회사의 모델은 이제 COBOL 및 기타 이전 언어로 작업하는 데 더 능숙합니다.
OpenAI의 모델은 이제 COBOL, Fortran 및 Visual Basic을 포함하여 프로그래머 수가 줄어들고 있는 기존 프로그래밍 언어로 소프트웨어를 구축하고 마이그레이션하는 데 더 효과적입니다. 회사의 설명에 따르면 전 세계 은행의 40%는 여전히 COBOL 시스템에 의존하고 있으며 최신 언어를 사용하는 은행으로 마이그레이션하려면 수백만에서 수억 달러의 비용이 들 뿐만 아니라 많은 시간도 소요됩니다. 그러나 COBOL을 사용하는 프로그래머는 인력에서 고령화되고 있으므로 COBOL을 계속 사용하는 은행은 향후 몇 년 내에 마이그레이션해야 합니다.
회사는 모델의 COBOL 기능을 개선하기 위한 작업이 피드백을 제출한 개발자와 기업 고객의 지시에 따라 진행된다고 밝혔습니다. 코딩 모델은 오래된 언어로 작업할 때 분명히 어려움을 겪고 있습니다. OpenAI는 모델에게 지정된 프로그래밍 언어로 SQLite 호환 데이터베이스 엔진을 생성하도록 요청하는 MultiLangBench라는 AI 평가 제품군을 만들었습니다. GPT-6 Astra는 20개 언어에서 평균 87.4%의 합격률을 기록해 26.8%의 합격률을 기록한 GPT-5.6 Sol보다 훨씬 효과적이라고 합니다. COBOL은 Astra의 합격률이 72%로 여전히 해독하기 가장 어려운 언어입니다.
OpenAI는 또한 COBOL 프로그램을 C++, Java, Kotlin, Python 또는 Rust를 사용하는 프로그램으로 마이그레이션하는 동시에 프로그램의 기능을 보존함으로써 모델의 기능을 평가했습니다. OpenAI의 모델이 은행 기관이 현대 언어로 마이그레이션하는 데 효과적으로 도움을 주기 위해서는 초과 소수 자릿수가 있는 숫자를 반올림하는 방법 및 누락된 레코드를 처리하는 방법과 같은 COBOL 프로그램의 동작을 보존할 수 있어야 합니다. 이 경우 GPT-6.1 Sol은 높은 추론 노력을 통해 97.9%에 달하는 가장 높은 정확도를 달성했습니다. 낮은 추론 노력으로 86.6%의 정확도를 달성했습니다.
OpenAI는 해당 게시물에서 “모든 테스트가 통과”된 경우에만 마이그레이션이 성공할 수 있음을 인정했습니다. 결국 은행 업무를 처리하는 프로그램은 매우 정확해야 합니다. “이와 같은 동작 보존 기능은 기존 시스템을 유지 관리하고 현대화하는 팀에 유용합니다. 하지만 이를 프로덕션 소프트웨어에 적용하려면 여전히 시스템의 비즈니스 규칙 및 종속성에 대한 전문가의 검토와 테스트가 필요합니다.”라고 썼습니다.
이 주제에 대해 더 알고 싶다면 아래를 참고하세요
