰할 수 있는 데이터베이스에서 제목을 확인하고, DOI가 없거나 메타데이터가 일치하지 않으면 주의해야 합니다. BibTeX 항목을 확인 없이 복사-붙여넣기하는 습관을 피하고, 검색 기반 도구를 순수 생성 모델보다 우선적으로 사용하는 것이 좋습니다. 학회는 자동화된 인용 검증 시스템을 도입하고, AI 도구 개발자들은 검증된 출처에 기반한 검색 방식을 채택해야 합니다. 기사에 인용된 논문 원문은 arXiv에서 확인 가능하다. (논문명: GHOSTCITE: A Large-Scale Analysis of Citation Validity in the Age of Large Language Models) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.11 08:19AI 에디터

BMW·벤츠 AI 비서, 해커 손에 차량 제어권 넘긴다

BMW, 벤츠, 폭스바겐 등 주요 자동차 회사들이 경쟁적으로 도입하고 있는 AI 음성 비서에 심각한 보안 구멍이 발견됐다. 독일 BMW 연구소와 뮌헨공대(Technical University of Munich) 연구팀은 차량에 탑재된 AI 비서가 외부 해커의 공격을 받을 경우, 운전자의 생명은 물론 개인정보까지 위험에 처할 수 있다고 경고했다. 해당 논문에 따르면, 특히 AI끼리 주고받는 메시지를 통해 악의적인 명령이 퍼질 경우, 운전자가 전혀 눈치채지 못한 채 차량 조작권을 빼앗기거나 위치정보가 유출될 수 있다는 것이다. 가짜 긴급 메시지로 운전 방해, 사고 위험 27초 지속 차량용 AI 비서의 가장 큰 문제는 스마트폰 챗봇과 달리 즉각적인 물리적 위험으로 이어진다는 점이다. 연구팀은 해커가 조작한 메시지가 AI 비서를 통해 운전자에게 전달되면, 운전 중 집중력이 흐트러져 사고 가능성이 높아진다고 설명했다. 실제 연구에 따르면 음성 비서와 대화하느라 생긴 주의력 저하는 대화가 끝난 뒤에도 최대 27초 동안 계속되며, 이는 교통사고 위험을 크게 키운다. 예를 들어 해커가 "엔진 고장이 임박했습니다"라는 가짜 경고 메시지를 AI 비서를 통해 보내면, 놀란 운전자는 급정거하거나 당황해 사고를 낼 수 있다. 또는 AI 비서가 계속 질문을 퍼붓게 만들어 고속도로 운전 중 운전자의 정신을 분산시킬 수도 있다. 현재 BMW의 인텔리전트 퍼스널 어시스턴트(Intelligent Personal Assistant), 폭스바겐의 IDA, 벤츠의 MBUX 가상 비서 같은 시스템들은 이미 차량의 에어컨, 창문, 조명 제어는 물론 내비게이션, 예약 서비스 접근, 운전자 습관 학습까지 할 수 있어 해킹당하면 피해 범위가 매우 넓다. 구글 AI 대화 시스템, 메시지 내용 검증 안 해 특히 심각한 보안 허점은 구글의 '에이전트 투 에이전트(Agent-to-Agent, A2A)' 시스템에서 발견됐다. A2A는 서로 다른 AI들이 자동으로 대화하며 협력할 수 있게 만든 시스템으로, 레스토랑 예약부터 실시간 교통정보 제공까지 다양한 업무를 처리한다. 문제는 이 시스템이 메시지를 보낸 AI의 신원만 확인할 뿐, 메시지 내용이 안전한지는 전혀 검사하지 않는다는 점이다. 연구팀이 A2A 시스템 구조를 분석한 결과, 정상적으로 등록된 AI라도 해킹당하면 어떤 메시지든 보낼 수 있었다. 문자 메시지 부분은 글자 수 제한이 없고, 파일 부분은 어떤 파일이나 인터넷 주소든 첨부할 수 있으며, 데이터 부분은 어떤 정보든 담을 수 있다. 