KAIST "시간 오류 자동 진단…LLM 취약성 개선"

AI 요약

KAIST 전기 및 전자공학부 황의종 교수 연구팀과 마이크로소프트연구소는 시시각각 달라지는 현실 정보를 자동으로 반영해 거대언어모델(LLM)의 시간 오류를 평가·진단하는 시간 데이터베이스 기반 자동 평가·진단 시스템을 개발했다고 14일 밝혔습니다. 이 시스템은 시간 데이터베이스 이론을 도입해 사람이 문제를 직접 작성하지 않고 데이터만으로 13가지 유형의 시간 기반 문제를 자동 생성·검증하며 시간 환각(Temporal Hallucination)을 평균 21.7% 더 정확하게 탐지하고 입력 데이터량을 평균 51% 줄이는 효과가 있다고 공동연구팀은 설명했습니다. 연구에는 KAIST 김소연 박사과정이 제1저자로 참여했고 마이크로소프트의 진동 왕(Jindong Wang)과 싱 시에(Xing Xie)이 공동저자로 참여했으며 연구 결과는 ICLR 2026에서 발표될 예정입니다.