AI 뉴스 SVIL 오픈AI OpenAI GPT-6 아스트라 코딩 에이전트 AI 연구 자동화

오픈AI 연구원 하루에 에이전트 3.1일이 붙었습니다 — 자동 연구 인턴 목표 달성과 남은 의문

SVIL - Singularity Visual Intelligence Lab 2026. 09. 08 18 min read

오픈AI가 9월 6일에 사내 데이터를 공개했습니다. 제목은 「연구 가속 — 오픈AI 내부에서 본 풍경」입니다. 회사가 자기 연구실 안에서 코딩 에이전트를 얼마나 쓰고 있는지를 숫자로 내놓은 문서예요.

가장 눈에 띄는 값은 3.1입니다. 8월 중순 기준으로, 사람 연구원이 하루를 일하는 동안 에이전트가 3.1일치를 돌았다는 뜻입니다. 반년 전에는 이 값이 1에도 미치지 못했어요.

숫자가 크다고 결론이 큰 것은 아닙니다. 오픈AI 스스로도 문서 안에서 여러 번 선을 긋습니다. 오늘은 무엇이 측정됐고 무엇이 측정되지 않았는지를 나눠서 보겠습니다.

느리게 흐르던 청록빛 광선 하나가 세 갈래 빠른 빛줄기로 갈라져 어두운 홀을 가로지르는 개념 이미지

사람 하루에 에이전트 사흘이 붙었습니다

오픈AI는 연구 조직 전체를 놓고 사람의 근무일과 에이전트의 가동일을 나란히 셌습니다. 2026년 8월 중순 기준으로 그 비율이 3.1대 1이었습니다.

연구원이 자리에 앉아 하루를 보내는 동안, 그 사람 몫으로 돌아가는 에이전트가 사흘치 작업 시간을 소화했다는 뜻입니다. 같은 문서는 8월 중순 시점에 중앙값 연구원이 매일 에이전트를 쓰고 있었다고 적었습니다.

1월에 계측을 시작했을 때는 이 비율이 훨씬 낮았습니다. 반년 남짓 만에 선이 뒤집힌 셈이에요.

3.1이라는 숫자가 정확히 무엇을 센 것인가

여기서 세는 단위는 성과가 아니라 시간입니다. 에이전트가 돌아간 시간을 사람의 근무일로 환산한 값이에요.

그러니 3.1은 연구 성과가 세 배가 됐다는 뜻이 아닙니다. 오픈AI도 문서에서 가동 시간이 곧 생산성은 아니라고 명시했습니다.

이 구분은 이후에 나오는 모든 숫자에 그대로 적용됩니다. 투입량과 산출량을 섞어 읽으면 문서 전체를 오해하게 돼요.

검은 허공 위에서 꼬인 세 가닥 청록 실 가운데 하나만 유독 밝게 빛나는 개념 이미지

지난 1월부터 쌓아 온 사내 계측

이 데이터는 2026년 1월부터 모으기 시작했습니다. 한 시점의 스냅숏이 아니라 여덟 달치 시계열이라는 점이 이번 공개의 실제 무게입니다.

그래서 어느 달에 무엇이 꺾였는지, 어느 주에 급해졌는지가 그래프에 남아 있습니다. 단발 발표문이었다면 볼 수 없었을 정보예요.

회사가 자기 연구실의 내부 계기판을 이 정도 해상도로 공개하는 일은 흔치 않습니다.

연구원 한 명당 하루 600달러

코딩 에이전트에 쓰는 하루 비용을 연구원 한 명 기준으로 환산한 곡선이 함께 공개됐습니다.

2월까지는 사실상 0에 가까웠고, 4월에 50달러 언저리, 6월에 150달러까지 올랐습니다. 7월에 들어서는 150에서 165달러 사이에서 잠시 평평해졌어요.

그러다 8월 말에는 600달러 안팎까지 가파르게 뛰었습니다. 반년 만에 열 배가 넘는 변화입니다.

가파르게 기울어진 궤적을 따라 작은 청록 불티들이 어둠을 가로질러 올라가는 개념 이미지

상위 10퍼센트는 하루 7천 달러를 씁니다

평균 뒤에는 큰 편차가 있습니다. 사용량 90분위에 해당하는 연구원은 하루에 7,000달러가 넘는 토큰을 소비했습니다.

같은 조직 안에서도 에이전트를 쓰는 방식이 사람마다 크게 다르다는 뜻이에요. 중앙값만 보면 이 격차가 통째로 지워집니다.

이런 분포는 도구 도입 초기에 흔히 나타납니다. 소수의 무거운 사용자가 전체 비용의 큰 몫을 만들어 냅니다.

6월과 8월 사이에 선이 교차했습니다

에이전트 가동 시간이 사람의 노동 시간을 넘어선 시점은 6월에서 8월 중순 사이였습니다.

특정 날짜가 아니라 구간으로 제시된 이유는, 팀과 프로젝트마다 넘어선 시점이 달랐기 때문입니다. 조직 전체 평균이 넘어선 것이 8월 중순이에요.

선이 교차한 뒤로는 격차가 빠르게 벌어졌습니다.

어두운 바닥 위에 홀로 선 키 큰 청록 막대와 그 옆에 흩어진 희미한 작은 점들

늦은 7월의 급경사가 말해 주는 것

곡선에서 가장 눈에 띄는 지점은 7월 말입니다. 넉 달 동안 완만하던 선이 이 지점에서 방향을 바꿔 가파르게 올라갑니다.

사이먼 윌리슨은 이 지점을 두고, 사내 직원들이 나중에 GPT-6 아스트라로 공개된 모델에 접근하기 시작한 시기일 것이라고 추측했습니다. 오픈AI 문서에는 그 연결이 명시돼 있지 않아요.

아스트라는 9월 3일에 공식 공개됐습니다. 사내 접근이 공개보다 한 달 이상 앞섰다면 곡선의 모양이 설명됩니다. 다만 이건 추정이고 확인된 사실은 아닙니다.

사내 코딩 추론이 연구 컴퓨트에서 100배로

지난 6개월 동안 연구용 컴퓨트 가운데 사내 코딩 추론에 배정된 몫이 100배로 늘었습니다.

이건 절대량이 아니라 비중입니다. 전체 연구 컴퓨트 안에서 에이전트를 돌리는 데 쓰이는 조각이 그만큼 커졌다는 뜻이에요.

학습에 쓰던 자원과 추론에 쓰는 자원의 균형이 바뀌고 있다는 신호이기도 합니다.

어두운 매끈한 웅덩이에서 청록빛 가는 실들이 위로 솟구쳐 오르는 개념 이미지

에이전트 토큰 사용량 22배

같은 기간 사내 에이전트 토큰 사용량은 약 22배가 됐습니다. 컴퓨트 비중 100배와 토큰 22배는 서로 다른 것을 재는 값이에요.

컴퓨트 비중은 자원 배분의 결과이고, 토큰 사용량은 실제로 모델이 읽고 쓴 양입니다. 두 값이 같은 배수로 움직이지 않는 것이 오히려 자연스럽습니다.

둘을 섞어 쓰면 100배 성장이라는 문장이 혼자 걸어 다니게 됩니다.

GPT-5.6 테스트 기간의 산출 토큰 2배

GPT-5.6 사내 테스트 기간에는, 활성 연구원 한 명이 하루에 만들어 내는 평균 산출 토큰이 GPT-5.5 때 기록한 최고치의 두 배를 넘었습니다.

모델이 바뀌면 사람의 사용 패턴이 곧바로 따라 바뀐다는 것을 보여 주는 대목입니다. 도구가 좋아지면 더 많이 쓰고, 더 긴 작업을 맡기게 돼요.

새 모델이 들어올 때마다 계단식으로 값이 뛴다는 점도 함께 읽힙니다.

깊은 검은 공간에서 길게 휘어진 두 빛의 궤적이 한 점에서 밝게 교차하는 개념 이미지

오픈AI가 말한 자동 연구 인턴이란 무엇인가

오픈AI는 이번 문서에서 자동 연구 인턴이라는 목표에 도달했다고 밝혔습니다.

정의는 이렇습니다. 사람의 지시 아래에서 잘 정의된 연구 과제를 수행할 수 있는 시스템이고, 그중에는 숙련된 연구자가 며칠을 들여야 하는 과제도 포함된다는 것입니다.

핵심은 사람의 지시 아래라는 조건절입니다. 연구 주제를 스스로 고르는 단계가 아니라, 정해진 과제를 맡아 수행하는 단계예요.

2025년 말에 세운 목표와 2026년 9월의 자기 채점

이 목표는 2025년 말에 공개적으로 제시됐고 시한은 2026년 9월이었습니다. 오픈AI는 그 시한에 맞춰 도달했다고 스스로 채점했습니다.

