핵심 정보
10월 19일, OpenAI는 GPT-6 시리즈 모델이 COBOL, Fortran, Visual Basic과 같은 레거시 언어의 코드 생성 및 번역에서 극적인 개선을 이루었다고 발표했습니다. 이러한 언어들은 Python과 같은 현대 언어에 비해 방대한 학습 데이터가 부족하여 종종 저자원 언어로 분류됩니다.
COBOL을 C++, Java, Rust와 같은 언어로 변환하는 마이그레이션 테스트에서 GPT-6.1 Sol 모델은 86.6%의 성공률을 기록했으며, 더 높은 추론 설정을 적용했을 때는 97.9%까지 상승했습니다. 이는 이전 GPT-5.6 Sol 모델이 기록한 5.4%의 성공률에 비해 상당한 개선입니다. OpenAI는 이러한 테스트가 통과하기 위해 바이트 수준의 출력 정확도가 요구되었다고 언급했습니다.
이러한 발전에도 불구하고 OpenAI는 프로덕션 시스템에는 여전히 인간의 감독이 필수적이라고 강조합니다. 모델이 복잡한 로직을 처리할 수는 있지만, 배포 전 전문가의 검토와 비즈니스 규칙에 대한 엄격한 테스트가 여전히 필요하다고 조언합니다.
COBOL은 MultiLangBench 평가에서 유일하게 83%의 통과율을 넘지 못한 언어로, 여전히 가장 까다로운 언어로 남아 있습니다. 이번 개발은 숙련된 엔지니어 부족에도 불구하고 레거시 코드가 남아 있는 금융 시스템과 같은 중요 인프라 유지 관리에 잠재적인 해결책을 제시합니다. OpenAI는 레거시 환경에서 기존 AI 도구의 한계로 어려움을 겪는 개발자와 기업 고객의 피드백에 대응하여 이러한 기능을 개발했습니다.
