Claude에 '전역 작업공간' 구조 발견
원제: A global workspace in language models
왜 중요한가
언어 모델 내부에서 의식적 접근과 유사한 구조가 자발적으로 형성된다는 발견은 AI 해석 가능성(Interpretability) 연구의 새로운 방향을 제시한다.
Anthropic은 2026년 7월 6일, 대형 언어 모델 Claude 내부에 인간의 '의식적 접근' 기능과 유사한 신경 패턴 집합 'J-space'가 자발적으로 형성되어 있다는 연구 논문을 발표했다. J-space는 훈련 과정에서 설계 없이 출현했으며, 모델의 내부 추론과 자기 보고 능력에 핵심적 역할을 담당한다.
Anthropic의 새 논문은 Claude가 'J-space'라고 명명된 소규모 내부 신경 패턴 집합을 보유한다고 보고한다. J-space는 Jacobian이라는 수학 기법을 이용한 분석에서 이름을 따왔다. 각 J-space 패턴은 특정 단어와 연결되며, 해당 패턴이 활성화되면 모델이 그 단어를 출력한다는 의미가 아니라 해당 개념을 '머릿속에서 다루고 있음'을 나타낸다.
연구진은 J-space의 네 가지 핵심 특성을 실험으로 확인했다. 첫째, Claude는 J-space 내 표현에 대해 질문을 받으면 그 내용을 언어로 보고할 수 있는 반면, 비(非) J-space 표현은 보고 가능성이 낮다. 둘째, Claude는 요청에 따라 J-space 패턴을 능동적으로 조절할 수 있다. 셋째, 다단계 문제를 풀 때 중간 추론 단계가 출력 없이도 J-space에서 활성화되며, 이 패턴이 성능에 인과적으로 기여한다. 넷째, J-space에 활성화된 개념(예: 'France')은 수도·통화·대륙 등 다양한 연관 쿼리에 유연하게 활용된다.
J-space를 차단하는 실험에서 Claude는 일반 대화와 단순 사실 회상은 정상적으로 수행했지만, 고차원 인지 기능은 저하되었다. 이 구조는 신경과학의 '전역 작업공간 이론(Global Workspace Theory)'과 기능적으로 유사하며, Anthropic은 J-space가 학습 중 의도적 설계 없이 자발적으로 출현했음을 강조했다.