확인한 것만 기록한다.
2026-11-23 · 00:17 KST / 15:17 UTC한국어 | EN검색 /

01 / AI · 분석

과학 코드 번역 AI, 실패 유형 따라 수리 분담

실패별 수리 배정에 별도 검증을 더해, 토큰 사용량과 번역 정답률을 함께 평가했다.

자연광이 드는 사무실의 두 모니터에 원문 근거를 검토하는 화면과 선별한 구절을 다음 연구 단계로 연결하는 화면이 글자를 알아볼 수 없게 보인다. AI 생성 이미지

과학 코드 번역 체계가 토큰을 최대 52.4% 덜 썼다고 연구진이 공개 모델 비교 평가에서 발표했다. 연구진 공개 수치이다.

논문은 컴파일·실행 검사에서 놓친 오답을 별도 검증으로 드러냈다고 설명했다. 실행 가능 여부와 번역의 정확성을 구분한 설계이다.

연구진은 번역·컴파일 진단·실행 검증을 독립 에이전트에 맡겼다고 설명했다. 실패 판정에 따라 필요한 수리 기능을 배정하는 구조이다.

실패 유형에 따른 수리 배정

논문은 기존 언어 모델 기반 방식이 고정된 순서로 작업을 처리한다고 설명했다. 실패에 따른 수리 전략을 구분하지 않는다는 점도 한계로 제시했다.

연구진은 판정을 바탕으로 작업을 조정하는 장치가 실패별 수리 기능을 선택하도록 설계했다. 자동 출력 검사는 수정과 재검사를 반복하는 기준으로 사용했다.

실행 통과 뒤의 추가 검증

논문은 HeCBench의 계산 작업 30개를 평가 대상으로 제시했다. 병렬 계산용 프로그래밍 체계인 CUDA·OpenMP·SYCL 사이를 양방향으로 번역했다.

연구진은 모델·번역 방향의 18개 조합 모두에서 비교 기법보다 검증된 정답률이 높았다고 발표했다. 연구진 공개 수치이며, 토큰 사용량도 비교 기법을 기준으로 평가했다. 초록은 조합별 정답률을 수치로 제시하지 않았다.

논문은 검사에서 잘못 통과한 결과를 "false positives"로 표현했다. 별도로 수행한 언어 모델 기반 검증이 이를 드러냈다고 설명했다. 이 체계의 정답률은 실행 통과 뒤의 추가 판정까지 거친 결과이다.