원문 캡처 · zansara.dev
원문 캡처 · zansara.dev

LLM은 언어를 지정하지 않으면 파이썬을 선택하는 경향이 있으며, 일부 벤치마크에서는 파이썬으로 코딩할 때 성능도 더 높게 나타난다. 다만 최신 모델에서 격차가 줄어드는 징후도 있고, 연구와 벤치마크의 범위가 제한돼 있어 프로젝트에 쓸 언어를 정할 때는 모델이 파이썬을 고른다는 이유만으로 판단하지 말아야 한다.

파이썬 선호는 과거 연구에서 특히 두드러졌다. 2024~2025년 모델을 다룬 연구에서는 언어를 지정하지 않았을 때 조사한 모든 모델이 90% 넘는 경우에 파이썬을 선택했다. 파이썬이 적합하지 않은 프로젝트에서도 58%는 파이썬으로 구현했고, 말로는 다른 언어를 고르겠다고 답한 모델도 실제 구현을 맡기면 파이썬으로 돌아가는 경우가 있었다.

Twist 등이 2026년에 발표한 LANGCHOICEBENCH 연구에서는 GPT-5.4와 DeepSeek V4 Pro 같은 최신 모델도 파이썬이 명백히 부적절한 문제의 35%에서 파이썬으로 구현했다. 연구진은 이 수치를 언어 선택 편향의 지표로 제시했다. 편향이 생긴 원인은 분명하지 않으며, 학습 자료에서 파이썬을 더 많이 접했거나 파이썬 코드를 더 쉽게 이해하기 때문일 수 있다는 설명이 제시됐다.

언어별 코딩 성능을 비교한 Multi-LCB에서는 대부분의 모델이 파이썬을 선호할 뿐 아니라 파이썬 문제에서 더 높은 성공률을 보였다. 하지만 연구진은 평가 데이터가 학습 자료에 포함됐을 가능성을 언급했다. 이 연구는 GPT-OSS-120B, Qwen Thinking, DeepSeek R1 등 최근 오픈소스 모델을 대상으로 했으며, 결과가 비공개 모델이나 더 최신 모델에도 적용되는지는 확인되지 않았다.

파이썬 코드가 학습 자료에 많이 포함된 점과 자연어에 가까운 문법이 선호와 성능에 영향을 줬을 수 있다는 가설이 있다. 학습 자료의 언어 비중을 조정하면 격차가 줄어들 수 있다는 연구도 있다. 2023년 연구에서는 파이썬·자바·C++ 자료를 줄이고 Rust·C#·Julia·Haskell 자료를 늘린 학습 데이터로 모델을 훈련했을 때, 주요 언어의 우위가 줄고 소수 언어의 성능이 높아졌다. Julia는 자료를 일부 추가한 뒤 성능이 크게 향상됐다.

최신 벤치마크에서는 파이썬 우위가 일관되게 나타나지 않는다. 사이버 보안 작업을 평가하는 CWE-Bench에서는 C++와 Go, Java, JavaScript가 파이썬보다 앞섰다. Cubic의 버그율 통계에서도 GPT-6 Astra와 Claude Opus 5.5의 파이썬 순위는 세 번째였다. 이 지표는 낮을수록 좋기 때문에, 파이썬은 두 모델 모두에서 버그율이 높은 편이었다.

다만 이런 결과만으로 격차가 사라졌다고 단정하기는 어렵다. 모델 시스템 카드 대부분은 언어별 코딩 성능을 따로 공개하지 않고, 일반 코딩 벤치마크는 여러 언어를 섞어 평가하는 경우가 많다. 특정 분야의 결과를 전체 성능으로 확대 해석하기도 어렵다. 따라서 LLM이 파이썬을 제안하더라도 프로젝트에 가장 알맞은 언어인지 별도로 따져야 한다.

자료와 연구: