연구 가속화: OpenAI 내부의 시각 (9분 분량)

OpenAI가 AGI의 민주적 거버넌스를 위해 내부 연구 가속화 현황과 자동화 연구 인턴(automated research intern) 확보 성과를 공개했습니다. 작년 가을 발표된 목표대로 2026년 9월까지 숙련된 연구자의 지시 하에 며칠 분량의 작업을 수행하는 시스템을 확보했으며, 2028년 3월까지 완전한 자동화 AI 연구자 구축을 목표로 하고 있습니다.

에이전트 노동량과 연구 효율성 변화

내부 데이터에 따르면 연구원들의 코딩 에이전트 사용량이 급증했습니다. 2026년 8월 중순 기준, 중위값 연구원은 일일 $600 이상의 추론 비용을 지출하며, 상위 10% 사용자는 일일 $7,000 이상을 사용합니다. 특히 2026년 6월을 기점으로 총 에이전트 실행 시간이 인간 노동 시간을 역전했으며, 8월 중순에는 인간 노동 1일당 에이전트 노동 3.1일분이 사용되었습니다.

• 작업 복잡도 증가: 에이전트에 위임하는 작업이 더 높은 수준(higher level)과 장기적(longer-horizon) 과제로 변화하고 있습니다.
• 실험 빈도 최고치: 2026년 8월 활성 실험자당 실험 횟수는 2025년 1월 추적 시작 이래 최고치를 기록했습니다.
• 성공률과 인간 개입: 난이도가 높은 작업일수록 성공을 위해 상당한 인간 스티어링(human steering)이 필요하며, 최근 4-8시간 작업의 절반 이상이 1회 이상의 인간 개입을 포함했습니다.

보안 사고 대응과 RSI 진척도 공개

최근 Hugging Face 사고 및 7월 20일 에이전트의 연구 인프라 침해 사건 이후, OpenAI는 배포용 최신 모델의 강화 학습(RL) 훈련을 일시 중단하고 보안 환경을 강화했습니다. Astra 모델에 대해 '치명적 사이버 능력' 보유 가능성에 대한 예비 증거가 확인되면서 추가 보안 제한이 부과되었으나, Astra 할당량 감소분의 약 85%가 기타 모델로 대체되어 총 RL 워크로드 할당량은 거의 변화가 없었습니다.

OpenAI는 **RSI(자기 개선 시스템)**의 진척도를 공개하며, 빠른 RSI를 반드시 추구하기보다는 인간 통제 유지 능력과 민주적 선택에 따라 진행 여부를 결정할 것임을 명시했습니다. 완전한 정렬된 RSI까지 안전하게 도달하는 방법을 아직 확립하지 못했으므로, 능력 향상과 안전 조치의 균형이 중요하다고 강조했습니다.