모델의 추론 능력 향상과 사실적 지식 저하의 딜레마

요약

최근 AI 모델들이 추론 능력은 비약적으로 향상된 반면, 사실 관계 기억 능력은 의도적으로 희생되고 있다. GLM-5.2는 400억 개의 활성 파라미터로 AIME 2026에서 99.2%의 점수를 기록했고, Qwen3.5는 170억 개로 91.3%를 달성하는 등 수학과 코딩 벤치마크에서는 효율성이 급격히 개선되었다. 그러나 사실 기반 지식 테스트인 SimpleQA에서 최고 성능의 Gemini 2.5 Pro조차 정답률이 53%에 그치며, 소형 모델들은 80~82%의 높은 환각률을 보였다. 이는 AI 개발사들이 파라미터 공간을 확보하기 위해 지식 저장보다는 추론 스킬 향상에 자원을 집중하고 있기 때문이다. 실무자들은 모델이 수학적 문제 해결에는 능숙해도 일반적인 사실 관계 확인에서는 신뢰할 수 없는 답변을 할 가능성이 높다는 점을 인지해야 한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.