AI가 대규모의 검증 가능한 SWE 작업을 수행함에 따라 AI 발전 타임라인을 단축함

AI 발전 타임라인을 대폭 단축한다. 2028년 말까지 AI R&D 자동화가 이루어질 확률을 기존 15%에서 **30%**로 상향 조정했다.

특히 아이디어가 크게 필요하지 않으면서도 검증이 쉽고 저렴한 ESNI(Easy-and-cheap-to-verify SWE tasks that don't require much ideation) 작업에서 강력한 성능을 보일 것으로 예상한다. 2026년 말까지 이러한 작업에 대해 AI가 50% 신뢰도를 바탕으로 수년에서 수십 년에 달하는 작업 시간 지평(time horizon)을 가질 것으로 전망한다.

주요 동인은 다음과 같다:

• Opus 4.5 및 Codex 5.2 등 최신 모델들이 벤치마크와 실제 성능 모두에서 기대치를 상회함.
• Claude가 C 컴파일러를 거의 자율적으로 작성하는 등 대규모 ES(Easy-and-cheap-to-verify) 작업을 수행하는 사례가 확인됨.
• 2026년 대규모 학습 컴퓨팅(Training Compute) 스케일업에 따른 큰 성과 기대.
• 스캐폴딩(Scaffolding) 개선을 통한 AI의 실질적 유용성 증대.

AI가 AI R&D에 더 유용해짐에 따라 발전 속도는 더욱 가속화될 것이며, 2026년의 발전 속도는 2025년보다 더 빠를 것으로 예상된다.