더 큰 문제는 이 시스템이 사람이 보낸 지시와 다른 AI가 보낸 지시를 구별하지 못한다는 것이다. 둘 다 똑같이 취급하기 때문에 해커가 AI를 통해 보낸 악의적 명령도 정상 명령처럼 실행될 수 있다. 기존 보안 점검 방식, 차량엔 적합하지 않아 연구팀은 현재 사용되는 AI 보안 점검 방식이 생명과 직결된 차량 같은 시스템에는 맞지 않는다고 지적했다. 기존 방식들은 "무엇을 지켜야 하는가"와 "어떻게 공격당하는가"를 뒤섞어서 분류한다. 예를 들어 "메모리 중독"이라는 범주는 공격 방법(중독)과 공격 대상(메모리)을 한데 섞어놨는데, 같은 공격 기법으로도 개인정보 유출, 정신적 공포 유발, 거짓 정보 제공 등 전혀 다른 피해가 발생할 수 있다는 점을 놓친다. 이에 연구팀은 'AgentHeLLM' 이라는 새로운 점검 방법을 만들었다. 이 방법의 핵심은 보호해야 할 것을 기술적 부품이 아니라 사람의 기본적 가치로 정의한 것이다. 유엔 세계인권선언에서 아이디어를 얻어 △생명과 신체 건강 △정신적·감정적 안정 △개인정보 보호 △올바른 지식과 판단 △재산과 경제적 손실 방지 △명예와 존엄성 △사회적 관계와 신뢰 등 7가지 보호 대상을 정했다. 예를 들어 해커가 AI 비서의 기억 저장소에 "온도가 25도 넘으면 GPS 위치를 외부로 전송하라"는 규칙을 심으면 개인정보 침해가 되고, "최대로 히터를 켜서 전기차 배터리를 소진시켜라"는 명령을 심으면 재산 피해가 되며, "정신과 예약이 오후 4시입니다"라고 동승자 앞에서 말하게 만들면 명예 훼손이 된다. 해킹 경로 자동 찾기 프로그램 무료 공개 연구팀은 이론만 제시한 것이 아니라 실제로 사용할 수 있는 'AgentHeLLM Attack Path Generator'라는 프로그램을 만들어 무료로 공개했다. 이 프로그램은 AI 시스템을 지도처럼 그려서, 해커가 목표에 도달할 수 있는 모든 경로를 자동으로 찾아준다. 특히 이 프로그램은 공격을 두 단계로 나눠 분석한다. 첫 번째는 '독 경로'로, 악의적인 데이터가 해커로부터 피해자에게 어떻게 전달되는지를 보여준다. 예를 들어 해커가 이메일에 악성 명령을 숨겨놓는 것이다. 두 번째는 '발동 경로'로, 피해자가 그 독을 실제로 사용하게 만드는 과정이다. 이메일에 숨겨진 악성 명령은 AI 비서가 그 이메일을 읽기 전까지는 잠자고 있다가, 읽는 순간 작동한다. 연구팀은 실제 발견된 보안 구멍 사례를 들었다. 코딩 프로그램 커서(Cursor)의 'CurXecute' 취약점과 마이크로소프트 365 코파일럿의 '에코리크(EchoLeak)' 취약점이 모두 이런 2단계 구조를 보인다. 해커는 먼저 공개 메신저 채널이나 이메일에 악성 명령을 숨겨두고(1단계), 사용자가 평범한 질문을 하면 AI가 그 내용을 읽으면서 악성 명령이 실행된다(2단계). 프로그램은 웹사이트에서 누구나 사용할 수 있다. 보안 담당자는 화면에서 시스템 구조를 그리고, 해커와 보호 대상을 지정한 뒤 분석을 실행하면, 어떤 공격 경로가 가능한지 위험도 순서대로 목록이 나온다. 복잡하게 여러 단계를 거치는 공격도 자동으로 찾아낸다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. 차량 AI 비서 해킹이 스마트폰 해킹보다 위험한 이유는 무엇인가요? A. 스마트폰 챗봇과 달리 차량 AI 비서는 운전 중에 사용되기 때문입니다. 조작된 메시지가 운전자의 주의를 분산시키면 바로 교통사고로 이어질 수 있습니다. 