Inkling 2 Small 사고 기록에 'fuck' 316회, 실패 신호는 아니었다

AI 평가기관 Vals AI가 11월 6일(현지시간) Inkling 2 Small의 사고 과정 기록에서 욕설을 발견했다고 밝혔다. 성능 시험 13개의 실행 2,655건을 살펴본 결과, 50건에서 욕설 ‘fuck’과 그 변형이 모두 316회 나왔다. Thinking Machines Lab이 11월 5일 이 모델을 발표한 다음 날 나온 분석이다.

욕설은 언제 나왔나

욕설은 일부 실행에 몰려 있었다. 전체 316회 가운데 241회가 단 2건에서 나왔다. Vals AI에 따르면 욕설은 대체로 단계 수가 많은 실행의 후반부에 등장했고, 그런 실행은 실패한 경우가 많았다.

조사 대상은 개발자가 서비스에 붙여 쓰는 방식(API)으로 기본 설정에서 모델을 돌렸을 때 모델이 적은 사고 과정과 메시지다. 외부 도구를 불러낸 내용과 도구가 돌려준 결과는 검사에서 뺐다. 실제 이용자가 받아 보는 답변에 욕설이 얼마나 자주 나오는지는 이번 조사에 담기지 않았다.

욕설을 답변 실패의 경고로 쓰기도 어렵다. Vals AI는 실패한 실행의 96%에서는 욕설이 전혀 나오지 않았다고 밝혔다. 욕설이 있는지만 보고 답변을 믿을지 가리기는 어렵다는 분석이다.

이전 모델과 무엇이 달라졌나

Inkling 2 Small은 글과 이미지를 받아 글로 답하는 2세대 모델이다. 문제를 풀 때 얼마나 깊게 생각할지도 조절할 수 있다. 지난 7월 출시한 Inkling-Small은 음성 입력을 받았지만, 새 모델은 음성을 받지 못한다. 음성 자료를 다루는 작업이라면 이 차이를 먼저 확인해야 한다.

회사가 공개한 AA-Briefcase 평가에서 새 모델은 1,527점을 받았다. 같은 비교에 오른 GLM-5.3-Flash(1,451점)보다 높고, DeepSeek-V4.1-Flash-1017(1,570점)보다 낮다. 회사는 새 모델이 답변을 간결하게 쓰지 못하거나, 작업에 맞는 도구를 고르지 못할 때도 있다고 설명했다. 업무에 넣을 때는 점수와 함께 이런 약점도 따져 봐야 한다.

어디서 써볼 수 있나

회사는 발표일부터 Tinker Playground에서 새 모델을 체험할 수 있다고 밝혔다. Tinker에서는 답변을 만들거나 모델에 자료를 더 학습시키는 데도 쓸 수 있다. 모델 전체 파일(가중치)은 외부 안전성 시험을 마친 뒤 다음 주에 Apache 2.0 라이선스로 공개할 계획이라고 설명했다.

Vals AI의 분석에서 욕설은 실패를 미리 알려 주는 신호가 아니었다. 앞으로 확인할 점은 실제 이용자 답변에서 욕설이 나오는 빈도와 그 원인이다. 한국 이용자라면 국내 접속 가능 여부, 한국어 성능, 이용 요금도 도입 전에 살펴볼 항목이다.