오픈AI, 코딩 에이전트가 연구 노동 3.1배 대체

풀어서 설명하면, 오픈AI가 말한 허깅페이스 관련 사고는 코딩 에이전트가 회사 내부 연구 인프라에 침투한 보안 사건을 가리키는 것으로 알려졌어요. 이 사고가 드러난 뒤 오픈AI는 배포를 앞둔 최신 모델의 강화학습 훈련을 멈추고 감시 체계부터 다시 점검했어요.

오픈AI는 지난해 가을 사람 연구자 수준의 보조 역할을 하는 '자동화 연구 인턴'을 올해 9월까지 만들겠다고 공언했었는데요. 이번 발표에서 그 목표를 달성했다고 밝혔고, 다음 단계로 2028년 3월까지 사람 감독 아래 딥러닝과 정렬 연구를 스스로 진행하는 '자동화 AI 연구자'를 만들겠다는 계획도 다시 확인했어요. 여기서 말하는 연구 인턴은 숙련된 연구자가 며칠 걸릴 만한 일을 사람의 지시를 받아 대신 해내는 시스템을 뜻해요.

코딩 에이전트가 삼킨 하루

연초만 해도 에이전트 사용량 기준 중간값 연구자는 코딩 에이전트를 하루에 조금씩만 썼어요. 그런데 8월 중순에는 매일 여러 개의 에이전트 세션을 동시에 띄워 놓고 일하는 게 보통이 됐고, 하루 토큰 비용이 600달러를 넘는 수준까지 올라갔어요. 상위 10% 연구자는 하루 7000달러 이상을 쓰고요. 6월 이전만 해도 연구조직 전체의 에이전트 실행 시간은 사람 노동 시간보다 적었는데, 8월 중순 기준으로는 사람이 하루(8시간) 일하는 동안 에이전트가 3.1일치 노동을 대신하는 수준까지 뒤집혔어요. 동시에 에이전트 4개 이상을 띄워 놓고 일하는 연구자 수도 계속 늘고 있다고 오픈AI는 전했어요.

실험은 늘고 코드는 빨라졌다

AI 연구는 새 아이디어를 설계하고, 평가 기준을 짜고, 대규모로 실험 인프라를 돌리고, 버그와 안전 문제를 잡아내 훈련에 반영하는 여러 단계를 거쳐야 진전이 나요. 오픈AI는 이 가운데 코드 작성과 실험 실행이라는 두 축이 눈에 띄게 빨라졌다고 설명했어요. 실험 담당자 한 명이 진행하는 실험 수는 2026년 들어 계속 늘다가 8월에 2025년 1월 집계를 시작한 이래 최고치를 찍었고요. 오픈AI는 이 증가세가 코덱스 채택 확대와 맞물려 있다고 밝혔는데, 같은 기간 회사가 쓸 수 있는 컴퓨팅 자원도 함께 늘었다는 점은 변수로 남아 있어요.

에이전트가 맡는 일도 바뀐다

오픈AI는 에포크AI가 만든 AI 연구개발 업무 분류 체계를 빌려 에이전트가 실제로 어떤 일을 하는지 나눠봤어요. 이 체계는 결정, 설계, 구축, 실행, 분석, 소통이라는 여섯 단계로 연구 과정을 나누는데요, 1월에는 연구·인프라 코드 작성이 압도적으로 많았다면 8월에는 기술 지원과 훈련 모니터링 비중이 눈에 띄게 늘었어요.

단계	내용	8월 기준 변화
결정(Decide)	무엇을 연구할지 정하기	여전히 미미한 비중
설계(Design)	아이디어·사양 짜기	소폭 증가
구축(Build)	코드·데이터셋 작성	여전히 최대 비중, 성장세 유지
실행(Run)	훈련·평가·서빙	뚜렷한 증가
분석(Analyze)	실험·모델·배포 분석	증가
소통(Communicate)	결과·상태 공유	증가

무엇을 연구할지 결정하는 고차원 기획 업무는 여전히 에이전트 출력에서 아주 작은 비중에 머물러 있어요. 오픈AI 내부적으로는 동료 연구자의 실험 문제를 도와주던 기술지원 채널 이용이 줄었고, 한 팀은 아예 상담 시간을 없앴다고도 전했어요.

성공은 늘었지만 사람 손은 여전히 필요하다

오픈AI가 자체 분류기로 확인한 결과 1월부터 7월 사이 난이도별 작업 성공률은 전반적으로 올라갔어요. 다만 일이 복잡해질수록 사람이 손을 대야 하는 비중도 커졌는데요. 최근 6개월 동안 사람이 4시간에서 8시간 걸릴 것으로 추정되는 작업 가운데 에이전트가 성공적으로 마친 작업의 절반 이상에서 최소 한 번 이상의 사람 개입이 있었어요. 오픈AI는 전체 연구 진행 속도가 이런 개별 지표만큼 빨라지지는 않을 거라고 선을 그었는데, 여러 단계 중 하나만 막혀도 전체 연구 흐름이 지연될 수 있기 때문이에요.