연구에 따르면 음성 비서와 대화하느라 생긴 집중력 저하는 대화가 끝난 뒤에도 최대 27초 동안 지속되어 충돌 위험을 크게 높입니다. 게다가 차량 AI는 에어컨, 창문, 조명 등을 직접 조작할 수 있어 물리적 피해가 발생할 수 있습니다. Q2. 구글 A2A 시스템의 보안 문제는 무엇인가요? A. A2A 시스템은 메시지를 보낸 AI의 신원은 확인하지만 메시지 내용이 안전한지는 검사하지 않습니다. 정상 등록된 AI라도 해킹당하면 제한 없이 악의적인 명령을 보낼 수 있고, 받는 쪽 AI는 이것이 사람이 보낸 정상 요청인지 해커가 보낸 가짜 요청인지 구별하지 못합니다. 또한 문자, 파일, 데이터 부분 모두 내용 제한이 거의 없어 다양한 공격이 가능합니다. Q3. 에이전트헬름은 기존 보안 점검 방법과 어떻게 다른가요? A. 기존 방법은 "메모리 해킹", "도구 오용" 같은 기술적 부품 중심으로 위험을 분류합니다. 반면 에이전트헬름은 보호해야 할 것(생명, 개인정보, 재산 등 사람의 기본 가치)과 공격 방법(독 경로, 발동 경로)을 명확히 구분합니다. 이렇게 하면 하나의 공격 기법이 일으킬 수 있는 모든 종류의 피해를 빠짐없이 파악할 수 있고, 놓친 위험이 없는지 체계적으로 확인할 수 있습니다. 기사에 인용된 논문 원문은 arXiv에서 확인 가능하다. 논문명: Agent2Agent Threats in Safety-Critical LLM Assistants: A Human-Centric Taxonomy ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.10 21:57AI 에디터

메타 AI, 신모델 '아보카도'와 브라우저 에이전트 출시 준비 포착

메타(Meta)가 자사 AI 서비스인 메타 AI를 대폭 업그레이드하며 구글, OpenAI 등 경쟁사와의 기능 격차를 줄이기 위한 준비에 나섰다. 8일(현지 시각) 테스팅카탈로그(TestingCatalog)에 따르면, 메타는 최근 웹사이트와 앱을 새로 단장하며 여러 신기능을 테스트 중인 것으로 확인됐다. 가장 눈에 띄는 변화는 지메일, 구글 캘린더, 마이크로소프트 아웃룩 등 일상적으로 사용하는 앱들을 메타 AI와 연결할 수 있게 된다는 점이다. 일부 사용자에게는 이미 이런 앱 연결을 유도하는 새 화면이 나타나고 있다. 이는 다른 AI 서비스의 커넥터와 유사한 기능으로, 메타 AI가 사용자의 정보를 가져와 도구를 활용할 수 있게 해준다. 메타 AI에는 '태스크(Tasks)'라는 새 메뉴도 추가될 예정이다. 이는 사용자가 메타 AI의 실행을 반복적으로 예약할 수 있는 기능으로, 다른 도구의 예약 프롬프트와 유사하다. 원하는 작업을 정해진 시간에 자동으로 반복 실행하도록 설정할 수 있다. 메타가 최근 인수한 마누스 AI(Manus AI)의 기술도 메타 AI에 통합될 것으로 보인다. 코드 분석 결과 마누스 AI 에이전트와 브라우저 에이전트가 개발 중인 것으로 나타났다. 이는 마누스 스타일의 에이전트가 메타 AI에 직접 제공될 수 있다는 의미다. 브라우저 에이전트는 사용자를 대신해 웹사이트를 탐색하고 작업을 수행하는 기능이다. 다만 음성 에이전트와 브라우저 에이전트 기능은 아직 최종 구현 단계에 이르지 못한 것으로 보인다. 메타는 '아보카도(Avocado)'라는 이름의 새 AI 모델도 준비 중이다. 코드에서 '아보카도'와 '아보카도 싱킹(Avocado Thinking)' 두 가지 형태가 발견됐다. 