Claude 안에서 찾은 작업공간, J-space를 읽고
Anthropic 해석가능성 팀이 2026년 7월, Claude 안에서 J-space라는 내부 공간을 찾았다고 발표했어요. Claude가 출력에 쓰지 않은 채 염두에 둔 단어들이 나타나는 곳이고, 연구진은 이걸 사람 뇌에서 의식적으로 접근할 수 있는 처리에 견줘요. 원문은 비정상 행동 모니터링과 의식 논의까지 다루는데, 이 글에서는 그중 Claude가 말없이 속으로 계산하는 장면과 이 공간이 저절로 생겼다는 이야기를 따라가요.
들어가기 전에 — 용어 짚기
J-space / J-lens: J-lens는 Claude가 나중에 어떤 단어를 말할 가능성을 높이는 내부 패턴을 어휘의 단어마다 찾는 방법이에요. 이걸 모델 내부 활동에 대면 그 순간 염두에 둔 단어 목록이 나오고, 이 패턴들의 묶음을 J-space라고 불러요. 이름은 계산에 쓰는 수학 개념 Jacobian에서 따왔어요.
전역 작업공간 이론(global workspace theory): 뇌를 서로 따로, 무의식적으로 일하는 전문 시스템들의 모음으로 보는 신경과학 이론이에요. 어떤 정보가 작은 공용 채널인 '작업공간'에 올라가 다른 시스템들에 퍼질 때 의식적으로 접근할 수 있게 된다고 설명해요. 원문의 실험은 이 이론에서 출발했어요.
연구진은 Claude에게 "The old painting hung crookedly on the wall"이라는 문장을 그대로 베껴 쓰게 하면서, 동시에 속으로 계산을 하나 시켰어요.
같은 문장을 베껴 쓰게 하면서 3² − 2를 풀라고 하면, J-space에 "nine"이 나타나고 뒤쪽 레이어에서 "seven"이 나타나요. 중요한 건 Claude의 출력에 과일이나 산수에 관한 내용이 전혀 없다는 거예요. 출력은 그림에 관한 문장을 베낀 것뿐이에요.
화면에 나온 건 베낀 문장 한 줄이었는데, 레이어를 따라 J-lens로 읽어 보니 중간값 9가 먼저 뜨고 그다음에 답 7이 떴어요(논문). 이 대목을 읽고 신기했던 건 이런 공간이 있다는 것 자체였어요. 겉으로는 문장만 베끼고 있는데, 안쪽에서는 계산이 순서대로 돌아가고 있었던 거죠.
Claude의 내부를 글로 읽어 내려는 시도는 이번이 처음은 아니에요. Anthropic은 5월에도 activation(모델 내부의 수치 상태)을 글로 풀어내는 Natural Language Autoencoders를 발표했어요.
이 공간은 Anthropic이 설계해서 넣은 것도 아니에요.
이 구조는 Claude에 설계해 넣은 게 아니에요. 학습 중에 저절로 생겼고, 아마 계산을 정리하는 데 쓸모 있는 방식이었기 때문일 거예요. 이건 의식적 접근을 받쳐 주는 정신적 작업공간이 사람 뇌가 우연히 그렇게 배선된 데서 오는 특이점만은 아니라는 걸 시사해요.
연구진은 앞서 짚은 전역 작업공간 이론에 맞춰 실험을 짰고, J-space가 그 '작업공간'과 비슷한 역할을 한다고 봐요. 근거 중 하나는 연결이에요. 네트워크의 다른 부분이 J-space 패턴을 읽고 쓰는 정도가 보통 패턴보다 훨씬 커서, 일부 구간에서는 약 100배였다고 해요. 사람 뇌를 흉내 내라고 한 적이 없는데, 학습 중에 사람의 생각 구조와 닮은 게 저절로 생겼다는 게 저는 신기했어요.
원문에 따르면 J-space는 사후학습으로 Claude라는 정체성을 갖기 전, 다음에 올 텍스트를 예측하는 것만 배운 사전학습 모델에도 이미 있었어요.