여기서 눈여겨볼 것은 채점자가 회사 자신이라는 점입니다. 이번 발표에는 외부 기관의 독립 평가가 함께 오지 않았습니다.

목표와 채점을 같은 쪽에서 하면, 도달 여부보다 정의의 폭이 결과를 좌우하게 됩니다.

다음 이정표는 2028년 3월입니다

오픈AI는 다음 단계로 자동 AI 연구자를 놓고, 그 진척을 논의할 시점을 2028년 3월로 잡았습니다.

인턴과 연구자 사이의 간격이 이번 문서가 말하는 남은 거리입니다. 목표 사이의 간격이 1년 반이라는 점도 함께 읽을 만해요.

회사가 스스로 다음 시한을 못 박아 둔 것은 나중에 검증할 눈금이 하나 생겼다는 뜻이기도 합니다.

7월 20일의 보안 중단이 그래프에 남긴 자국

7월 20일에 보안 문제가 확인되면서, 오픈AI는 7월 말부터 8월 초까지 고성능 모델의 강화학습 훈련을 멈췄습니다. 연구 환경을 단단히 하고 모니터링을 넓히기 위해서였습니다.

이 중단은 사내 지표에도 자국을 남겼습니다. 가속 곡선을 읽을 때 이 구간을 함께 보지 않으면 그림이 왜곡돼요.

안전 조치가 연구 속도에 실제로 비용을 물린 흔적이 숫자로 남은 사례입니다.

아스트라 GPU 할당 감소와 재배치

7월 20일 이후 아스트라 계열에 배정되던 GPU 할당은 59.2퍼센트 줄었습니다. 대신 다른 모델군으로 17.2퍼센트가 재배치됐어요.

전체적으로는 아스트라 쪽 감소분의 약 85퍼센트가 다른 프로젝트 배정으로 상쇄됐습니다. 자원이 사라진 것이 아니라 옮겨 간 것입니다.

보안 사건이 연구 자원 배분을 어떻게 흔드는지 보여 주는 드문 사내 기록입니다.

실제 사례 — 네 시간에서 여덟 시간짜리 작업의 절반은 사람이 손을 댔습니다

문서에서 가장 조심스럽게 읽어야 할 대목이 여기입니다. 성공적으로 끝난 4시간에서 8시간짜리 장시간 과제 가운데 절반이 넘는 건에서 사람이 중간에 개입했습니다.

즉 긴 작업을 통째로 맡기는 단계는 아직 아닙니다. 오래 도는 것과 혼자 해내는 것은 다른 이야기예요.

3.1이라는 비율과 이 절반이라는 값을 같이 놓고 봐야 실제 그림이 나옵니다.

실제 사례 — 연구원 범주에 누가 포함됐나

문서의 연구원 범주에는 순수 연구자만 들어 있지 않습니다. 인프라를 만드는 사람과 프로젝트를 관리하는 사람도 포함됩니다.

코딩 에이전트는 인프라 작업에서 특히 효율이 좋습니다. 분모에 그런 직군이 섞여 있으면 비율이 올라가기 쉬워요.

지표를 다른 조직에 옮겨 적용할 때 가장 먼저 어긋나는 지점이 이 정의입니다.

에이전트 가동 시간은 생산성이 아닙니다

기계는 같은 일을 반복할 수도 있고, 막다른 길을 오래 파고들 수도 있고, 나중에 고쳐야 할 결과물을 만들어 낼 수도 있습니다.

에이전트 사흘치는 엄청난 지렛대일 수도 있고, 사흘치의 확신에 찬 헛수고일 수도 있습니다. 시간만으로는 그 둘을 구분할 수 없어요.

이 경고는 바깥의 논평이 아니라 문서 자체가 달아 둔 단서입니다.

상관관계와 인과관계 사이

에이전트 사용이 늘어난 것과 실험 건수가 늘어난 것은 함께 움직였습니다. 그러나 함께 움직였다는 사실만으로 하나가 다른 하나를 만들었다고 말할 수는 없습니다.

오픈AI도 이번 데이터가 인과를 증명하지 않는다고 적었습니다. 그 문장을 빼고 숫자만 옮기면 문서의 뜻이 달라집니다.

분석 과정에서 결과가 불확실하거나 표본이 모자란 건은 아예 제외했다는 설명도 함께 붙어 있습니다.

컴퓨트가 늘어서 실험이 는 것일 수도 있습니다

가장 그럴듯한 경쟁 가설은 단순합니다. 쓸 수 있는 컴퓨트 자체가 늘어서 실험이 늘었다는 설명이에요.