현재 아보카도만 응답하고 있지만, 지금까지의 응답 품질은 좋지 않은 것으로 평가됐다. 다만 이 답변이 기존 모델에서 나온 것인지 실제 새 모델에서 나온 것인지는 불분명하다. 메타 AI 사용자는 이미 '빠른 모드(Fast)'와 '사고 모드(Thinking)' 중 선택할 수 있는 새로운 선택 도구를 확인할 수 있다. 설정 메뉴에는 메모리 섹션도 새로 추가됐다. 쇼핑 어시스턴트 기능도 개발 중인 것으로 나타났다. 아직 작동하지는 않지만, 이는 페이스북과 인스타그램에서 이미 많은 사람들이 제품을 사고파는 점을 고려하면 의미 있는 기능이 될 수 있다. 또한 메타는 사용자가 자신의 API 키로 모든 모델을 사용할 수 있는 '오픈클로(OpenClaw)' 통합과 유사한 기능도 작업 중이다. 코드에서는 이를 오픈클로 에이전트로 참조하고 있다. 이는 사용자가 자신의 모델로 메타 AI를 구동하거나, 현재 빠르게 성장하는 오픈클로 봇과 긴밀하게 통합할 수 있게 해줄 것으로 보인다. 정확한 출시 시기는 공개되지 않았지만, 새로운 UI가 이미 배포되기 시작한 만큼 조만간 정식 출시될 가능성이 크다. 최근 아보카도가 현재 최고 모델들 중 최고라는 보도도 나왔지만, 최근 오퍼스 4.6(Opus 4.6)과 GPT 5.3 코덱스(GPT 5.3 Codex)가 출시된 만큼 경쟁은 치열할 전망이다. 해당 기사의 원문은 테스팅카탈로그에서 확인 가능하다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.10 15:32AI 에디터

AI 수백 개가 밤낮없이 코딩…일주일간 혼자 웹브라우저 만든 AI 팀의 비밀

AI 코딩 도구 커서(Cursor)가 수천 개의 AI를 동시에 돌려서 사람 손 없이 웹브라우저를 만드는 데 성공했다. 해당 리포트에 따르면, 일주일 동안 쉬지 않고 돌아간 이 AI 팀은 대부분의 프로그램 코드를 스스로 짰다. AI가 단순히 프로그래머를 도와주는 게 아니라, 복잡한 프로그램 전체를 혼자 만들 수 있다는 걸 보여준 첫 사례다. 하루 24시간, 일주일 내내... AI가 2만 4천 번 코드 고쳤다 커서 연구팀은 AI들이 협력해 웹브라우저를 만든 과정을 공개했다. 이 시스템은 일주일 동안 멈추지 않고 돌아가며 한 시간에 약 1,000번씩 코드를 저장했다. 여기서 '코드 저장'이란 프로그래머가 작업한 내용을 기록으로 남기는 걸 말한다. 보통 실력 있는 프로그래머도 하루에 10~20번 정도 의미 있는 작업을 저장하는데, 한 시간에 1,000번이면 수십 명이 동시에 일하는 것과 비슷한 속도다. 하지만 처음부터 잘 된 건 아니었다. 연구팀의 윌슨 린(Wilson Lin)은 개인 프로젝트로 웹브라우저를 만들기 시작하면서 클로드 오퍼스 4.5라는 AI에게 자세한 계획을 짜달라고 했다. 그런데 AI 하나로는 한계가 금방 드러났다. AI는 자기가 뭘 하고 있는지 까먹었고, 제대로 안 됐는데도 "다 했어요"라며 멈춰버렸다. 복잡한 부분에서는 계속 막혀서 앞으로 나아가지 못했다. 연구팀은 이후 GPT-5.1과 GPT-5.2로 바꿨는데, 이 AI들이 시키는 대로 더 정확하게 따라 하는 능력이 좋았기 때문이다. "서로 차례 기다리다 하루 다 갔다"... AI들끼리 협업이 안 되는 이유 AI 하나의 한계를 느낀 연구팀은 여러 AI가 동시에 일하는 방식으로 바꿨다. 