마이크로소프트, AI 처리량 최대 59% 줄인 ForkPilot 소개

마이크로소프트가 10월 29일(현지시간) 공개한 Research Focus 97호에서 AI 연구 여러 건을 소개했다. 스스로 여러 단계의 일을 처리하는 AI(에이전트)부터 날씨 예측과 단백질 연구까지 담았다. 이 가운데 ForkPilot은 기존의 우수한 방법에 견줄 성능을 내면서 AI가 처리해야 하는 양을 최대 59% 줄였다고 밝혔다.

AI는 언제 다시 시도할까

ForkPilot은 앞선 결정을 되짚고 다른 방법을 시도할 시점을 AI가 스스로 익히게 하는 연구 체계다. 새로운 결과가 나오면 전략도 바꾼다. 마이크로소프트는 주요 AI 모델과 6개 성능 시험에서 ForkPilot을 평가했다. 여러 번 시도하는 데 드는 자원을 줄여, 복잡한 일을 맡기는 AI의 운영 효율을 높이려는 접근이다.

코딩 AI를 평가하는 CABRA 연구에서는 처음 보는 코드를 이해하는 일이 손꼽히는 난제로 나타났다. CABRA는 코딩 과제를 새로 만들고 난도를 조절해 AI에 어떤 능력이 부족한지 살핀다. 연구진은 수천 개 과제에서 AI가 도구를 써서 코딩 문제를 푸는 과정을 관찰했다. AI는 익숙하지 않은 코드 모음의 구조와 내용을 파악하는 데 여전히 어려움을 겪었다.

클릭과 타이핑으로 업무를 처리하는 AI를 위한 TeleTune도 소개됐다. 사람이 소프트웨어를 쓴 기록에서 반복해 쓸 만한 작업 절차를 배우고, 그 행동의 목적을 추정하는 방식이다. 마이크로소프트는 소프트웨어와 브라우저 작업 평가에서 기존 방법보다 나은 결과를 냈다고 밝혔다. 사람이 남긴 작업 기록을 AI 학습에 쓴다는 점이 특징이다.

직장과 교실에서는 어떻게 쓰나

직장에서 AI를 쓰는 방식은 흔한 용도만 보면 다들 비슷해 보인다. 연구진이 여러 고객 범주의 Copilot Chat 활동을 모아 분석한 결과, 분류된 활동 가운데 문서 편집이 20% 이상으로 가장 많았다. 그런데 가장 흔한 20개 활동을 빼고 보자 고객 범주별 차이가 훨씬 뚜렷해졌다. 연구진은 조직의 AI 수요를 알려면 사용량만 보지 말고 직원의 실제 업무와 필요한 성과를 살펴야 한다고 강조했다.

인도에서는 교사가 결과를 직접 검토하고 쓰는 Shiksha Copilot을 연구했다. 교육 자원이 부족한 학교의 교사 1,000명 이상이 참여했다. 연구는 이 도구가 두 언어로 수업을 준비하고 행정 업무를 처리하는 시간을 줄였다고 보고했다. 교사들은 아낀 시간을 학생 참여를 높이는 수업 활동에 썼고, 많은 참여자가 스트레스가 줄었다고 답했다. 교사들은 AI가 만든 자료를 각자 교실에 맞게 고쳐 썼다.

2~6주 뒤 날씨, 맞힐 수 있을까

날씨 분야에서는 2~6주 뒤 예측을 개선하는 PBC를 소개했다. 날씨 모델이 과거에 틀렸던 패턴을 학습해 오차를 바로잡는 방식이다. 마이크로소프트는 PBC가 이 기간의 예측 개선을 겨룬 국제 대회에서 최고 성적을 거뒀다고 밝혔다. 케냐에도 도입돼 농민에게 중요한 몬순 예측을 개선하는 데 쓰이고 있다고 설명했다.

단백질 같은 생체분자의 구조와 움직임, 기능을 연구하는 BioEmu2는 공개 미리보기로 나왔다. 마이크로소프트 리서치의 AI for Science 팀이 기존 Biomolecular Emulator를 바탕으로 개발했다. 회사는 단백질 기능을 더 잘 이해하면 효과적인 약물 개발에 도움이 될 수 있다고 설명했다.

이번에 소개된 연구들은 AI의 작업 부담을 줄이고 사람의 업무와 과학 연구에 쓰는 데 초점을 맞췄다. 코딩 AI에는 기존 코드 이해가, 조직의 AI 도입에는 구체적인 업무 파악이 과제로 제시됐다. 이런 개선이 실제 업무에서 얼마나 시간을 아껴 주는지는 앞으로 지켜볼 지점이다.