2026년 4월 13일 · Unknown · financial · 출처 Yahoo Finance
연구 결과는 성공적인 기업 AI 전략이 고품질의 문화적 뉘앙스를 반영한 데이터에 기반한 지속적인 검증을 필요로 함을 강조합니다.
2026년 4월 13일, 영국 메이든헤드--(비즈니스 와이어)--글로벌 AI 솔루션 기업 RWS(RWS.L)는 최신 TrainAI 다국어 LLM 합성 데이터 생성 연구 결과를 발표하며, 선도적인 대규모 언어 모델(LLM)이 전 세계 언어 격차를 해소하고 있지만 모델 세대 간 성능이 예측 불가능할 수 있다고 밝혔습니다. 이 연구 결과는 기업이 특정 비즈니스 요구에 맞는 적절한 모델을 선택할 수 있도록 지속적이고 전문가 주도의 평가가 필요함을 강조합니다.
축소되는 글로벌 언어 격차는 이 연구의 가장 중요한 발견 중 하나입니다. 연구에 따르면 영어와 같은 잘 지원되는 언어와 상대적으로 지원이 부족한 언어 간의 성능 격차가 크게 좁혀졌습니다. GPT 및 Claude Sonnet와 같은 모델에서 언어 개선이 산업 전반의 추세로 나타나며 의미 있는 진전을 보였지만, 연구는 Google의 Gemini Pro가 두각을 나타냈다고 지적했습니다. Gemini Pro는 이전 모델 세대가 일관된 텍스트 생산에 어려움을 겪었던 언어인 키냐르완다어에서 높은 품질 점수(5점 만점에 4.5점 이상)를 달성했습니다.
RWS의 TrainAI CEO 바사기 코탄다파니는 "이 연구는 인간 전문성을 대체하는 것이 아니라 적절한 기술로 이를 향상시키는 변혁의 순간을 알립니다"라고 말했습니다. "AI가 다양한 언어에서 더욱 능숙해짐에 따라 깊은 문화적 이해와 인간의 검증 필요성은 그 어느 때보다 중요해졌습니다. 이 때문에 RWS는 정확성, 문화적 공감 및 글로벌 규모의 브랜드 일관성을 보장하기 위해 전문가를 참여시켜 이러한 강력한 기술을 콘텐츠 워크플로우에 통합함으로써 기업을 이 새로운 현실로 안내하고 있습니다."
연구는 또한 기업에게 중요한 주의 사항을 발견했습니다: AI의 진전이 반드시 선형적이지는 않다는 점입니다. 연구는 LLM 능력이 한 버전에서 다른 버전으로 예상치 못하게 변할 수 있는 "벤치마크 표류(benchmark drift)" 현상을 확인했습니다.