LLM(대규모 언어 모델)이 단순 대화 생성기에서 추론·행동·기억·자기개선 능력을 갖춘 통합 AI 시스템으로 근본적으로 변화하고 있다는 분석 논문이 2026년 6월 12일 arXiv에 제출됐다. 연구팀은 이 전환을 “챗봇에서 디지털 동료로”라는 틀로 개념화하며, 일회성 대화 응답에서 지속적 업무 수행으로의 이행을 두 가지 축으로 설명했다.
첫 번째 축은 인지 핵심의 진화다. 챗봇 시대의 LLM이 다음 토큰 예측 중심의 빠른 사고(fast thinking) 방식이었다면, 지금의 LLM은 추론 시점(inference-time) 연산 확대, 체인 오브 소트(Chain-of-Thought) 추론, 반성(reflection), 과정 감독(process supervision), 강화학습을 통해 더 신중하고 신뢰할 수 있는 인지를 지향하는 방향으로 나아가고 있다는 것이다. 두 번째 축은 도구 증강 과제 실행의 발전이다. 외부 자원을 임시방편으로 호출하는 수준의 도구 호출 에이전트에서, 지속적 작업 공간(persistent workspace)·재사용 가능한 기술·검증 루프·거버넌스를 갖춘 워크스테이션 방식 시스템으로의 전환이 이 축에 해당한다.
연구팀은 “워크스페이스 + 스킬” 패러다임이 에피소드식 도구 사용을 동료적 방식으로 전환하는 핵심이라고 주장했다. 상태 지속성, 재사용 가능한 절차, 과제 완결, 경험 재활용이 이를 가능하게 한다는 설명이다. 논문은 데이터 구성 방식의 변화도 짚었는데, 지시-응답 쌍 중심에서 상태-행동-관찰 궤적(State-Action-Observation trajectory) 중심으로 훈련 데이터가 재편되고 있으며, 평가 방식도 정적 벤치마크에서 샌드박스 기반의 감사 가능하고 자기 진화하는 AI 생태계로 이동하고 있다고 분석했다. 이 논문은 특정 시스템의 실험 결과를 제시하기보다 현재 LLM 연구의 방향성을 체계적으로 정리한 개념적 분석으로서 의미가 있다.