이 기간에 오픈AI가 확보한 연산 자원은 계속 커졌습니다. 에이전트가 없었어도 실험 수는 올라갔을 수 있습니다.

두 요인을 갈라내려면 통제된 비교가 필요한데, 이번 문서에는 그 비교가 없습니다.

가는 어두운 기둥들로 짜인 열린 정육면체 윤곽 안에 홀로 떠 있는 밝은 청록 점

자기 평가에는 외부 검증이 없습니다

이번 발표에는 독립적인 제3자 평가가 함께 오지 않았습니다. 계측 대상도, 계측 도구도, 해석도 모두 회사 안에 있습니다.

회사가 자기 지표를 공개하는 것 자체는 드물고 값진 일입니다. 다만 공개와 검증은 다른 층위예요.

AI 연구 진척을 두고 벌어지는 논쟁에서 이 구분이 자주 흐려집니다.

재귀적 자기개선이라는 말을 조심해야 하는 이유

AI가 AI 연구를 돕는다는 문장은 재귀적 자기개선이라는 큰 말로 곧장 번역되곤 합니다. 이번 데이터는 그 말을 지지하기에는 여러 조건이 붙어 있습니다.

연구 우선순위는 여전히 사람이 정합니다. 무엇을 실험할지, 어떤 결과를 채택할지의 판단은 사람 쪽에 남아 있어요.

지금 확인된 것은 실행 속도의 변화이지, 목표 설정의 이양이 아닙니다.

다른 조직에 그대로 옮겨지지 않는 이유

오픈AI는 이 결과가 다른 조직에서 그대로 재현된다고 보장하지 않았습니다. 연구 환경, 평가 관행, 연산 자원, 사내 도구의 품질이 결과를 크게 바꾸기 때문입니다.

잘 정비된 평가 파이프라인이 있는 곳과 없는 곳에서 에이전트의 값어치는 다릅니다. 도구가 좋아도 채점 체계가 없으면 헛도는 시간이 늘어나요.

코딩 에이전트 지표가 사내 사용량 대부분을 담지만 전부는 아니라는 단서도 함께 달려 있습니다.

우리 작업에 바로 적용할 수 있는 것

규모는 다르지만 옮겨 볼 수 있는 것은 있습니다. 첫째, 에이전트에 들어간 시간과 비용을 실제로 계측하는 습관입니다. 재지 않으면 늘었는지 줄었는지도 모릅니다.

둘째, 긴 작업을 맡길 때 사람이 끼어드는 지점을 미리 정해 두는 것입니다. 절반이 개입을 필요로 한다는 값은 남의 이야기가 아니에요.

셋째, 완료 판정을 산출물로 하는 것입니다. 오래 돌았다는 사실은 아무것도 증명하지 않습니다.

완전한 검은 허공에 흩어진 희미한 청록 파편들 사이로 밝은 청록 광선이 스쳐 지나가는 개념 이미지

핵심 정리

오픈AI가 9월 6일에 사내 계측을 공개했고, 8월 중순 기준 사람 하루당 에이전트 3.1일이라는 값을 내놨습니다.

연구원 한 명당 하루 코딩 에이전트 비용은 2월 0에서 8월 말 600달러 안팎으로 올랐고, 90분위는 7,000달러가 넘습니다. 사내 코딩 추론의 컴퓨트 비중은 6개월 만에 100배, 에이전트 토큰은 22배가 됐습니다.

회사는 2025년 말에 세운 자동 연구 인턴 목표에 도달했다고 밝혔고, 다음 논의 시점을 2028년 3월로 잡았습니다.

다만 가동 시간은 생산성이 아니고, 긴 과제의 절반 이상에 사람이 개입했으며, 독립 검증은 없습니다. 숫자와 단서를 함께 읽어야 하는 문서예요.

참고하실 만한 것

에이전트를 업무에 붙이려 하신다면, 먼저 계측부터 붙여 보시길 권합니다. 하루에 몇 건을 맡겼고 그중 몇 건이 손을 안 대고 끝났는지만 세어도 판단 근거가 생깁니다.

SVIL은 AI 소식을 큰 글자와 높은 대비로 정리해 전해 드리고 있습니다. 저시력 환경에서도 편히 읽히도록 본문 구조를 잡고 있어요.

블로그와 홈페이지에서 지난 글도 같은 형식으로 보실 수 있습니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/