애피어 AI 연구팀이 대형언어모델의 '정보 부족 인식'과 '과업별 추론언어 선택' 역량을 분석한 논문 2편을 발표했다. 28종 LLM 실험 결과 정답이 없는 '해당 사항 없음' 문항에서 정확도가 30~50% 하락했으나, 직접 선호 최적화(DPO) 학습을 적용하면 식별 정확도가 약 30%포인트 향상됐다. 또 다른 연구에서는 모델이 다른 언어로 질문받아도 내부적으로 영어 등 고자원 언어로 추론하는 경향이 있었으며, 문화적 이해나 안전성 판단에는 현지어 추론이 더 효과적인 것으로 나타났다.

• •LLM 28종 실험에서 '해당사항없음'이 정답일 때 정확도 30~50% 하락
• •DPO(직접선호최적화) 적용 시 정보부족 식별 정확도 약 30%포인트 향상
• •일부 모델, 다른 언어로 질문받아도 내부추론은 고자원언어(영어) 사용 비율 90% 넘음
• •문화적 이해·안전성 판단은 현지언어 추론이 더 효과적…'추론언어 라우팅' 개념 제시