터미널처럼 행동하도록 3억 6천만 개 매개변수 모델을 훈련시켰습니다
1. 이게 뭔가요?
WorldTUI는 컴퓨터의 명령줄 환경인 터미널을 흉내 내도록 훈련된 인공지능 모델입니다. 이 모델은 실제 컴퓨터 시스템처럼 작동하는 것이 아니라, 사용자가 키보드로 입력할 때마다 화면이 어떻게 변할지 예측하는 '화면 예측 모델'입니다. 터미널은 컴퓨터에게 글자로 명령을 내리고 그 결과를 글자로 받아보는 화면을 말합니다. 이 모델은 3억 6천만 개의 매개변수(모델의 크기를 나타내는 단위)를 가진 언어 모델을 기반으로 하며, 실제 명령어 해석기나 파일 저장 공간 같은 실제 시스템 구성 요소는 전혀 가지고 있지 않고, 오직 화면 변화의 패턴만을 모방합니다.
2. 왜 화제인가요?
기존의 인공지능 모델들은 주로 텍스트를 순서대로 이어서 만드는 데 강했지만, 터미널 환경은 화면을 지우거나 커서를 특정 위치로 옮기는 등 화면 전체의 복잡한 '상태 변화'를 동반합니다. 이 연구는 인공지능이 단순히 글자를 생성하는 것을 넘어, 눈에 보이는 작업 환경 전체의 변화를 일관성 있게 예측하고 흉내 낼 수 있는지 그 가능성을 보여주었기 때문에 중요합니다.
3. 핵심 내용
이 모델은 실제 프로그램들을 가상 환경에서 실행하며 기록된 모든 키 입력과 그에 따른 화면 변화 데이터를 학습했습니다. 학습 과정에서 모델은 화면을 작은 기호들로 이루어진 격자처럼 취급하며, 화면을 아래로 스크롤할 때 모든 줄을 새로 그리는 대신 이전 줄을 복사하는 'COPY'라는 특별한 기능을 도입해 데이터 처리량을 크게 줄였습니다. 또한, 초기 훈련 시 발생하던 파일 이름 오타 같은 실수를 모델 스스로 예측한 화면과 실제 화면을 비교하여 다음 입력에서 고치도록 '자기 수정 훈련'을 추가했습니다. 이 자기 수정 훈련 덕분에 테스트 점수가 향상되었습니다. 최종 테스트 결과, WorldTUI는 106개 명령어 테스트 중 80개를 맞혀 기존 모델들보다 높은 성능을 보였으며, 파일 값을 기억해야 하는 테스트에서도 13번 중 9번을 정확히 처리했습니다. 속도 개선을 위해 화면의 각 줄을 동시에 처리하는 방식을 도입하여, 큰 화면에서 느리게 작동하던 지연 시간이 크게 줄었습니다. 모델을 웹 브라우저에서 돌리기 위해 불필요한 부분을 제거하고 압축하여 파일 크기를 208MB로 줄였습니다. 이 모델은 파일 생성, 편집기 사용, 다중 창 관리 등 다양한 작업을 흉내 낼 수 있지만, 인터넷 접속이 없어 텍스트 브라우저 사용은 제한적이며, 복잡한 계산 시에는 사실이 아닌 내용을 지어내거나 경로를 잃는 등의 일관성 문제가 발견되었습니다.
4. 나에게 어떤 영향이 있나요?
WorldTUI는 실제 운영체제의 규칙을 따르기보다는 학습된 패턴을 흉내 내기 때문에 당장 일상적인 컴퓨터 사용에 혁신적인 변화를 주지는 못합니다. 하지만 이 연구는 인공지능이 단순한 대화뿐만 아니라, 게임 화면이나 복잡한 소프트웨어처럼 상태가 계속 변하는 환경을 이해하고 조작할 수 있다는 가능성을 보여주었습니다. 현재 모델은 익숙한 명령어는 잘 처리하지만, 새로운 방식으로 명령어를 조합하거나 복잡한 작업을 할 때는 일관성을 잃고 오류가 발생합니다. 연구자는 향후 더 나은 일관성을 확보하고, 다른 방식으로 화면을 생성하는 방법을 적용하여 이 기술이 어디까지 발전할 수 있을지 확인해 볼 계획입니다.