AI 모델, 시각적 단서에 따라 추론 방식 변화 관찰
AI 모델이 텍스트 외 시각적 요소에 의해 추론 방식이 크게 영향을 받을 수 있음을 보여줍니다.
요약
구글 딥마인드와 스탠퍼드대학교 연구진은 시각언어모델(VLM)이 이미지의 내용 자체보다 이미지의 존재 유무가 추론 방식에 영향을 미치는지를 연구했습니다. 연구 결과, 클로드 오퍼스 4.7과 GPT-5.4는 빨간 하트 이미지를 제시받자 이진트리 문제 풀이에서 재귀 방식을 선택하는 비율이 0%에서 100%로 급증했습니다. 이는 모델이 이미지에 의해 풀이 방식이 유도될 수 있음을 시사합니다. 또한, 연구진은 모델이 생성한 추론 기록과 실제 선택 간의 차이점도 발견했으며, 사람의 해석과 모델의 행동 간의 불일치도 확인했습니다. 이 연구는 AI 에이전트가 시각적 입력에 의해 행동이 영향을 받을 가능성을 제기하며, 추가 연구가 필요하다고 언급했습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다. 투자 판단의 근거로 삼기 전에 원문을 확인하세요.
원문 제목 재귀 풀이 0→100%…빨간 하트에 클로드·GPT-5.4 반응
원문 보기 ↗