최근 1.8MB에 불과한 JSON 모델과 약 100줄의 파이썬(Python) 표준 라이브러리 코드만으로 11개 언어의 숫자를 인식해 '넘버왕(Numberwang)' 여부를 판정하는 소형 신경망 'WangNet'이 공개되어 주목받고 있습니다. 이 모델은 외부 의존성 없이 독립적으로 실행 가능하며, 숫자, 숫자를 나타내는 단어, 산술식, 로마 숫자, 서수 등 다양한 형태의 입력을 처리할 수 있습니다.
WangNet은 80,804개의 매개변수를 가진 문자 단위 신경망으로, 추론 시 별도의 토크나이저나 정규화기 없이 네 가지 판정('Numberwang이 아님', 'Numberwang임', '숫자가 아님', 'Wangernumb')의 확률을 직접 출력합니다. 특히, 'Wangernumb'는 값이 1 또는 44인 경우에 해당하며, 이는 영국 코미디 스케치 '넘버왕'의 규칙을 반영한 것입니다. 모델은 486개의 별도 판정 사례에서 88.9%의 정확도를 기록했으며, 학습 레이블의 약 2%가 의도적으로 반전되어 있어 실제 정확도 상한은 약 98%로 추정됩니다. 또한, 11개 언어를 지원하며, 언어와 관계없이 같은 숫자는 동일한 판정을 받는 특징을 가집니다.
이처럼 작은 규모의 AI 모델이 다국어 숫자 인식 및 특정 규칙 기반 판정이라는 복잡한 작업을 수행할 수 있다는 점은 시사하는 바가 큽니다. 대규모 언어 모델(LLM)이 주류를 이루는 상황에서, WangNet은 특정 목적에 최적화된 경량 모델이 여전히 강력한 효율성과 유용성을 가질 수 있음을 보여줍니다. 이는 자원 제약이 있는 환경이나 특정 기능에 특화된 애플리케이션 개발에 있어 새로운 가능성을 제시하며, AI 기술의 접근성과 활용성을 넓히는 데 기여할 수 있습니다.