GPT·제미나이 수능 만점…K-AI는 이미지 문항서 취약 작성일 11-20 31 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">美 오픈AI·구글 최상위 모델 수능 만점 기록, 中 모델도 뒤따라<br>韓 LG AI 연구원 'K-엑사원 2.5' 성능 국내 최고지만, 멀티모달 능력 뒤떨어져</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="fzS1S4UZCH"> <figure class="figure_frm origin_fig" contents-hash="abcdad499cca1517c4b7807e2e00ca2f38ed70aee8eba03e7b9dae6ea22226d9" dmcf-pid="4qvtv8u5TG" dmcf-ptype="figure"> <p class="link_figure"><img alt="순천향대학교 컴퓨터소프트웨어공학과 구유겸씨가 만든 '2027년학년도 수능 거대언어모델(LLM) 풀이 대시보드' [사진=2027 수능 대시보드 갈무리]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/20/552779-26fvic8/20261120101945203gkpd.png" data-org-width="640" dmcf-mid="2jccdYmjTZ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/20/552779-26fvic8/20261120101945203gkpd.png" width="658"></p> <figcaption class="txt_caption default_figure"> 순천향대학교 컴퓨터소프트웨어공학과 구유겸씨가 만든 '2027년학년도 수능 거대언어모델(LLM) 풀이 대시보드' [사진=2027 수능 대시보드 갈무리] </figcaption> </figure> <div contents-hash="f76b679f94ca14eea0c8f14346acc9a0cd08d94fdf6bf0b6439bcb8c5fe216a9" dmcf-pid="8BTFT671vY" dmcf-ptype="general"> <br>2027학년도 대학수학능력시험(수능)이 끝난 가운데 미국과 중국, 한국 등 주요 인공지능(AI) 모델에 수능 문제를 풀게 한 결과 오픈AI와 구글의 모델이 나란히 450점 만점을 기록했다. </div> <p contents-hash="fad94016357044c7f6e381fc8fa3b2b0ec640c40ea0b0f7fbb3d94d58582d8b2" dmcf-pid="6by3yPztTW" dmcf-ptype="general">과학기술정보통신부(과기정통부)가 추진하는 독자 AI 파운데이션 모델(독파모) 프로젝트에 참여하는 LG AI연구원과 업스테이지의 모델은 상대적으로 낮은 점수를 받았다. 특히 이미지가 포함된 문제에서 정답률이 크게 떨어지면서 글로벌 최상위 모델보다 멀티모달 성능이 뒤처지는 것으로 나타났다.</p> <p contents-hash="77445003b9c5c218af560ad1c64f2db72b163cd3c0abb12b0807b976742cf131" dmcf-pid="PKW0WQqFTy" dmcf-ptype="general">20일 순천향대학교 컴퓨터소프트웨어공학과 구유겸씨는 '2027년학년도 수능 거대언어모델(LLM) 풀이 대시보드'를 공개했다. </p> <p contents-hash="d251abd3bcea458168a48cd846ab40be81dbb5f3c818875627d5af0b4c2ffde2" dmcf-pid="Q9YpYxB3TT" dmcf-ptype="general">이 대시보드에 따르면 2027년 수능에서 만점을 기록한 모델은 오픈AI의 'GPT-6.2 아스트라(Astra)'와 구글의 '제미나이 4 네온(Neon)' 이었다. </p> <p contents-hash="dd2540d4b39a2a5a36daf1be6a3ecba540fe6ce4597701d69466afd82c53552e" dmcf-pid="x2GUGMb0hv" dmcf-ptype="general">앤트로픽 모델도 높은 성적을 보였다. '클로드 페이블 5.2'와 '클로드 오퍼스 5.5'도 각각 449.3점으로 집계됐다. 오픈AI의 'GPT 6.1 테라' 역시 445.8점을 기록했다. </p> <p contents-hash="07a67500d87618aa0c0e2981c1350bc0281aa528c49047a6265ea3b9de99a414" dmcf-pid="yOeAeWrNlS" dmcf-ptype="general">중국 모델도 높은 점수를 기록했다. 중국 AI 기업 '키미'의 'K3.1프로'는 438점이었다. 키미는 국어, 영어, 한국사 영역에서 만점을 받았지만 수학과 탐구 영역에서 각각 96점과 92점을 받았다. </p> <p contents-hash="c176aa056590bb21747ed522cb9449d3c9129cf3193ef8fd1a67a203301c023e" dmcf-pid="WIdcdYmjvl" dmcf-ptype="general">중국 알리바바그룹의 모델 '큐웬 4 맥스' 역시 국어, 영어, 한국사 영역에서 100점을 맞았다. 