MRKL 시스템으로 신경-기호 간극을 넘는 Jurassic-X

AI21 Labs는 Jurassic-X와 MRKL(Modular Reasoning, Knowledge and Language) 시스템을 제시했다. 핵심은 하나의 거대 언어모델에 모든 일을 맡기지 않고, 외부 지식원과 기호적 추론 전문가를 붙여 서로 다른 유형의 문제를 분담시키는 구조다.

회사는 앞서 공개한 **Jurassic-1(178B 파라미터)**의 반응을 소개하며, 1만 명이 넘는 개발자가 등록했고 수백 개의 상용 애플리케이션이 개발 중이라고 밝혔다. 동시에 언어모델의 한계를 짚는다. 회사 데이터베이스에 접근하지 못하고, 최신 정보도 알지 못하며, 복잡한 산술은 1970년대 HP 계산기 수준에도 못 미친다고 본다. 업데이트 비용도 크다는 점이 문제로 제시된다.

Jurassic-X는 라우터가 질문을 분해해 적절한 전문가에게 넘긴다. 기사에서 보여 준 활용 방식은 다음과 같다.

• 데이터베이스를 자연어로 검색하고 업데이트
• Wikidata 같은 최신 지식원에 연결해 시사성 있는 문장 생성
• 계산기를 호출해 자연어로 적힌 복잡한 수학 문제를 처리하고 계산 과정을 표시
• Tel Aviv와 Berlin 비교처럼 여러 단계로 나뉜 문제를 하위 질문으로 분해해 해결
• 날씨, 환율처럼 계속 바뀌는 정보를 외부 API로 가져와 답변

핵심은 정답률만이 아니라 투명성이다. 어떤 전문가가 어떤 하위 문제를 처리했는지, 중간 계산이 무엇이었는지를 보여 줘 블랙박스형 언어모델보다 더 신뢰할 수 있는 시스템을 만들겠다는 방향이다.