Show HN: 내가 모델 가중치 안에 있는지 확인하기 — LLM 기억 메커니즘 시각화

2026년 6월 현재, LLM 모델 가중치 안에 자신의 흔적이 있는지 직접 확인할 수 있는 웹사이트 In the Weights가 화제다. 이름을 입력하면 GPT-5.5·Opus 4.8·Grok 4.20·Gemini 3.1 Lite·Llama 3.3 70B 등 13개 모델이 그 인물을 아는지 일제히 답하는 구조다. 긱뉴스에서 1일 전 글로 소개된 Show HN 프로젝트는, 단순한 검색 결과를 넘어 LLM의 "기억 메커니즘"을 시각화한다는 점에서 주목받고 있다. 본 글에서는 이 서비스의 동작 방식과 996 strength 등급이 의미하는 것, 그리고 Hacker News 댓글에서 발견된 실전 사용자들의 반응을 종합한다.

In the Weights 서비스 개요

In the Weights는 이름을 입력하면 여러 AI 모델 안에서 "살아 있는지" 확인하는 웹사이트다. 메인 페이지에는 "ARE YOU IN THE WEIGHTS" 문구 아래 이름 입력란이 있고, LEARN MORE와 VIEW LEADERBOARD 링크가 배치돼 있다. 한 번의 질의로 13개 모델을 동시 평가해 결과를 모아 보여주는 것이 핵심 기능이다. SHOW HN 성격의 프로젝트답게 Today 섹션이 따로 운영돼 매일 20명의 인물 순위를 갱신한다.

점수 체계와 996 strength의 의미

서비스는 인물별로 0~1,000 strength 점수를 부여한다. 오늘의 Heavyweights Top 20은 Wolfgang Amadeus Mozart, William Shakespeare, Taylor Swift, Steven Spielberg, Queen Elizabeth II, Pablo Picasso, Nelson Mandela, Ludwig van Beethoven, Lionel Messi, Leonardo da Vinci, LeBron James, Elvis Presley, Cristiano Ronaldo, Barack Obama, Albert Einstein, Adolf Hitler, Abraham Lincoln, Vladimir Putin, Stephen Hawking, Mohandas Karamchand Gandhi로 구성된다. 모두 996 strength로 동일하게 표기되는데, 이는 LLM 학습 데이터에 풍부하게 등장하는 "초고밀도 인물군"이 1,000점에 가까운 거의 만점대를 형성한다는 점을 보여준다. 즉 strength는 LLM 안에서의 정보 밀도를 정량화한 지표다.

13개 지원 모델 구성

확인 대상에는 GPT-5.5, GPT-5.4 Mini, Opus 4.8, Haiku 4.5, Grok 4.20, Gemini 3.1 Lite, Kimi K2 0905, DeepSeek V4, Llama 3.3 70B, Llama 3.2 1B, GLM 4.7 Flash, Mistral 3.2 24B, Qwen3 8B가 포함된다. OpenAI·Anthropic·xAI·Google·DeepSeek·Meta·Mistral·Zhipu·Alibaba까지 9개 주요 제작사가 골고루 들어 있다. 다만 Llama 3.2 1B, Qwen3 8B 같은 소형 오픈 가중치 모델은 결과 품질이 떨어질 수 있어, 같은 이름에 대해 13개 모델이 동일 인물로 수렴하는지가 신뢰도의 척도가 된다.

평가 모델 13종 카테고리

| 구분 | 모델 | 제작사 |

|------|------|--------|

| 플래그십 | GPT-5.5, Opus 4.8, Haiku 4.5 | OpenAI, Anthropic |

| 경량·저가 | GPT-5.4 Mini, Gemini 3.1 Lite | OpenAI, Google |

| 오픈 가중치 대형 | Llama 3.3 70B, Kimi K2 0905, DeepSeek V4 | Meta, Moonshot, DeepSeek |

| 오픈 가중치 중형 | Mistral 3.2 24B, Qwen3 8B | Mistral, Alibaba |

| 오픈 가중치 소형 | Llama 3.2 1B, GLM 4.7 Flash | Meta, Zhipu |

| 기타 | Grok 4.20 | xAI |

이 13개 모델 풀은 사실상 2026년 6월 현재 주류 LLM 생태계의 스냅샷이라 봐도 무방하다.

