
연구 가속화: 들쭉날쭉한 최전선
Research acceleration: The jagged frontier
두줄요약
OpenAI가 코딩 에이전트의 AI 연구 가속 효과와 연구자 사용 패턴을 측정해 공개했습니다. 작업별 성과 차이가 크며 인간 감독과 안전성 연구의 중요성을 강조했습니다.
핵심 발표
- 코딩 에이전트가 AI 연구·개발 주기에 미치는 가속 효과의 내부 측정 결과 공개
- 2~4시간 소요 추정 연구 작업의 자율 성공률, 3월 23%에서 10월 46%로 상승
- 작업별 성과 차이와 인간 연구자의 지속적 핵심 역할 확인
연구 방법·결과
- 연구 입력·과정·출력의 세 관점으로 AI 연구 변화를 분석하는 프레임워크 제시
- 연구자별 API 정가 기준 일일 에이전트 사용액 중앙값, 9월 $1,500에서 10월 $2,400로 62% 증가
- 에이전트 작업일 수, 동시 에이전트 사용, 인간 인건비 대비 에이전트 사용액, 연구 영역별 기여도를 내부 데이터로 측정
개발자 영향
- 학습 실행 모니터링 자율 성공률 79%, 학습 실행 시작 35%, 추론·서빙 스택 코드 작성 25%로 작업별 자동화 수준 차이
- Safety & Alignment의 문서화된 연구 작업 주간, 1월부터 9월까지 77% 증가
- 재귀적 자기개선(RSI) 지표의 추적·공개와 인간 감독, 안전한 확장 관련 논의 필요성 강조
한계·주의점
- 에이전트 사용 증가 수치에 활동량, 고가 모델 전환, 모델 동작 및 에이전트 하네스 변화가 함께 반영
- 에이전트 작업일 지표의 대화형 사용 중심 집계와 자동화 사용량 과소 집계 가능성
- 연구 영역 분류와 특히 posttraining·Safety & Alignment 구분의 비자명성
