사회
KAIST, "시간 오류 자동 진단" LLM 취약성 개선…AI 신뢰성 제고
뉴스보이
2026.04.14. 10:11
뉴스보이
2026.04.14. 10:11
간단 요약
간단 요약
KAIST 연구진은 40여년 검증된 시간 데이터베이스 이론을 AI 평가에 최초 도입했습니다.
이 기술은 LLM의 시간 환각 현상을 21.7% 더 정확하게 탐지합니다.
이 기사는 8개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 8개 언론사의 보도를 교차 검증하여 작성되었습니다.
KAIST 연구진이 인공지능(AI)의 시간 오류를 잡아내는 새로운 평가 기술을 개발했습니다. 이 기술은 AI가 현실 정보를 자동으로 반영하면서도 겉으로는 맞아 보이는 '시간 환각'을 탐지합니다. KAIST 전기및전자공학부 황의종 교수 연구팀은 마이크로소프트연구소와 공동으로 거대언어모델(LLM)의 시간 추론 능력을 자동으로 평가하고 진단하는 시스템을 개발했습니다.
연구팀은 40여년간 검증된 '시간 데이터베이스' 설계 이론을 AI 평가에 최초로 도입했습니다. 이를 통해 사람이 평가용 문제를 일일이 만들 필요 없이 데이터베이스만으로 13가지 유형의 복잡한 시간 기반 문제를 자동으로 생성합니다. 문제 생성부터 정답 도출, 검증까지 전 과정을 자동화하여 유지보수 부담을 크게 줄였습니다.
새로운 지표를 도입하여 답변 과정에서 제시된 날짜나 기간의 논리적 타당성까지 검증합니다. 이 기술은 시간적 근거가 잘못된 시간 환각 현상을 기존 대비 평균 21.7% 더 정확하게 탐지합니다. 또한 정보 변경 시 데이터베이스만 갱신하면 되므로 평가 유지 비용을 절감하고 입력 데이터량도 평균 51% 줄어드는 효과를 보였습니다.
황의종 교수는 고전적인 데이터베이스 설계 이론이 최신 인공지능의 신뢰성 문제를 해결하는 데 중요한 역할을 할 수 있음을 강조했습니다. 이 기술은 향후 의료, 법률 등 다양한 분야의 인공지능 성능 검증에 실질적인 기반이 될 것으로 기대됩니다. 이번 연구 결과는 4월 인공지능 분야 최고 권위 학술대회인 'ICLR 2026'에서 발표될 예정입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