Hacker News 반응 — 환각과 콜드 리딩의 한계

HN 댓글에서 가장 두드러진 평가는 "예상대로 잘 안 됐다"는 반응이다. 한 사용자는 자신의 정보를 찾아낸 뒤 자신만만하게 틀린 내용을 지어냈다고 지적했다. 해당 사용자는 소프트웨어 엔지니어이자 SaaS 쪽 사람인데, 블로그 단어를 조합한 가짜 회사 3곳의 창업자이며 오픈소스 기여자로 포장됐다고 덧붙였다. 본인은 콜드 리딩처럼 그럴듯한 배경을 던지고 "맞아, 바로 그거야!"라고 사용자가 동의하게 만드는 방식이라고 평했다. LLM이 흔히 보이는 패턴이지만 실명 입력은 부담스럽다는 결론을 냈다.

또 다른 사용자는 자신이 성인 콘텐츠 제작자이자 예술가라고 나왔는데 둘 다 아니라고 했다. 덴마크에서 본인 성을 쓰는 가족이 두 명뿐인데도 프로 축구 선수, Socialist Party 의원, 수면 매트리스 회사 창업자로 태깅됐다고 덧붙였다. 동일 성을 가진 다른 사람들의 정보를 가져온 결과로 분석된다.

흥미로운 엣지 케이스들

특정 이름을 입력했을 때 모델별로 상당히 다른 답이 나오는 경우가 있다. Alfred E. Neuman은 11개 응답에서 "Mad magazine 마스코트"로 나왔고, Llama 3.2 1B만 "독일계 미국인 작가"로 답해 환각으로 분류됐다. 튀는 응답은 동명의 Alfred Neumann 작가를 가리킨 것으로 추정된다. Tamamo-no-Mae는 3개 응답이 Type-Moon Fate 프랜차이즈의 Caster 클래스 Servant로, 12개는 전설적 구미호 정령으로 답해 압도적 다수가 환각으로 분류됐다.

아랍어 이름 사용자 중 한 명은 미국 제재 명단에 오른 테러리스트 또는 최초의 여성 항공기 자살 폭탄 테러범이라는 결과를 받았다고 토로했다. 1년 전 미국에 있었지만 비행기를 폭파한 적은 없다는 개인적 경험과 함께 대형 언어 모델 결과의 거짓 양성 위험성을 경고했다. 다른 Bluey 만화 성우 사례는 환각임에도 흥미로운 결과로 남아, 어떤 모델도 단순히 "모른다"고 답하지 못한다는 공통된 한계가 드러났다.

시각화의 가치와 "거의 모두 맞혔다" 케이스

시각화에 호의적인 반응도 있다. Zaphod Beeblebrox를 입력하면 은하계를 떠도는 가상 두 머리 전직 대통령으로, strength 740, 상위 5%를 기록했다. Jeremy Edberg(Reddit·Netflix)는 거의 전부 맞혔으며 Datadog 부사장이라는 단일 오답만 남았다. 즉, 잘 알려진 유명 인물은 모델 간 수렴도가 매우 높고, 이름이 같은 인물 여러 명이 섞여 있는 경우 LLM이 정보 밀도가 낮은 개인을 강제로 매핑하려는 경향이 있다는 패턴이 확인된다.

LLM 기억 메커니즘을 엿보는 도구

In the Weights는 LLM 학습 데이터 안에 어떤 인물·사건·개념이 얼마나 자주 등장하는지를 정량화하는 도구로 기능한다. 사용자가 자신의 이름을 넣었을 때 환각이 얼마나 발생하는지를 직접 측정해 모델별 신뢰도를 가늠할 수 있다. 2026년 6월 기준으로 13개 모델이 동일 인물로 수렴하는지, strength 점수가 어느 수준인지 확인하는 것이 모델 선택과 출력 검증에 유용한 신호가 된다. 다만 실명 입력의 프라이버시 리스크와 환각에 의한 오·남용 가능성은 여전히 사용자의 주의가 필요한 영역이다.