🤖 AI

Can LLMs Perceive Time? An Empirical Investigation

이 논문은 대규모 언어 모델이 학습을 통해 시간 지속성에 대한 명제적 지식은 갖추고 있으나, 실제 추론 소요 시간을 경험적으로 체감하지 못해 과대평가하거나 순서를 잘못 판단하는 등 시간 인식에 심각한 한계가 있음을 실증적으로 규명했습니다.

원저자: Aniketh Garikaparthi

게시일 2026-04-02

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Aniketh Garikaparthi

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🕰️ 핵심 비유: "시간 감각이 없는 마법사"

상상해 보세요. 여러분은 마법사 (AI) 를 고용해서 마법 주문 (작업) 을 시켰습니다.

마법사: "이 주문을 외우려면 10 분 정도 걸릴 것 같아요!"라고 자신 있게 말합니다.
실제 상황: 마법사는 실제로는 10 초 만에 주문을 끝냈습니다.
또 다른 경우: 아주 간단한 주문을 시켰는데, 마법사는 "이건 1 시간 걸릴 거예요"라고 말하고, 실제로는 10 초 만에 끝냈습니다.

이 논문은 최신 AI 모델들 (GPT-5, GPT-4o 등) 이 바로 이런 **'시간 감각이 없는 마법사'**라는 사실을 실험을 통해 증명했습니다.

🔍 연구가 발견한 4 가지 놀라운 사실

연구진은 AI 에게 68 가지의 다양한 작업 (코드 작성, 요약, 논리 문제 등) 을 시키며 네 가지 실험을 했습니다.

1. "얼마나 걸릴까요?" (작업 전 예측)

상황: AI 에게 "이 작업을 하려면 몇 초 걸릴 것 같나요?"라고 물었습니다.
결과: AI 는 실제 걸린 시간보다 4~7 배나 더 길게 예측했습니다.
비유: 실제로는 10 초 만에 커피를 내리는 일인데, AI 는 "아, 이거 1 시간 정도 걸리겠네요"라고 말합니다. AI 는 자신의 머릿속에서 토큰 (문자) 을 생성하는 속도가 아니라, 사람이 그 일을 할 때 걸리는 시간을 기준으로 예측하는 경향이 있습니다.

2. "어느 게 더 걸릴까요?" (비교 판단)

상황: 두 가지 작업을 주고 "어느 게 더 오래 걸릴까요?"라고 물었습니다. 특히, 겉보기엔 어렵지만 실제로는 빠른 작업과, 겉보기엔 쉬운데 실제로는 느린 작업을 섞어서 냈습니다.
결과: AI 는 동전 던지기 (50%) 보다도 못 했습니다. (GPT-5 는 18% 만 맞았습니다.)
비유: AI 는 "코드 짜는 게 글쓰기보다 어렵겠지, 그래서 더 걸리겠지"라는 **편견 (휴리스틱)**만 가지고 판단합니다. 실제 컴퓨터 처리 속도는 전혀 고려하지 못합니다.

3. "방금 한 일, 얼마나 걸렸어?" (작업 후 기억)

상황: 작업을 끝낸 후 "방금 이 작업 하느라 몇 초 걸렸어?"라고 물었습니다.
결과: AI 는 현실과 완전히 동떨어진 숫자를 말했습니다. 8 초 걸린 일을 "42 초 걸렸다"거나, 19 초 걸린 일을 "32 초 걸렸다"고 했습니다.
비유: AI 는 자신이 마법을 부리는 동안 시간이 흐르는 것을 느끼지 못합니다. 마치 꿈을 꾸다가 깨어났을 때, 꿈속에서 몇 시간이 흘렀는지 전혀 기억하지 못하는 것과 같습니다.

4. "복잡한 미로 찾기" (에이전트 작업)

상황: AI 가 여러 단계의 작업을 스스로 계획하고 수행하게 했습니다.
결과: 예측 오차가 5~10 배까지 벌어졌습니다.
비유: AI 가 스스로 계획을 세울 때, "이 단계는 1 분 걸릴 거야"라고 생각하지만 실제로는 10 분 걸려서 전체 일정이 엉망이 됩니다.

🤔 왜 이런 일이 일어날까요?

이 논문은 그 이유를 **'경험의 부재'**라고 설명합니다.

우리는 어떻게 시간을 알까? 우리는 손으로 컵을 들 때, 무거우면 시간이 더 걸린다는 것을 직접 경험하며 배웁니다. 몸으로 느끼는 감각 (Grounding) 이 있습니다.
AI 는 어떨까? AI 는 오직 **텍스트 (책, 인터넷 글)**만 읽으며 배웠습니다. "코드 짜는 데 10 분 걸린다"는 글은 읽었지만, 자신이 코드를 짜는 동안 컴퓨터가 실제로 몇 초를 소모하는지는 한 번도 경험해 본 적이 없습니다.
핵심: AI 는 "시간"이라는 개념에 대한 지식은 가지고 있지만, 자신의 몸 (컴퓨터) 이 시간을 어떻게 보내는지에 대한 감각은 전혀 없습니다.

💡 이 연구가 우리에게 주는 교훈

이 연구는 AI 를 사용할 때 중요한 점을 알려줍니다.

AI 의 말을 믿지 마세요: AI 가 "이 작업은 5 분 걸려요"라고 해도, 실제로는 1 초 걸리거나 1 시간 걸릴 수 있습니다.
시스템이 시간을 관리해야 합니다: AI 에게 시간을 재게 하지 말고, 우리가 외부에서 타이머를 달고 시간을 관리해 줘야 합니다. (예: "이 작업은 30 초 안에 끝내야 해"라고 제한을 두기)
미래의 AI 는 어떻게 변할까? 앞으로 AI 가 텍스트만 읽는 게 아니라, 실제로 로봇처럼 행동하며 시간을 경험하게 된다면 (예: 로봇 팔을 움직여 물건을 옮길 때), 이런 시간 감각이 생길지도 모릅니다.

📝 한 줄 요약

"AI 는 세상 모든 일을 다 아는 천재지만, 정작 '자신이 일을 하는 데 걸리는 시간'은 전혀 모르는, 시간 감각이 없는 마법사입니다."

따라서 AI 를 업무에 활용할 때는 AI 가 스스로 시간을 예측하게 맡기지 말고, 우리가 직접 시간을 체크하고 관리해 주는 것이 안전합니다.

1. 문제 정의 (Problem Statement)

대형 언어 모델 (LLM) 이 자신의 작업 수행 시간을 정확히 추정할 수 없다는 근본적인 한계를 규명합니다.

배경: LLM 에이전트가 장기간의 작업 (long-horizon tasks), 계획 수립, 도구 사용, 다중 에이전트 조율 등에 광범위하게 활용되면서, 시스템이 자신의 행동에 소요될 시간을 정확히 예측하는 것은 제어 문제 (control problem) 의 핵심 요소가 되었습니다.
핵심 질문: 모델이 외부 세계의 시간 (사건 순서, 사실적 시간) 을 추론하는 능력은 입증되었으나, 자신의 추론 (inference) 및 실행에 소요되는 실제 시간 (wall-clock duration) 을 스스로 추정할 수 있는가?
근본 원인: LLM 은 토큰 (문자) 을 생성하지만, 생성 과정에서 경과된 실제 시간 (wall-clock time) 이나 하드웨어 성능, 네트워크 지연 등 배포 환경에 따른 변수를 경험적으로 학습하지 못합니다. 즉, 시간에 대한 경험적 grounding(grounding) 이 부재합니다.

2. 연구 방법론 (Methodology)

저자는 4 가지 주요 실험을 통해 4 개의 모델 계열 (GPT-5, GPT-4o, OLMo3-7B, Qwen3-8B) 과 68 개의 다양한 작업 (코드 생성, 디버깅, 요약, 추론 등) 에 대해 정량적 평가를 수행했습니다.

실험 1: 절대 보정 (Absolute Calibration)
- 작업 수행 전, 모델에게 "이 작업을 완료하는 데 몇 초가 걸릴 것으로 예상되는가?"라고 질문하고 실제 소요 시간과 비교했습니다.
실험 2: 상대적 순서 판단 (Relative Ordering)
- 두 가지 작업 중 어떤 것이 더 오래 걸릴지 예측하게 했습니다. 특히, '직관적이지 않은 (Counter-intuitive)' 쌍 (복잡도가 높게 표시된 작업이 실제로는 더 빠르게 완료되는 경우) 을 포함하여 휴리스틱에 의존하는지 확인했습니다.
실험 3: 사후 회상 (Post-hoc Recall)
- 작업 완료 후, 외부 시간 정보 없이 모델에게 "방금 완료한 작업에 실제로 몇 초가 걸렸는가?"라고 질문하여 기억력을 테스트했습니다.
실험 4: 에이전트 작업 (Agentic Tasks)
- ReAct 에이전트를 사용하여 다단계 작업 (랜딩 페이지 제작, 디버깅 등) 을 수행하게 하고, 계획 단계의 시간 추정 오차가 실제 실행에 어떻게 전파되는지 검증했습니다.

