오픈AI(OpenAI)의 최신 모델 GPT-5.6 Sol이 사람의 개입을 최소화한 채 소형 모델 ‘루나(Luna)’의 후속학습(post-training)을 자율적으로 수행했다고 IT 매체 더디코더가 보도했다. 오픈AI는 코드 작업 플랫폼 코덱스(Codex)를 통해 ‘상당히 불충분하게 명세된 지시(underspecified prompt)’만 전달했고, 이미 사전학습을 마친 루나 모델의 최적화를 Sol이 넘겨받았다고 설명했다.
연구자의 지시에 따라 Sol은 적절한 학습 설정을 스스로 찾고, 사용할 GPU를 선택하고, 후속학습 스크립트를 실행한 뒤 학습이 정상 작동하는지 검증하는 과정을 독자적으로 처리한 것으로 전해졌다. 이후 특정 기능과 동작에 맞게 루나를 최적화했다. 다만 오픈AI 직원 제이슨 리우(Jason Liu)는 Sol이 학습 방식을 무에서 발명한 것은 아니며, 상당 부분의 설정이 Sol 자신의 앞선 후속학습 과정에서 이미 존재했다고 부연했다. 핵심 작업은 기존 설정을 루나에 맞게 조정하고 실행한 것으로, 사람이 했다면 연구자 두 명이 약 2주가 더 걸렸을 일이라고 그는 추정했다.
오픈AI는 디버깅, 커널·학습 레시피 최적화, 실험 실행, 다른 모델 개선 등을 다루는 자체 ‘재귀적 자기개선(RSI)’ 벤치마크를 만들어 성능을 측정했다. 이 지표에서 GPT-5.6 Sol은 이전 세대인 GPT-5.5보다 16.2점 높은 점수를 기록했고, Sol에 이어 테라(Terra)·루나 계열, 그다음 GPT-5.5·GPT-5.4 순으로 나타났다. 오픈AI에 따르면 활성 연구자 1인당 하루 평균 토큰 사용량은 GPT-5.5 이전 최고치의 두 배를 넘어섰고, 지난 6개월간 내부 코딩 추론에 배정된 연산은 100배, 에이전트 기반 토큰 사용량은 약 22배 늘었다.
이번 사례는 AI가 스스로를 개선하는 재귀적 자기개선을 둘러싼 업계 논쟁을 다시 불러일으켰다. 앤트로픽(Anthropic)은 지난 6월 AI가 사람의 개입 없이 자신의 후계 모델을 설계하는 완전한 RSI는 아직 달성되지 않았지만 많은 기관의 준비보다 빨리 올 수 있다고 밝힌 바 있다. 앤트로픽은 자사 클로드(Claude)의 개발 작업에서 이제 방향을 결정하는 판단 가운데 사람이 내리는 비중은 일부에 불과하다고 언급하기도 했다.
저작권자 © STORIUM 무단전재 및 재배포 금지
