구글, LLM 환각 원인은 지식 부족 아닌 '기억 인출' 실패로 분석
구글 리서치와 이스라엘 테크니온 연구진은 대형언어모델(LLM)의 환각 현상이 지식 부족보다 기억 인출 실패 때문이라고 발표했다. 연구는 최첨단 LLM들이 테스트 지식의 대부분을 저장하고 있지만, 질문 방식에 따라 접근하지 못하는 현상을 규명했으며, 새로운 평가 방식과 벤치마크를 제시했다. 연구진은 모델에 '생각' 단계를 부여하는 방식이 인출 실패를 줄이는 데 효과적이라고 제안했다.