반면 수학과 탐구 영역에서 각각 96점과 88.5점을 기록했다. </p> <p contents-hash="1909b1b80be79406e1ee4fca81c6ed2a833a9bf607af635363da3e8a07d4b061" dmcf-pid="YCJkJGsAyh" dmcf-ptype="general">반면 국내 AI 모델은 글로벌 최상위 모델과 점수 차이를 보였다. LG AI연구원의 'K-엑사원 2.5'는 총 414.7점으로 오픈AI 아스트라보다 35.3점 낮았다. 수학과 한국사 영역에서 만점을 기록했지만 국어 98점, 영어 96점, 탐구 영역에서는 70.7점에 그쳤다.</p> <div contents-hash="a053c076d9ce117d2f6141729813a6a8f22f3911b86fd25873dcd1e8fa2e5a9a" dmcf-pid="GhiEiHOchC" dmcf-ptype="general"> 업스테이지의 '솔라 미니 4.5 프리뷰'는 397.8점을 기록해 만점 모델과 52.2점 차이가 났다. 한국사 영역에서만 만점을 받았으며 국어 91점, 수학 95,7점, 영어 96점, 탐구 영역 65.2점으로 집계됐다. <br> </div> <figure class="figure_frm origin_fig" contents-hash="e856b22ff3fefcfc9b24ba71f4879d5364e942044e3f417a07c9c1ba39d55d2d" dmcf-pid="Hdu4ujMVCI" dmcf-ptype="figure"> <p class="link_figure"><img alt="순천향대학교 컴퓨터소프트웨어공학과 구유겸씨가 만든 '2027년학년도 수능 거대언어모델(LLM) 풀이 대시보드' 내 이미지 문제 정답률 표 [사진=2027 수능 대시보드 갈무리]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/20/552779-26fvic8/20261120101946511rach.png" data-org-width="640" dmcf-mid="VAQQBEJ6CX" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/20/552779-26fvic8/20261120101946511rach.png" width="658"></p> <figcaption class="txt_caption default_figure"> 순천향대학교 컴퓨터소프트웨어공학과 구유겸씨가 만든 '2027년학년도 수능 거대언어모델(LLM) 풀이 대시보드' 내 이미지 문제 정답률 표 [사진=2027 수능 대시보드 갈무리] </figcaption> </figure> <div contents-hash="89854be8b001176f3caee0e2ddff6474961bcab35e2d12246410f2585d5eb6ea" dmcf-pid="XJ787ARfTO" dmcf-ptype="general"> <br>특히 국내 모델들은 이미지가 포함된 문제에서 낮은 정답률을 보였다. 이미지가 있는 문제의 정답률은 GPT-6.2 아스트라와 제미나이 4 네온, GPT-6.2 솔이 모두 100%를 기록했다. 클로드 페이블 5.2와 클로드 오퍼스 5.5도 각각 99.4%에 달했다. </div> <p contents-hash="65778fefc4539f1283943546f3c5ab98b438fe6893e59aa9da51d658b746ba8e" dmcf-pid="Ziz6zce4ls" dmcf-ptype="general">이와 달리 K-엑사원 2.5의 이미지 포함 문제 정답률은 60.4%에 그쳤다. 솔라 미니 4.5 프리뷰는 52.5%로 집계됐다. 아스트라와 비교하면 각각 39.6%포인트(p), 47.5%p 낮은 수준이다.</p> <p contents-hash="db27f9037cfb5803000ff23325764c151f089fd1f9ec75635d7e9e80b949af09" dmcf-pid="5nqPqkd8Sm" dmcf-ptype="general">전문가들은 이런 모델 성능 차이가 학습 데이터, 모델 규모, 추론 역량 등 복합적 요인에서 비롯됐다고 분석했다. 최병호 고려대학교 인공지능연구소 연구교수는 "글로벌 빅테크와 국내 기업 모델의 파라미터 규모와 추론 단계에서 활용할 수 있는 컴퓨팅 인프라 수준에서 차이가 크다"며 "이미지가 포함한 문제는 광학문자인식(OCR) 기술로 정보를 정확하게 추출한 후 추론하는 과정이 필요한데 빅테크의 경우 추론 모델 성능을 크게 높인 만큼 결과에서 차이가 날 수 밖에 없다"고 짚었다. </p> <p contents-hash="12594ed9f3d0995c2c81bd3ba0899ff11a962957e61be98d4dfc9e974b194d6e" dmcf-pid="1LBQBEJ6lr" dmcf-ptype="general">이어 "학습 데이터 차이도 중요한 요인"이라며 "글로벌 빅테크는 수능 기출문제, 문제집 등을 사전에 학습했을 가능성이 있지만 국내 기업들은 관련 데이터를 충분히 확보하지 못했을 수 도 있다"고 덧붙였다. </p> </section> </div> 관련자료 이전 '올해의 나' 서버랙에 안에...SKT, 성수에 ‘기억 저장소’ 열었다 11-20 다음 한 해의 '나'를 AI로 결산…SKT, 성수서 유물 트리 점등 11-20 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.