애피어, AI가 ‘한계’를 알고 과업에 맞는 언어로 추론...기업용 에이전틱 AI 신뢰성 강화

AI 요약

애피어가 에이전틱 AI의 기업 도입 신뢰성과 글로벌 확산을 위한 엄격한 평가 기준을 제시하며, 대형언어모델(LLM)이 정보 부족을 인식하는 방식과 과업에 맞는 추론 언어 선택이 다국적 사용자 지원에 미치는 영향을 분석한 두 편의 연구 논문을 발표했습니다. 첫 번째 연구에서는 ‘해당 사항 없음(None of the Above, NA)’ 선택지를 도입해 규모가 다른 LLM 28종을 실험한 결과 NA가 정답인 경우 모델 정확도가 30~50% 하락함을 확인했고, 직접 선호 최적화(DPO)를 적용하자 NA 상황을 식별하는 정확도가 약 30%포인트 향상되었습니다. 두 번째 연구에서는 모델들이 내부 추론에 영어 등 고자원 언어를 사용하는 경향이 있고 일부 모델에서는 내부 추론 언어와 출력 언어가 일치하지 않는 비율이 90%를 넘었으며, 텍스트 프리필링으로 추론 언어를 유도한 결과 고자원 언어가 수학·지식 과업에서 더 우수하고 현지 언어가 문화적 이해와 안전성 판단에서 더 효과적임을 보였습니다.