OpenAI, GPT-6로 COBOL 등 저리소스 언어 성능 향상 발표

OpenAI는 2026년 10월 19일, 최신 모델이 Python이나 JavaScript에 비해 학습용 코드가 적은 "저리소스 언어"에서도 소프트웨어 구축과 마이그레이션을 더 정확하게 수행하게 됐다고 발표했다. 배경에는 개발자와 기업 고객들로부터 코딩 모델이 이들 언어를 잘 다루지 못한다는 목소리가 있었다. 회사에 따르면 COBOL은 온라인 뱅킹 시스템의 40% 이상, 대면 신용카드 거래의 80%, ATM 거래의 95%를 떠받치고 있으며, Fortran은 기상 예보와 원자로 안전성 분석에 쓰이고 있다. 측정에는 두 가지 평가가 사용됐다. MultiLangBench는 지정된 언어로 SQLite 호환 데이터베이스 엔진을 처음부터 만들게 하는 20개 언어 대상 평가로, 출력은 SQLite 본family 구현으로 검증한다. GPT-6 Astra는 최대 추론 부하에서 평균 87.4%를 기록해, GPT-5.6 Sol의 26.8%보다 모든 언어에서 개선됐다. COBOL은 10.9%에서 72.1%로, OCaml은 25.6%에서 85.8%로, Fortran은 21.4%에서 83.5%로, Visual Basic은 27.5%에서 89.4%로 올랐다. 20개 언어 중 19개 언어가 83%를 넘었으며, COBOL은 72%로 여전히 가장 어려운 언어로 남았다. 저비용 지향의 GPT-6 Luna는 평균 40.3%이며, 샘플당 추정 평균 API 비용은 0.77달러로 GPT-5.6 Sol의 3.48달러보다 약 78% 낮다. COBOL 마이그레이션 평가는 COBOL 프로그램을 동작을 유지한 채 C++, Java, Kotlin, Python, Rust 중 하나로 옮기게 하는 것이다. 고정소수점 연산에서는 여분의 소수점 자릿수가 잘려 나가기 때문에, 반올림해 버리는 재작성은 금융 계산 결과를 바꿀 수 있다. 이에 비공개 테스트에서 출력의 바이트 단위 일치를 요구하며, 모든 테스트를 통과한 경우에만 성공으로 본다. GPT-6.1 Sol은 낮은 추론 부하에서 86.6%, GPT-5.6 Sol은 5.4%를 기록했다. 높은 추론 부하에서는 97.9%에 도달해 평가가 거의 포화 상태가 됐다. The Verge AI는 10월 26일, 이를 낮은 추론 부하에서 87%, 높은 추론 부하에서 98%로 반올림해 보도했다. 보도 간에 수치가 서로 다르다. OpenAI News(1차 정보)는 MultiLangBench의 비교 대상을 GPT-5.6 Sol(26.8%)로 제시했지만, The Decoder는 GPT-5.6 Terra의 약 38%에서 올랐다고 전했다. 비교 대상 모델명과 수치가 일치하지 않는다. 또한 The Decoder는 높은 추론 부하의 97.9%에 대해서는 언급하지 않았다. The Verge AI에 따르면 전문가들은 코드 재작성과 핵심 시스템 교체는 별개의 일이며 과제가 여전히 크다고 지적했다. OpenAI도 실제 운영 적용에는 전문가 검토와 업무 규칙 및 의존 관계에 대한 테스트가 필요하다고 밝혔다. 평가 설정과 테스트 스위트는 언어별 결과와 함께 GitHub에 공개됐으며, 최신 모델은 API로 시험해 볼 수 있다. 회사는 잘하고 못하는 언어나 워크플로에 대한 피드백을 향후 학습과 평가에 반영하겠다고 밝혔다.

보도를 바탕으로 AI가 작성 · 10일 전 업데이트