오픈AI, GPT-6로 코볼·포트란 등 레거시 언어 코딩 정확도 대폭 개선

우리가 ATM에서 현금을 뽑거나 카드를 긁을 때, 그 거래를 처리하는 뒷단에는 수십 년 전에 작성된 코드가 작동하고 있을 가능성이 매우 높습니다.

전 세계 온라인 뱅킹의 40% 이상, 오프라인 카드 결제의 80%, ATM 거래의 95%가 여전히 COBOL로 구동됩니다. 일기 예보와 원자로 안전 분석에는 Fortran이 쓰입니다. 하지만 이를 유지보수할 엔지니어들은 대부분 은퇴했고 문서는 불완전합니다.

인터넷에 수많은 오픈소스가 넘쳐나는 최신 언어들과 달리, 이들 레거시 언어는 AI가 학습할 데이터 자체가 극도로 부족한 저자원 언어에 해당합니다. 그동안 코딩 AI들도 이 영역에서는 힘을 쓰지 못했습니다.

OpenAI는 최신 모델들을 통해 COBOL, Fortran, Visual Basic 같은 저자원 프로그래밍 언어의 코드 생성 및 마이그레이션 능력을 대폭 끌어올렸다고 발표했습니다.

20개 언어로 DB 엔진을 백지에서 구현하다

OpenAI는 모델이 단순히 겉핥기식 문법만 아는 것이 아니라 실제 복잡한 아키텍처를 짤 수 있는지 검증하기 위해 MultiLangBench라는 벤치마크를 개발했습니다.

모델은 20개 언어 각각을 사용해 백지상태에서 SQLite와 호환되는 데이터베이스 엔진을 구축해야 합니다. 공식 SQLite 테스트 스위트로 생성된 DB 파일의 바이트와 내용을 대조해 정답 여부를 판별합니다.

결과는 놀라웠습니다. GPT-6 Astra는 20개 언어 전체에서 평균 87.4%의 테스트 통과율을 기록했습니다. 이전 세대인 GPT-5.6 Sol의 26.8%에 비해 비약적인 상승입니다.

개별 언어별 상승 폭도 컸습니다. COBOL은 10.9%에서 72.1%로, Fortran은 21.4%에서 83.5%로, Visual Basic은 27.5%에서 89.4%로 올랐습니다. Astra는 20개 언어 중 19개 언어에서 83% 이상의 통과율을 달성했으며, 가장 까다로웠던 COBOL에서도 72%를 기록했습니다.

함께 테스트된 경량 모델 GPT-6 Luna 역시 평균 40.3%의 통과율로 이전 플래그십을 앞섰습니다. 그러면서도 샘플당 API 예상 비용은 0.77달러로, GPT-5.6 Sol의 3.48달러 대비 약 78% 저렴했습니다.

5.4%에서 97.9%로 뛴 COBOL 마이그레이션

하지만 기업들이 가장 간절히 바라는 것은 낡은 COBOL 시스템을 Python, Rust, Java, Kotlin, C++ 같은 현대적인 언어로 안전하게 옮기는 작업입니다.

여기서 가장 치명적인 문제는 미세한 언어 특성입니다. 예를 들어 COBOL의 고정소수점 연산은 반올림을 별도로 명시하지 않으면 남는 자릿수를 그냥 버립니다. 새로 짠 코드가 이를 무심코 반올림해 버리면, 오류 없이 잘 돌아가는 것처럼 보여도 금융 계산 결과는 완전히 틀어지게 됩니다.

OpenAI는 출력값이 바이트 단위까지 완벽히 일치해야만 통과하는 엄격한 블라인드 마이그레이션 평가를 진행했습니다.

그 결과 GPT-6.1 Sol은 낮은 추론 강도에서도 86.6%의 정확도를 달성했습니다. 기존 GPT-5.6 Sol의 5.4%와 비교하면 완전히 다른 수준이며, API 비용도 약 39% 절감되었습니다. 추론 강도를 높이자 정확도는 97.9%에 도달해 평가 만점에 근접했습니다.

왜 중요한가

수십 년 동안 금융권과 공공 인프라를 짓눌러온 거대한 기술 부채를 해결할 실마리가 열렸습니다.

수조 달러의 자금이 오가는 은행 시스템을 현대화하고 싶어도, 코드 한 줄 잘못 고쳤다가 회사가 뒤집어질 수 있다는 공포 때문에 기업들은 감히 시스템 교체에 손을 대지 못했습니다. 이전 모델의 5.4%라는 처참한 정확도가 97.9%까지 올라왔다는 것은 실질적인 차세대 시스템 현대화가 가시권에 들어왔음을 뜻합니다.

경쟁사들이 파이썬이나 자바스크립트 같은 흔한 언어의 벤치마크 1~2점을 올리기 위해 소모전을 벌이는 사이, OpenAI가 엔터프라이즈의 가장 깊고 위험한 페인포인트를 정조준한 것은 매우 영리한 전략으로 보입니다.

다만 현업 적용에는 여전히 신중함이 필요합니다. 고립된 코드 블록에서 바이트 단위 일치를 이뤄냈다고 해도, 실제 메인프레임 환경은 수십 년간 축적된 하드웨어 종속성과 문서화되지 않은 비즈니스 예외 규정으로 얽혀 있습니다. AI의 출력을 맹신하기보다는 전문가의 검증을 거치는 보조 도구로 활용해야 안전합니다.