METAL

오픈AI, 두 번째 연구 가속 보고서 공개

에이전트가 2~4시간짜리 연구 과제를 사람 개입 없이 끝내는 비율이 3월 23%에서 10월 46%로 올랐다. 연구자 한 명의 하루 에이전트 사용액 중앙값은 2,400달러였고, 사람의 시간은 안전 연구로 가장 많이 옮겨 갔다.

오픈AI, 두 번째 연구 가속 보고서 공개 · Image: METAL LAB

이미지: METAL

요약

  • 오픈AI는 11월 18일 두 번째 연구 가속 보고서를 공개하고, 2~4시간짜리 과제의 무개입 성공률이 3월 23%에서 10월 46%로 올랐다고 밝혔다.
  • 연구자 한 명의 하루 에이전트 사용액은 중앙값 2,400달러로 9월보다 62% 늘었고, 연구 인력 101명은 에이전트를 지키려 팀 인원 40%를 내놓겠다고 답했다.
  • 1~9월 안전·정렬 분야의 기록된 근무 주는 77.2% 늘어 증가 폭이 가장 컸고, 오픈AI는 재귀적 자기개선 지표 공개 의무화를 주장했다.
발표
2026년 11월 18일 · 오픈AI 보고서 Research acceleration: The jagged frontier · 9월 첫 보고서 후속
무개입 성공률
2~4시간 과제 23%→46%(3~10월) · 4~8시간 13%→35%
과제별(8/1~10/18)
학습 감시 79% · 기술 질문 72% · 학습 실행 35% · 환경 구축 29% · 추론·서빙 코드 25% · 소통 69%·분석 58%·구축 43%
사용량
하루 중앙값 2,400달러(9월 1,500달러, +62%) · 상위 10% 2만 3,000달러(1만 1,000달러, +105%) · 에이전트 근무일 0.5→5.7(11배) · 동시 4개 이상 3분의 2, 16개 이상 10% · 사용 한도 없음
인건비 대비
9월 에이전트 사용액 = 주식 제외 인건비의 약 2배 · 주식은 목표 보상의 70~80% · 사내 배포 연산 2%
설문
101명(8월 말~9월 초) · 팀 인원 40% 또는 연산 30% · 2027년 1월이면 연산 50% · 없으면 석 달 · 10월 28명 중 27명 최신 사내 모델
인력 시간(1~9월)
안전·정렬 +77.2% · 사전학습 +39.9% · 확장·인프라 +23.1% · 사후학습 +14.6% · 7월 허깅페이스 사건 이후 증가
산출
실험 수 2025년 기준치의 1.68배 · OECI 연 16.4점(Epoch 관찰 연 14점)
주장
재귀적 자기개선 지표 추적·공개 의무화 · 완전한 RSI 추구 의도 아님

오픈AI가 11월 18일 사내 AI 연구에서 코딩 에이전트가 얼마나 일을 대신하는지 측정한 두 번째 연구 가속 보고서를 공개했다. 보고서 제목은 Research acceleration: The jagged frontier다. 오픈AI에 따르면 사람이 2~4시간 걸릴 연구 과제를 에이전트가 사람의 개입 없이 끝낸 비율은 3월 23%에서 10월 46%로 올랐다. 4~8시간짜리 과제의 성공률도 같은 기간 13%에서 35%로 뛰었다. 오픈AI는 보고서에서 "가속은 들쭉날쭉하고, 인간은 여전히 AI 연구 루프의 핵심"이라고 밝혔다.

들쭉날쭉하다는 말은 과제 종류별 숫자에서 드러난다. 8월 1일부터 10월 18일까지 사람 개입 없는 성공률은 학습 실행을 감시하는 일에서 79%, 기술 질문에 답하는 일에서 72%였다. 반면 학습 실행을 띄우는 일은 35%, 평가·강화학습·에이전트 환경을 만드는 일은 29%, 추론·서빙 스택 코드를 짜는 일은 25%에 그쳤다. 범주로 묶으면 소통 69%, 분석 58%, 구축 43% 순이었다. 오픈AI는 "AI 연구개발 과제에서 모델 성능이 고르지 않은 한, 성능이 낮은 범주와 과제가 전체 가속의 병목이 될 수 있다"고 적었다.

사람 작업 시간 구간별로 에이전트가 사람 개입 없이 과제를 끝낸 비율의 3월~10월 변화

에이전트 사용량은 기하급수로 늘었다. API 정가로 환산한 연구자 한 명의 하루 에이전트 사용액은 중앙값 기준 9월 1,500달러에서 10월 2,400달러로 62% 늘었고, 상위 10% 연구자는 1만 1,000달러에서 2만 3,000달러로 105% 늘었다. 에이전트가 8시간 일한 것을 하루로 치는 에이전트 근무일은 연구자 한 명당 0.5일에서 5.7일로 11배가 됐고, 사전학습·사후학습 팀에서는 연구자 한 명이 하루에 약 8일 치 에이전트 노동을 돌렸다. 10월 중순 기준 연구자의 3분의 2 이상이 하루 최대 4개 이상의 에이전트를 동시에 썼고, 10% 이상은 16개 이상을 동시에 돌렸다. 메탈이 확인한 보고서 각주에 따르면 오픈AI 연구자에게는 현재 에이전트 코딩 사용 한도가 없다.

사람 노동과의 비교도 나왔다. 2026년 9월 기준 연구 조직의 에이전트 사용액은 주식 보상을 뺀 연구자 인건비의 약 2배였다. 보고서는 주식 보상이 연구자 목표 보상의 70~80%를 차지해 이 비율이 부분적인 그림이라고 덧붙였다. 사내 배포 전체가 쓰는 연산은 연구용 연산의 2%에 불과했다.

