구글 바드 업데이트: 백그라운드 코딩으로 추론 능력 30% 개선, 시트 내보내기 지원

대규모 언어 모델에게 복잡한 암산을 시키거나 특정 단어를 거꾸로 뒤집어 쓰라고 요구했을 때, 엉뚱한 오답을 당당하게 내놓는 모습을 한 번쯤 본 적이 있을 겁니다. 텍스트 확률을 예측해 다음 단어를 생성하는 LLM의 작동 방식상 논리적 계산은 가장 취약한 영역이었습니다.

Google이 이러한 한계를 보완하기 위해 Bard에 백그라운드에서 코드를 직접 짜서 실행하는 암시적 코드 실행 기법을 도입하고, 표 데이터를 Google Sheets로 바로 내보내는 기능을 추가했습니다.

직관으로 답하던 AI, 백그라운드에서 검산 코드를 돌리다

Google은 이번 개선을 대니얼 카너먼의 저서 생각에 관한 생각에 등장하는 시스템 1과 시스템 2의 개념으로 설명합니다.

기존 LLM은 직관적이고 빠르게 단어를 뱉어내는 시스템 1에 가깝습니다. 글짓기나 요약에는 탁월하지만, 규칙과 공식에 따라 차근차근 풀어야 하는 긴 나눗셈 같은 작업에서는 멈춰 서서 계산하지 못하고 머릿속에 떠오른 첫 단어를 뱉어버리는 한계가 있었습니다.

새로 적용된 암시적 코드 실행 기술은 연산이 필요한 질문을 감지하면 Bard가 내부에서 프로그래밍 코드를 작성하고 이를 곧바로 실행합니다.

15683615의 소인수를 구하거나, 저축 증가율을 계산하거나, Lollipop이라는 단어를 뒤집는 요청이 들어오면 모델이 직접 계산 코드를 돌린 뒤 그 결과를 바탕으로 자연어 답변을 완성합니다.

Google에 따르면 자체 내부 벤치마크 테스트에서 계산 기반 언어 및 수학 문제에 대한 응답 정확도가 약 30% 향상되었습니다.

이와 함께 답변에 표가 포함되어 있을 경우 이를 클릭 한 번으로 Google Sheets 문서로 변환하는 내보내기 기능도 탑재되어 스프레드시트 작업 연계가 간편해졌습니다.

다만 Google은 이 방식 역시 완벽하지 않다고 선을 그었습니다. 모델이 코드 생성이 필요한 상황을 인식하지 못하거나, 생성된 코드 자체에 오류가 있어 오답을 낼 가능성은 여전히 남아 있습니다.

왜 중요한가

우리는 언어 모델이 모든 연산을 신경망 파라미터 내부에서 직접 해결하려 들지 않고, 전통적인 코드 실행 환경을 도구로 활용하게 만든 점이 매우 합리적인 방향이라고 봅니다.

확률 기반 텍스트 생성기가 복잡한 수식을 계산하게 두는 것은 환각 현상을 부추기는 주원인이었습니다. 계산은 컴퓨터 본연의 강점인 코딩 실행에 맡기고 LLM은 질문 이해와 결과 전달에 집중하는 분업 구조가 훨씬 안정적입니다.

일반 사용자와 실무자 입장에서는 재무 계산, 이자율 추정, 규칙 기반 텍스트 처리 등 숫자와 정확도가 필요한 작업을 Bard에 맡길 때의 불안감이 크게 줄어듭니다. 생성된 표를 Google Sheets로 바로 넘길 수 있어 일상적인 문서 작업 시간도 확실히 줄어듭니다.

업계 전반으로 보면 OpenAI가 코드 인터프리터로 보여준 실행형 AI 흐름에 Google이 본격적으로 대응하기 시작한 셈입니다. 단순히 말을 잘하는 챗봇에서 업무 시스템과 맞물려 돌아가는 에이전트로 진화하는 과정입니다.

다만 백그라운드에서 코드가 암시적으로 돌아가는 구조에는 주의가 필요합니다. 사용자가 실행된 코드의 논리를 직접 확인하기 어렵기 때문에, 모델이 잘못된 로직으로 코드를 작성해 실행했을 경우 겉보기에 완벽하게 정돈된 오답을 진짜 정답으로 오인할 위험이 존재합니다.