ARC-AGI는 "AI가 진짜 추론을 하는지" 테스트하는 가장 까다로운 벤치마크 중 하나예요

AI가 ARC-AGI-2에서 뉴로-심볼릭 구조로 성능을 16%에서 24.4%로 끌어올리는 데 성공했어요.

ARC-AGI는 "AI가 진짜 추론을 하는지" 테스트하는 가장 까다로운 벤치마크 중 하나예요. 순수 신경망은 조합 일반화가 약하고, 순수 기호 시스템은 시각 인식을 못 하는 문제가 있거든요. 이 연구는 두 방식을 합쳐서 격자에서 객체 구조를 추출하고, 인간의 시각 추상화 방식을 흉내 낸 '단위 패턴'으로 변환 후보를 제안한 뒤, 여러 예시에서 일관성을 확인해 가설을 걸러내는 구조를 제안했어요.

ARC Lang Solver와 메타 분류기로 조합하면 30.8%까지 올라가요. 파인튜닝이나 강화학습 없이, 브루트포스 탐색도 줄이면서 나온 결과라 의미가 있고, 코드도 오픈소스로 공개됐어요.

지각, 변환 제안, 기호 검증을 분리하는 구조가 범용 추론 향상의 실마리가 될 수 있다는 걸 보여준 연구예요.