첫 번째 시도는 모든 AI에게 똑같은 권한을 주고, 공유 파일을 보면서 "나는 이거 할게", "너는 저거 해"라고 스스로 조율하게 하는 거였다. 여러 사람이 구글 문서 하나를 같이 편집하는 것과 비슷한 방식이다. 그런데 이게 완전히 실패했다. AI들은 공유 파일에 '자물쇠'를 걸어놓고 풀지 못했다. 자물쇠란 한 번에 한 명만 파일을 고칠 수 있게 막아두는 장치인데, AI들이 이걸 제대로 관리하지 못한 것이다. 20개의 AI를 돌렸는데 실제로는 1~3개 정도만 일하고, 나머지는 자기 차례를 기다리며 시간만 보냈다. 아무리 AI에게 주는 지시를 고쳐도 소용없었다. 더 큰 문제는 제대로 된 팀장이 없으니까 아무도 큰 일을 하려고 하지 않았다는 점이다. AI들은 서로 부딪히지 않으려고 작고 쉬운 일만 골라서 했다. 전체 프로젝트를 책임지려는 AI는 하나도 없었다. 리더도 없고 역할 분담도 안 된 팀과 똑같았다. 기획자-관리자-실무자로 나눴더니... 사람 회사 조직도와 똑같아졌다 여러 번 실패한 끝에 연구팀은 효과적인 방법을 찾아냈다. 신기하게도 이 방법은 실제 회사에서 사람들이 일하는 방식과 거의 똑같았다. 시스템은 크게 세 가지 역할로 나뉜다. 먼저 '총괄 기획자' AI가 전체 목표를 이해하고 어떤 일들을 해야 하는지 정리한다. 이 기획자는 직접 코딩은 안 하고 계획만 세운다. 기획자가 일이 너무 크다고 판단하면 '중간 기획자' AI를 만들어서 작은 범위를 맡긴다. 이게 계속 반복되면서 큰 프로젝트가 작은 조각들로 쪼개진다. 실제 일은 '실무자' AI들이 한다. 실무자들은 맡은 일을 끝까지 책임지고 완성한다. 다른 AI들이 뭘 하는지 신경 쓰지 않고 자기 일에만 집중한다. 각자 프로그램 코드 복사본을 하나씩 받아서 작업하고, 다 끝나면 일을 시킨 기획자에게 보고서를 낸다. 이 보고서에는 단순히 "이거 했어요"만 있는 게 아니다. 중요한 메모, 걱정되는 점, 새로 발견한 것, 생각, 의견이 모두 담긴다. 기획자는 이걸 받아서 최신 코드를 확인하고 다음 계획을 계속 세운다. 이런 방식 덕분에 모든 AI가 회의할 필요 없이도 정보가 아래에서 위로 잘 전달되고, 시스템이 계속 움직인다. "완벽한 코드보다 빠른 속도"... 실수는 곧 다른 AI가 고친다 연구팀은 한 시간에 약 1,000번 코드를 저장하는 놀라운 속도를 냈지만, 이를 위해 의도적으로 포기한 게 있다. 바로 모든 코드가 100% 완벽해야 한다는 조건이었다. 모든 저장마다 완벽을 요구하자 시스템이 엄청 느려졌다. 작은 오타 하나만 생겨도 전체가 멈춰버렸다. 실무자 AI들은 자기 일이 아닌데도 그 문제를 고치려고 달려들었고, 여러 AI가 같은 문제를 고치려다가 서로 방해만 했다. 연구팀은 이런 행동이 오히려 도움이 안 된다는 걸 알았다. 약간의 실수를 허용하면 AI들이 "다른 AI가 곧 고치겠지"라고 믿고 자기 일에 집중할 수 있다. 실제로도 그렇다. 시스템 전체를 누군가 책임지고 있으니까, 문제가 생기면 빠르게 고쳐진다. 실수는 조금씩 계속 생기지만 그 비율이 일정하게 유지되고, 점점 늘어나거나 악화되지는 않는다. 이는 효율적인 시스템이 어느 정도 실수를 받아들이되, 나중에 한 번 전체 점검하고 고치는 과정이 필요하다는 걸 보여준다. 마찬가지로 여러 AI가 같은 파일을 동시에 고치는 경우도 있었다. 이걸 완전히 막으려고 복잡하게 만드는 대신, 연구팀은 잠깐 혼란스러워도 금방 정리된다는 걸 믿고 그냥 뒀다. 약간의 낭비는 있지만 전체 시스템이 훨씬 단순해졌다. "AI한테 일 시키는 법" 배우기... 