구글 바드, 수학/코딩 성능 개선 및 스프레드시트로 내보내기 추가

 

구글은 바드에 두 가지 개선 사항을 도입했습니다. 첫째, 수학 문제, 코딩 문제, 문자열 조작에서 Bard의 성능이 향상되었습니다. 또한 이제 Google 스프레드시트로 내보내기 기능이 새롭게 추가되었습니다.

 

구글은 '암시적 코드 실행(implicit code execution)'이라는 새로운 기술을 구현하여 바드의 연산 프롬프트 처리 능력을 향상시켰습니다. 이제 바드는 백그라운드에서 코드를 실행하여 수학 작업, 코딩 문제, 문자열 조작 프롬프트에 대해 더 정확한 응답을 제공할 수 있습니다. 이러한 개선 덕분에 Bard는 소인수 결정, 성장률 계산, 단어 반전 등의 프롬프트에 대한 답변에 탁월하게 대응할 수 있습니다.

 

Response and prompts

 

대형 언어 모델(LLM)은 언어와 창의적인 작업에 능숙한 것으로 알려져 있지만, 추론과 수학에는 어려움을 겪는 경우가 많습니다. 이러한 한계를 해결하기 위해 Google은 LLM의 성능과 기존 코드 실행을 결합한 새로운 방법을 도입했습니다.

 

이 방법은 '시스템 1' 사고와 '시스템 2' 사고를 구분하는 다니엘 카너먼의 저서 '사고, 빠르고 느리게' (Daniel Kahneman’s book “Thinking, Fast and Slow”)에서 영감을 얻었습니다. 시스템 1은 빠르고 직관적인 사고를, 시스템 2는 느리고 신중한 사고를 나타냅니다.

 

전통적으로 LLM은 시스템 1 사고에 따라 운영되어 심층적인 분석 없이 신속하게 응답을 생성합니다. 하지만 이는 문제 해결 시나리오에서 한계로 이어질 수 있습니다. 이를 극복하기 위해 Google은 LLM과 기존 코드(시스템 2)의 기능을 통합하여 Bard의 정확도를 개선했습니다.

 

암시적 코드 실행을 통해 바드는 논리 코드가 필요한 프롬프트를 인식하고 백그라운드에서 실행한 후 그 결과를 활용하여 보다 정확한 응답을 생성합니다. Google에 따르면 이 방법을 통해 내부 챌린지 데이터 세트의 계산 기반 단어 및 수학 문제에 대한 Bard의 응답 정확도가 약 30% 향상되었습니다.

 

(소스 : 구글 블로그)