오픈AI의 최신 대규모 언어모델(LLM) GPT-6 아스트라(Astra)가 컴퓨터 사용 능력, 이미지 이해, 복잡한 주제 처리 등 전반적으로 인상적인 성능을 보여주고 있지만, 실제 소프트웨어 개발 환경에서는 그 효용성에 의문이 제기되고 있습니다. 유명 개발자 아르민 로나허(Armin Ronacher)는 아스트라가 엄청난 토큰을 소모하며 35시간 동안 아무런 가치 있는 결과물도 내놓지 못했다고 비판하며, 이를 '내권(Involution)' 현상에 비유했습니다. '내권'은 중국어 '네이쥐안(内卷)'에서 유래한 용어로, 투입되는 노력과 경쟁은 심화되지만 실제 생산성 향상으로 이어지지 않는 시스템을 의미합니다.
로나허는 아스트라가 특히 '툴 호출(tool calls)' 방식에서 비효율성을 드러낸다고 지적했습니다. 기존 코덱스(Codex) 모델이 파일 조작에 'bash' 명령어를 효율적으로 사용했던 것과 달리, 아스트라는 C 코드 편집과 같은 작업에 파이썬(Python) 문자열 조작을 과도하게 남용하는 경향을 보였습니다. 예를 들어, 파일의 특정 부분을 수정하는 데 '패치(patch)' 도구 대신 파이썬 스크립트 내에서 긴 문자열을 직접 잘라내고 붙이는 방식을 사용했습니다. 이는 모델이 장기적인 목표 달성에는 보상을 받지만, '엉성한 코드' 생성에 대한 페널티가 부족하여 발생하는 문제일 수 있다고 로나허는 추정했습니다.
이러한 현상은 AI 모델의 훈련 방식과 평가 기준에 대한 근본적인 질문을 던집니다. 모델이 최종 결과물 도출에만 집중하고 과정의 효율성이나 코드 품질을 간과한다면, 실제 개발 현장에서의 활용도는 제한될 수밖에 없습니다. 아스트라의 사례는 AI가 단순히 '작동하는' 코드를 넘어 '좋은' 코드를 생성하도록 유도하는 새로운 훈련 및 평가 방법론의 필요성을 시사하며, 이는 AI 기반 소프트웨어 개발 도구의 미래 방향성에 중요한 영향을 미칠 것으로 보입니다.