애매한 지시는 재앙이 된다 이 AI 팀에게 처음 주는 지시가 엄청나게 중요했다. 연구팀은 기본적으로 일반 AI 코딩 도구를 쓰고 있었지만, 시간과 컴퓨터 파워가 몇 배나 더 많았다. 이건 모든 걸 증폭시키는데, 애매하거나 잘못된 지시도 마찬가지였다. 웹브라우저 프로젝트에서 배운 게 몇 가지 있다. 처음에는 "기술 표준대로 만들고 버그 고쳐"라고 했는데, "기술 표준대로"라는 말이 너무 애매해서 AI들이 아무도 안 쓰는 기능들만 깊게 파고들었다. 연구팀은 당연히 빠르게 작동해야 한다고 생각했지만, AI들한테 명확하게 "빠르게 만들어"라고 말하고 시간제한을 걸어야 했다. 복잡한 부분에서 AI들은 메모리가 새거나 프로그램이 멈춰버리는 코드를 짰다. 사람이면 알아차리지만 AI들은 항상 알아채지 못했다. 시스템이 이런 문제를 스스로 복구할 수 있게 명확한 도구를 줘야 했다. 연구팀이 발견한 몇 가지 원칙이 있다. AI가 원래 잘하는 건 굳이 시키지 말고, 모르는 것(여러 AI가 협력하는 법 같은)이나 이 프로젝트만의 특별한 것(테스트 돌리는 법, 배포하는 법)만 알려주는 게 좋았다. AI를 기술은 뛰어나지만 우리 회사는 처음인 신입사원처럼 대하는 것이다. "하지 마"가 "해"보다 더 효과적이었다. "미완성 놔두지 마"가 "완성하는 거 기억해"보다 잘 먹혔다. 구체적인 숫자를 주는 것도 유용했다. "많은 작업 만들어"라고 하면 적게 만들었지만, "20~100개 작업 만들어"라고 하면 훨씬 많이 만들고 적극적으로 일했다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. AI 에이전트가 수천 개씩 협업한다는 게 무슨 뜻인가요? A. AI 하나가 아니라 각각 다른 역할을 맡은 여러 AI 프로그램이 동시에 돌아가면서 하나의 프로그램을 만드는 것을 의미합니다. 마치 여러 명이 팀을 만들어 일하는 것처럼, 어떤 AI는 계획을 세우고, 어떤 AI는 실제 코드를 짜고, 서로 정보를 주고받으며 협력합니다. 커서의 연구에서는 최대 수백 개의 AI가 동시에 작동했습니다. Q2. 시간당 1,000번 코드 저장은 얼마나 빠른 건가요? A. 코드 저장은 프로그래머가 작업한 내용을 기록으로 남기는 것입니다. 실력 좋은 프로그래머도 하루에 10~20번 정도 의미 있는 저장을 하기 때문에, 시간당 1,000번은 프로그래머 수십 명이 동시에 일하는 것과 비슷한 속도입니다. 다만 이 연구에서는 모든 코드가 완벽하지 않고 일부 실수를 포함할 수 있다는 점을 감안해야 합니다. Q3. 이 기술이 상용화되면 프로그래머 일자리가 사라지나요? A. 현재로서는 AI가 완전히 혼자서 완벽한 프로그램을 만들지는 못합니다. 이 연구에서도 처음 지시를 내리고, 시스템을 설계하고, 문제를 고치는 데 사람 전문가의 판단이 필요했습니다. 오히려 프로그래머가 반복적이고 지루한 작업에서 벗어나 더 창의적이고 중요한 일에 집중할 수 있게 도와주는 도구로 발전할 가능성이 큽니다. 연구팀도 "방향과 판단은 사람이 했다"고 밝혔습니다. 기사에 인용된 리포트 원문은 커서 블로그에서 확인 가능하다. 리포트명: Towards self-driving codebases 이미지 출처: 커서 해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.10 10:45AI 에디터

Prev 1 2 3 4 5 6 7 8 9 10 Next