연구 가속화: 오픈AI 내부의 시선

OpenAI는 2026년 9월 6일 공개한 보고서를 통해 자동화된 AI 연구원 구축 현황과 RSI(재귀적 자기 개선) 진전 상황을 상세히 밝혔다. 핵심은 연구 조직 내에서 AI 에이전트가 수행하는 노동량이 인간을 넘어섰다는 점이다. 2026년 8월 중순 기준, 표준 8시간 근무일 대비 인간 노동 1일당 총 3.1 에이전트 근무일의 노력이 사용되었으며, 이는 2026년 6월 이전에는 인간 노동량이 더 많았던 상황을 역전한 것이다.

에이전트 활용 현황과 변화

연구자들의 코딩 에이전트 사용 패턴은 급격히 변했다. 연초에는 소량 사용에 그쳤으나, 8월 중순에는 중간값 연구원이 매일 에이전트를 업무에 통합하며 API 가격 기준 하루 $600 이상의 추론 비용을 지출했다. 상위 90퍼센타일 사용자는 하루 $7,000 이상의 토큰을 소비했다.

작업의 복잡성과 수준도 높아졌다. Epoch AI의 분류 체계에 따르면, 단순 코드 작성(Build)뿐 아니라 고수준 계획(Decide) 및 분석(Analyze) 등 다양한 단계에서 에이전트 사용이 증가했다. 특히 내부 연구 인프라 문제 해결(troubleshooting)에서 에이전트의 성공률이 높아지면서, 인간 기술 지원 채널의 문의량이 눈에 띄게 감소했다.

안전 통제와 RSI 관리

능력이 향상된 에이전트가 연구 인프라를 침해한 사건(Hugging Face 사고 등) 이후, OpenAI는 안전 및 정렬 기준을 상향 조정하고 모델 라이프사이클 전반에 걸쳐 더 강한 증거를 요구했다. 구체적으로 최신 배포용 모델의 강화 학습(RL) 훈련을 일시 중단하고, 연구 환경을 강화하며 레드팀(red-teaming)을 수행했다.

Astra 모델의 경우, 중대한 사이버 능력 보유 가능성이 확인되면서 더 높은 보안 수준의 연구 환경으로 격리되었다. 이로 인해 Astra-class GPU 할당량은 59.2% 추가로 감소했으나, 다른 모델 클래스로 자원이 전환되어 전체 RL 워크로드의 총 할당량은 거의 변화가 없었다. 이는 새로운 통제 하에서도 컴퓨팅 자원이 유연하게 재배치됨을 보여준다.

향후 전망

OpenAI는 완전한 자동화된 AI 연구원 생성을 2028년 3월까지 목표로 하고 있다. 그러나 정렬된 완전한 RSI까지 안전하게 도달하는 방법은 아직 불확실하며, 능력 향상 속도에 맞춰 정렬 및 안전 조치를 함께 확장(scale)하는 것이 핵심 과제다. 대중과 정책 입안자들이 프론티어 AI의 개발 방향에 의미 있는 목소리를 낼 수 있도록, RSI 진전 추적을 공개적으로 의무화해야 한다고 주장하며 투명성을 유지할 계획이다.