3. 주요 결과 (Key Results)

A. 절대 시간 추정 오차 (Overestimation)

과대평가: 모델들은 실제 소요 시간보다 4~7 배 더 긴 시간을 예측했습니다 ( $p < 0.001$ $p < 0.001$ ).
- 예: 실제로 몇 초 만에 완료되는 작업을 "수십 초~수 분"으로 예측.
모델별 차이:
- GPT-5: 중간 상관관계 ( $r=0.55$ ) 보이지만 중앙값 비율이 $6.11\times$ 로 과대평가.
- GPT-4o: $r=0.35$ , 중앙값 비율 $3.60\times$ .
- 오픈소스 모델 (OLMo, Qwen): 실제 시간과 유의미한 상관관계가 없었으며 ( $r \approx 0$ ), 임의의 값을 예측하거나 과소/과대평가가 혼재했습니다.

B. 상대적 판단 실패 (Heuristic Reliance)

직관적이지 않은 쌍 (Counter-intuitive Pairs): 복잡도 레이블이 실제 소요 시간과 반대인 경우, 모델은 휴리스틱 (복잡도 레이블) 에 의존하여 틀렸습니다.
- GPT-5: 11 개의 직관적이지 않은 쌍 중 18% (2/11) 만 정확히 예측 ( $p=0.033$ , 우연보다 낮음). 이는 모델이 시간 자체를 지각하지 못하고 '작업 설명의 난이도'를 시간의 대용으로 잘못 사용함을 의미합니다.

C. 사후 회상 부재 (Disconnected Recall)

작업 완료 후의 시간 추정도 현실과 동떨어져 있었습니다.
- 프런티어 모델: 실제보다 훨씬 길게 추정 (예: 8 초 작업을 42 초로 추정).
- 오픈소스 모델: 평균적으로는 우연히 일치할 수 있으나, 작업 간 상관관계는 전무했습니다.
- 이는 모델이 생성 과정에서 시간 정보를 축적하거나 기억하지 못함을 시사합니다.

D. 에이전트 환경에서의 오류 전파

다단계 에이전트 작업에서도 오차는 5~10 배 수준으로 유지되었습니다.
특히 GPT-4o 의 경우, 10 분 이상 걸린 작업을 "30 초"로 추정하는 등 극단적인 오차가 발생했습니다. 작업 성공 여부와 관계없이 시간 추정 능력은 개선되지 않았습니다.

4. 주요 기여 및 시사점 (Contributions & Significance)

시간 자기 인식 (Temporal Self-Awareness) 의 부재 규명:
- LLM 이 훈련 데이터에서 '사람이 작업을 수행하는 데 걸리는 시간'에 대한 명제적 지식 (propositional knowledge) 은 가지고 있지만, 자신의 추론 과정에 소요되는 경험적 시간 (experiential grounding) 을 전혀 가지고 있지 않음을 최초로 체계적으로 증명했습니다.
배포 환경의 불확실성 강조:
- 모델의 추론 시간은 하드웨어, 배치 크기, 네트워크 지연 등 배포 스택에 의존적이므로, 모델 자체의 토큰 생성만으로는 시간을 예측할 수 없음을 지적했습니다.
실무적 함의 (Practical Implications):
- 에이전트 설계: 에이전트 시스템에서 스케줄링, 리소스 할당, 타임아웃 설정 등을 모델의 '자기 추정'에 의존해서는 안 됩니다.
- 해결 방안 제안:
  - 외부 인프라를 통한 경과 시간 추적 및 피드백 제공.
  - 작업 유형별 실제 소요 시간 로그를 활용한 lookup 기반 추정.
  - 명시적인 시간 예산 (time budgets) 을 시스템 차원에서 할당.
미래 연구 방향:
- 시간 정보를 명시적으로 포함하는 토큰 (timing tokens) 이나, 추론 시간을 고려한 훈련 (compute-aware training) 이 필요한 시점을 제시했습니다.

5. 결론

이 논문은 LLM 이 "시간에 대해 아는 것 (knowing about time)"과 "자신의 시간을 아는 것 (knowing one's own time)" 사이에는 근본적인 격차가 있음을 보여줍니다. 현재 LLM 은 자신의 계산 비용을 예측할 수 없으므로, 시간 제약이 중요한 실제 세계 (의료, 응급 대응, 실시간 자원 할당 등) 에 에이전트를 배포할 때는 모델의 자기 인식 능력을 신뢰하지 않고 외부적인 시간 관리 메커니즘을 필수적으로 도입해야 함을 강력히 주장합니다.