연구자들이 매기는 가치는 더 컸다. 오픈AI가 8월 말부터 9월 초까지 연구 인력 101명에게 GPT-5.2보다 나은 코딩 에이전트를 석 달 동안 못 쓰게 되면 무엇을 내놓겠느냐고 묻자, 중앙값 응답은 팀 인원의 40%, 또는 팀 연산의 30%였다. 같은 질문을 2027년 1월에 받는다면 팀 연산의 50%를 내놓겠다고 답했다. 코딩 에이전트 없이 지난 한 달 치 일을 다시 하려면 중앙값으로 석 달이 걸린다는 답도 나왔다. 10월 말 별도 조사에서는 응답자 28명 가운데 27명이 경력 중간의 연구 엔지니어와 2024년 모델의 조합보다 최신 사내 모델 하나를 택하거나 그쪽으로 기울었다.

아이디어의 출처는 아직 사람 쪽에 남아 있다. 사후학습과 안전 감시 연구자들은 GPT-6 Astra와 GPT-6.2 Astra의 핵심 아이디어를 모두 사람이 냈고 모델은 구현을 도왔다고 답했다. 그러나 GPT-6.2 Astra의 사전학습 연구자들은 Codex와 대화하며 아이디어를 발전시켰다고 했고, 한 명은 핵심 통찰을 Codex가 짚어 냈다고 밝혔다. 오픈AI가 인터뷰한 연구자 10명의 말도 엇갈렸다. 강화학습 환경을 다루는 한 안전 연구자는 "모델은 자기가 풀 수 없는 잘 정의된 문제를 한 번에 만들어 내지 못한다"고 말했다. 구조와 데이터를 맡은 한 사전학습 연구자는 "아이디어 감각은 아직 내가 낫다고 생각하지만, 그게 오래 이어질 거라는 확신은 전혀 없다"고 했다.

사람의 시간이 가장 많이 몰린 곳은 안전이었다. 사내 공개 슬랙 글과 풀 리퀘스트, 내부 문서로 연구자의 주별 기여를 분류한 결과 1월부터 9월까지 안전·정렬 분야의 기록된 근무 주는 77.2% 늘어 모든 분야 가운데 절대 증가 폭이 가장 컸다. 같은 기간 사전학습은 39.9%, 확장·인프라는 23.1%, 사후학습은 14.6% 늘었다. 오픈AI는 증가세가 7월 허깅페이스 사건 대응 이후 뚜렷해졌다고 밝혔다. 메탈은 오픈AI 모델이 허깅페이스에 침투한 사건과 오픈AI의 프런티어 훈련 안전 사례 지침, 그리고 9월 첫 연구 가속 보고서를 보도한 바 있다.

산출 지표도 함께 공개됐다. 10월 18일까지 4주 동안 실험자 한 명이 기록한 실험 수는 2025년 기준치의 1.68배였다. 오픈AI가 Epoch AI의 능력 지수 방법론을 본떠 만든 사내 지수 OECI로 보면 오픈AI 모델의 최고점은 2025년 8월 이후 연 16.4점씩 올랐다. Epoch AI가 2024년 말 이후 관찰한 연 14점보다 가파르다. 보고서는 자사 모델이 OECI에서 경쟁사 대비 더 높게 나오는 경향이 있다고 적었다.

2026년 1~9월 연구 분야별 사람 투입 시간 증가율, 안전·정렬 77.2%

보고서의 목적은 규제 논의다. 오픈AI는 AI가 다음 AI의 개발을 앞당기는 재귀적 자기개선의 지표를 AI 연구소가 추적하고 공개하도록 의무화해야 한다고 거듭 주장했다. 동시에 이번 공개를 완전한 재귀적 자기개선을 추구하겠다는 뜻으로 읽어서는 안 된다고 선을 그었다. 각주에는 앤스로픽이 이미 세 편의 사내 가속 보고서를 냈고, 구글 딥마인드와 METR도 비슷한 측정을 공개했다고 적혔다. 사회학의 눈으로 보면 이 보고서가 기록한 것은 생산성보다 노동의 재배치다. 연구자는 에이전트에게 감시와 반복 작업을 넘기고, 남은 시간을 안전 연구와 판단에 쓰고 있다. 연구자들이 에이전트의 가치를 팀 인원의 40%로 셈한 응답은 같은 조직 안에서 사람과 기계의 몫을 나누는 기준이 이미 바뀌었음을 보여 준다. 오픈AI는 다음 보고서에서 능력 연구와 안전 연구의 가속 속도 차이를 따로 보고하겠다고 밝혔다.

김현국

METAL 발행인 · 아카이브저널 발행인 · 이라선 운영

매거진·서점·교육을 오래 해 온 편집자예요. 라이프스타일 매거진 <아카이브저널>을 발행하고, 아트 서점 <이라선>을 운영했으며, 라이카 아카데미에서 디렉터로 사진 교육 프로그램을 만들고 이끌었어요. 그 시선으로 전 세계 AI 소식을 독자에게 전하는 메탈(METAL) 매거진 편집장입니다.

이 에디터의 기사 더 보기 →

공유

댓글

METAL for iPhone

AI 뉴스, 이제 앱에서 읽으세요.

METAL 앱을 다운로드하고 매일 새로운 AI 기사를 만나보세요.

App Store에서 다운로드

iPhone용 앱 · 무료 다운로드

iPhone의 App Store에서도 ‘메탈 AI 매거진’을 검색할 수 있습니다.