오픈AI가 차세대 모델 '아스트라(Astra)'에 동일한 신경망 레이어를 반복 통과시켜 추론 깊이를 늘리는 '순환 깊이(Recurrent Depth, 일명 루프 트랜스포머)' 기술을 적용해 코딩·컴퓨터 활용·복잡한 추론 성능을 크게 끌어올렸다. 이 방식은 모델 규모를 키우지 않고도 동일한 질문에 더 많은 연산을 투입할 수 있어 메모리와 비용 부담을 줄이는 장점이 있다. 다만 계산 상당 부분이 자연어 사고 과정(CoT)으로 드러나지 않는 잠재적 상태에서 이뤄져, AI가 위험한 목표를 추구해도 기존 CoT 모니터링만으로는 조기에 포착하기 어려워질 수 있다는 우려가 제기된다. 오픈AI는 순환 깊이 적용을 CoT 가독성이 유지되는 수준으로 제한하고 추가 모니터링을 병행한다는 방침이며, 야쿠브 파초키 수석과학자는 현재 계산 그래프 깊이가 GPT-4 대비 두 배를 넘지 않는다고 밝혔다.

• •오플러이, '아스트라'에 동일 레이어를 반복 통과시키는 '순환 깊이(루프 트랜스포머)' 기술 적용
• •모델 규모 확대 없이 연산량을 늘려 코딩·추론 성능 향상, 메모리·비용 부담은 절감
• •계산 상당부분이 자연어 사고과정(CoT)으로 드러나지 않는 잠재적 상태로 수행돼 안전성 우려 제기
• •오플러이는 CoT 가독성 유지 범위로 기술 적용을 제한하고 추가 모니터링 병행
• •파초키 수석과학자, 현재 계산 그래프 깊이는 GPT-4 대비 2배 이내라고 설명