AI는 왜 매번 다르게 대답할까?

AI는 다음 조각을 고를 때 후보마다 확률을 매기고, 그 확률대로 제비뽑기를 해.

온도는 그 확률표를 얼마나 평평하게 만들지 정하는 손잡이야 — 낮추면 1등만 뽑히고, 올리면 아래 후보도 자주 뽑혀.

그래서 온도를 낮추면 답이 비슷비슷해지고, 올리면 다양해지는 대신 엉뚱해질 위험도 같이 커져.

직접 해보기 — 온도 손잡이 돌려보기

어제까지는 후보를 보기만 했다면, 오늘은 그 확률표 자체를 바꿔본다. 손잡이를 움직이면 막대 길이가 실제로 변한다.

온도 0.80 · 보통

확률 숫자는 설명을 위해 만든 모형값이야. 진짜 AI도 계산하는 방식은 같지만, 후보가 수만 개다.

같은 후보, 같은 순위인데 온도만 바뀌면 막대 모양이 이렇게 달라진다.

왼쪽은 거의 1등만 뽑히고, 오른쪽은 5등도 심심찮게 뽑힌다. 세 그림의 후보 순서는 완전히 같다.

세 문제. 답을 고르면 바로 채점되고, 왜 그런지도 같이 나와.

오늘의 한 줄

온도는 AI를 똑똑하게 만드는 손잡이가 아니라,
얼마나 모험할지 정하는 손잡이다.

확률표를 온도로 평평하게 만드는 이 방법은 2015년 힌턴 팀의 증류 논문에서 널리 알려졌어 — Distilling the Knowledge in a Neural Network
온도를 0으로 놓아도 큰 AI는 같은 답이 잘 안 나온다는 걸 4,705번 돌려 확인한 2026년 실험도 있어(120B 이상 모델은 재현성 20% 미만) — Replayable Financial Agents
내일은 학습을 다뤄. 이 확률표가 애초에 어디서 나온 건지 거슬러 올라가 볼 거야.

하루 5분 AI 수업 · DAY 03 · 2026-09-09 | 작성자 blog.naver.com/factnotes