AI에게는 새로운 언어가 필요하다

GEUL — 인간과 AI가 모호성 없이 소통하기 위한 인공 언어

왜 프롬프트 엔지니어링의 시대는 끝났는가

모델이 똑똑해질수록 "어떻게 말하는가"보다 "무엇을 보여주는가"가 결과를 좌우한다. 프롬프트에서 컨텍스트로 넘어가는 전환과, 컨텍스트 엔지니어링에 필요한 일곱 가지 인프라를 다룬다.

왜 RAG로는 부족한가

RAG는 자연어를 자연어인 채로 검색한다. 임베딩 유사도의 세 가지 근본 한계와, 구조화된 의미 검색이 왜 필요한지 분석한다.

왜 명료화가 필요한가

자연어는 모호함을 풀려면 길어질 수밖에 없다. 식별자와 정형화된 자리가 있는 구조에서는 명료함과 간결함의 트레이드오프가 깨지고, 명료함이 색인·검증·정합성 검사의 전제가 된다.

왜 기계적 검증이 필요한가

자연어에는 "유효하지 않은 문장"이라는 개념이 없어 정보가 검사 없이 컨텍스트에 들어간다. 규격으로 형식을 거르는 기계적 검증이 왜 파이프라인에서 가장 먼저 와야 하는지 다룬다.

왜 필터가 필요한가

유효한 정보가 전부 필요한 정보는 아니다. 관련성·신뢰도·최신성으로 지금 필요한 것만 고르는 필터와, 구조화된 표현에서 그 기준이 필드 연산이 되는 이유를 다룬다.

왜 정합성 검사가 필요한가

개별적으로 옳은 정보도 모이면 서로 모순될 수 있다. 시간·출처·추론의 세 가지 모순 유형과, 구조화된 표현에서 모순 감지가 필드 비교와 산술로 바뀌는 이유를 다룬다.

왜 인공언어가 필요한가

자연어는 인간 통신을 위해 진화했다. 모호함, 중복, 암시는 인간에게 장점이지만 AI에게는 환각의 원인이다. 프로그래밍 언어도, 기존 의미 표현 체계도 답이 아니다. 여섯 조건을 동시에 만족하는 새로운 인공언어가 필요하다.

왜 탐색이 필요한가

지식이 커져 색인조차 컨텍스트 윈도우를 넘기면, 한 번에 찾는 검색은 한계에 부딪힌다. 계층적 지도를 따라 방향을 고르며 들어가는 탐색이 왜 필요한지 다룬다.

왜 자연어는 환각을 만드는가

자연어의 모호함, 출처 부재, 확신도 부재, 시점 부재라는 네 가지 구조적 결함이 AI 환각을 만든다. 더 큰 모델이 아니라 더 나은 언어가 답이다.

왜 MD/JSON/XML로는 안 되는가

마크다운, JSON, XML은 각자 다른 시대와 목적을 위해 만들어졌다. 구조는 있어도 통일된 의미가 없고, 출처를 담을 자리가 없다. AI의 추론을 기록하고 축적할 형식이 따로 필요한 이유를 짚는다.

왜 프로그래밍 언어로는 부족한가

프로그래밍 언어는 절차를 기술한다. 세계를 서술하지 못한다. JSON은 구조를 제공하지만 의미가 없다. LISP조차 구문을 빌려 쓸 뿐이다.

왜 임베딩 벡터로는 안 되는가

임베딩 벡터를 정렬하면 모델이 부서진다. 부서지지 않게 하려면 모델을 다시 만들어야 한다. 블랙박스의 내부가 아니라 외부에 투명한 층이 필요하다.

왜 에스페란토는 실패했는가

에스페란토는 배워야 했고, 기존 언어를 대체하려 했고, 소통이 목적이었기에 실패했다. AI를 위한 인공언어는 사람이 배울 필요가 없고, 자연어를 대체하지 않으며, 기록과 검증을 목적으로 한다는 점에서 다른 길을 간다.

왜 위키데이터인가

GEUL은 위키데이터를 부정하지 않는다. 덤프를 무손실로 적재하고, 개체 약 1.2억 개를 개체마다 모든 언어를 담은 GEUL 문서 하나로 옮긴다. 분류 체계와 빈도 통계로 의미정렬 식별자(SIDX)를 설계하는 일은 연구 중이다.

왜 워드넷인가

동사 체계를 직접 만들면 빠지고, 자의적이고, 근거가 없다. GEUL은 40년간 축적된 워드넷의 13,767개 동사로 임시 코드북을 만들어 구조를 배웠다. 워드넷은 CC0가 아니고 영어에 묶여 있어, 이 임시판은 워드넷 없는 동사 코드북으로 대체한다.

왜 사실이 아니라 주장인가

진실에는 접근할 수 없고, 우리에게 남는 것은 누군가의 주장뿐이다. 지식 시스템이 사실이 아니라 주장을 1차 데이터로 삼고 출처·시점·확신도를 담을 자리를 둬야 하는 이유를 다룬다.

왜 의미정렬 인덱스인가

ID가 주소가 아니라 지식이라면 JOIN 없이 비트 연산 한 번으로 후보를 좁힐 수 있다. GEUL이 연구 중인 의미정렬 식별자 SIDX의 구상과, 폭을 사용 통계로 정하려는 이유를 다룬다.

왜 16비트인가

16비트 워드 하나가 네트워크 스트림, 파일 포맷, LLM 어휘라는 세 세계의 단위가 되도록 설계했다. 왜 8비트도 32비트도 가변 길이도 아닌 16비트인지 설명한다.

왜 구조화된 기억이 필요한가

AI는 파일을 잘 쓰지만 자기가 쓴 파일을 못 찾는다. 문제는 저장이 아니라 인출이다. 목차·색인처럼 어디에 무엇이 있는지 적어 두는 지도 한 장에서 구조화된 기억까지 가는 길을 다룬다.

왜 추론을 코드로 캐시하는가

LLM이 매번 처음부터 추론하는 대신, 한 번 한 추론을 코드로 굳혀 캐시한다. 캐시 미스일 때만 LLM을 부르는 JIT 컴파일러 같은 구조와 그 효과를 다룬다.

왜 주석이 인덱스여야 하는가

주석은 사람을 위해 쓴다. 그러나 함수가 10,000개일 때 기계도 읽어야 한다. 주석을 서사에서 인덱스로 바꾸면, 풀스캔이 즉시 검색이 된다.

왜 비워둬야 하는가

GEUL은 모든 레코드를 여는 16비트 TAG WORD 공간의 75%를 비워둔다. IPv4, 유니코드, ASCII의 교훈 — 채우는 비용은 되돌릴 수 없지만, 비워두는 비용은 레코드마다 3비트다.