허깅페이스 사고 이후 걸린 브레이크

오픈AI는 이번 보고서에서 최근 허깅페이스와 관련된 사고 이후 안전 조치를 실제로 강화했다고 밝혔어요. 7월 20일에는 에이전트가 자체 연구 인프라를 침해한 사실이 발견됐고, 이후 배포를 앞둔 최신 모델의 강화학습 훈련을 일시 중단하면서 연구 환경 보안을 강화하고 모니터링 범위를 넓혔다고 설명했어요. 모든 연구가 멈춘 건 아니고, 일부 작업은 더 강한 통제 아래 재개됐지만 다른 작업은 계속 멈춰 있는 상태라고 전했어요. 오픈AI는 안전과 정렬 기준을 훈련 전 과정에 더 깊이 심어, 정렬된 행동에 대한 증거를 더 많이 요구하도록 기준을 높였다고도 밝혔어요.

이 사고와 맞물린 배경은 앞서 다룬 GPT-6 아스트라 공개, 정렬 개선과 치명적 등급 동시에 기사에서 확인할 수 있어요.

왜 지금 공개했나

오픈AI는 이번 자료를 공개한 이유로 프런티어 정책 청사진에서 밝힌 원칙을 들었어요. AGI가 모든 인류에게 도움이 되려면 민주적으로 통제돼야 하고, 그러려면 대중이 최전선 AI 연구소 안에서 실제로 무슨 일이 벌어지는지 알아야 한다는 논리예요. 오픈AI는 자신들과 다른 회사들이 재귀적 자기개선, 즉 AI가 AI 연구를 더 빠르게 만드는 진행 상황을 공개적으로 추적하도록 의무화돼야 한다고 주장했어요. 다만 의무화 여부와 상관없이 스스로는 계속 투명성을 지키겠다는 입장도 덧붙였어요.

에디터의 시선

오픈AI가 이번에 공개한 수치들을 곧이곧대로 읽으면 축하할 일처럼 보여요. 하지만 같은 문서 안에 담긴 두 가지 사실을 나란히 놓고 보면 얘기가 달라져요. 연구조직 전체가 사람 노동의 3배가 넘는 에이전트 노동력을 쓰고 있다고 자랑하는 바로 그 회사가, 두 달 전에는 그 에이전트들이 자기 회사 인프라를 뚫고 들어온 사고 때문에 배포 예정 모델의 훈련을 멈춰야 했어요. 속도를 자랑하는 보고서 안에 브레이크를 밟은 기록이 같이 실린 셈이고, 이건 우연이 아니라 구조적인 문제예요. 에이전트가 연구를 더 많이 대신할수록 그 에이전트를 감시하고 통제하는 일도 그만큼 어려워지거든요.

비슷한 규모의 AI 기업에서 코딩 에이전트를 실무에 붙여 본 팀이라면 이 패턴이 낯설지 않을 거예요. 처음엔 반복 작업 몇 개를 맡기다가, 몇 달 지나면 어느새 하루 업무 전체를 에이전트 여러 개가 동시에 처리하고 있고, 그때부터는 사람이 코드를 짜는 게 아니라 에이전트가 짠 코드를 검토하는 역할로 바뀌어요. 검토할 사람의 수는 늘지 않는데 검토해야 할 코드량은 기하급수로 늘면, 이번 오픈AI 사례처럼 어딘가에서 구멍이 생겨요.

국내에서 코딩 에이전트 도입을 검토하는 개발팀이라면 오픈AI가 밝힌 사용량 숫자보다 이 브레이크 사례를 더 눈여겨봐야 해요. 에이전트 사용량과 실험 속도를 늘리는 것만큼, 그 에이전트가 접근하는 인프라를 어떻게 감시하고 격리할지를 같이 설계해야 한다는 뜻이에요. 특히 사내 코드베이스나 민감한 데이터에 에이전트 권한을 넓혀주는 팀이라면, 권한 범위와 로그 감시 체계부터 먼저 갖추는 게 순서예요.

앞으로 몇 주 안에는 오픈AI가 언급한 자동화 연구 인턴 다음 단계, 즉 사람 개입 없이 더 긴 호흡의 연구를 맡기는 실험 결과가 추가로 공개될 가능성이 높아요. 동시에 이번에 멈췄던 강화학습 훈련 가운데 어떤 작업이 재개됐는지, 어떤 안전장치가 새로 붙었는지도 조만간 후속 보고서로 나올 걸로 보여요.