COBOL 마이그레이션은 OpenAI가 2026년 10월 19일 공개한 공식 연구 글 「Advancing coding in low-resource programming languages」에서 국면이 바뀌었다. 이 글은 두 가지 새 평가의 결과를 제시한다. GPT-6.1 Sol은 COBOL 프로그램을 현대 언어로 옮기는 정확도에서 낮은 추론 설정 86.6%, 높은 추론 설정 97.9%를 기록했다. 같은 평가에서 이전 세대 GPT-5.6 Sol은 낮은 추론 설정에서 5.4%에 그쳤다. 수십 년 된 시스템을 안고 있는 은행과 정부 기관에게는, 주류 언어의 또 다른 점수 경쟁보다 이 도약 폭이 더 볼 만하다.
문법 암기가 아니라 실제 일을 재는 시험이다
OpenAI는 두 개의 시험장을 마련했다. 첫째 MultiLangBench는 모델에게 SQLite 호환 데이터베이스 엔진을 처음부터 만들게 하되, 20가지 프로그래밍 언어로 각각 구현하게 한다. 코드 구성, 상태 관리, 오류 처리, 기존 기능을 깨지 않으면서 기능을 계속 붙이는 장거리 엔지니어링 능력을 재는 시험이다. 둘째 COBOL 마이그레이션 평가는 기존 COBOL 프로그램을 C++, Java, Kotlin, Python, Rust 중 하나로 옮기고, 숨은 테스트로 관찰 가능한 출력을 바이트 단위까지 대조해 전부 통과해야 성공으로 친다. 업무 논리가 조금만 달라져도 장부가 맞지 않기 때문이다. 처음부터 짓는 능력과 원래 동작을 그대로 보존하는 능력, 레거시 팀이 가장 자주 맡는 두 가지 일을 그대로 재는 셈이다.
가장 크게 좋아진 곳은 학습 데이터가 가장 적은 언어다
MultiLangBench에서 GPT-6 Astra는 20개 언어 평균 테스트 통과율 87.4%를 기록해 GPT-5.6 Sol의 26.8%에서 크게 올랐고, 모든 언어에서 개선됐다. 언어별로 보면 차이가 더 또렷하다. COBOL은 10.9%에서 72.1%로, Fortran은 21.4%에서 83.5%로, Visual Basic은 27.5%에서 89.4%로, OCaml은 25.6%에서 85.8%로 올랐다. 20개 언어 중 19개가 83%를 넘겼고, COBOL은 72.1%로 여전히 가장 어려운 언어다. 저렴한 선택지도 강해졌다. GPT-6 Luna는 평균 40.3%로 이전 세대 플래그십을 앞질렀고, 샘플당 추정 API 비용은 약 0.77달러로 GPT-5.6 Sol의 3.48달러보다 약 78% 싸다. 마이그레이션 평가에서도 GPT-6.1 Sol이 86.6%를 냈을 때의 비용은 이전 세대의 61% 수준이었다.
금융과 공공 시스템에서 무게가 큰 이유
저자원 언어에 부족한 것은 관심이 아니라 실패가 허용되지 않는 정도다. OpenAI가 글에서 인용한 수치에 따르면 COBOL은 온라인 뱅킹 시스템의 40% 이상, 대면 카드 거래의 80%, ATM 거래의 95%를 떠받치고, Fortran은 기상 예보와 원자로 안전 해석에 쓰인다. 유지보수가 어려운 이유는 구조적이다. 문서가 불완전하고, 원래 개발자는 이미 떠났으며, 핵심 업무 규칙은 코드 안에만 남아 있다. 글의 예가 전형적이다. COBOL의 고정소수점 연산은 명시적으로 반올림을 요구하지 않는 한 남는 소수 자리를 버리는데, 마이그레이션 도구가 멋대로 반올림으로 바꿔 버리면 프로그램은 오류 없이 계속 돌면서 계산되는 돈만 달라진다. 바이트 단위 일치를 요구하는 이유가 바로 이런 조용한 어긋남을 잡기 위해서다.
운영 시스템 마이그레이션에 바로 쓸 수 있을까
아직 단독으로는 어렵다. OpenAI 스스로 글에서 경계를 분명히 했다. 이 능력을 운영 소프트웨어에 적용하려면 여전히 전문가 검토와, 업무 규칙 및 시스템 의존성에 비춘 충분한 테스트가 필요하다. 이번 점수도 OpenAI 자체 평가에서 나온 것이어서, 외부에서 할 수 있는 검증은 MultiLangBench를 다시 돌려 보는 것이다. 평가 설정과 테스트 모음은 언어별 결과와 함께 GitHub에 공개돼 있다. 업계 전체로 봐도 프로그래밍 모델 경쟁은 주류 언어의 안락한 영역을 떠나고 있다. DeepSeek-V4.1-Flash가 앞서 DeepSWE에서 77점까지 오른 사례도 실제 엔지니어링에 가까운 과제를 재는 방향을 보여 준다. 레거시 팀에게 무난한 순서는 작은 시범이다. 테스트가 갖춰진 모듈 하나를 골라 옮기고, 자체 테스트로 동작 일치를 증명한 뒤 범위를 넓히는 것이다.
