OpenAI는 지난 가을 발표한 목표인 올해 9월까지 '자동 연구 인턴' 배치를 달성했다고 2026년 9월 6일 밝혔다. "연구 가속화: OpenAI 내부의 관점"이라는 제목의 새 블로그 게시물에서 이 회사는 AI 에이전트가 자체 연구 조직에 얼마나 깊게 통합되어 있는지 처음으로 공개했습니다. 8월 중순까지 조직은 매일 인간의 하루 작업에 대해 3.1 에이전트 작업일의 노력을 사용하고 있었습니다.

Engadget과 Unite.AI가 처음 보고한 이 이정표는 AI 연구를 가속화하는 AI에 대해 말할 때 OpenAI가 의미하는 바를 가장 명확하게 정량적으로 보여줍니다. 더 폭넓은 이야기를 따르는 독자를 위해 이 내용은 프론티어 연구소가 에이전트 관련 작업을 어떻게 재구성하고 있는지에 대한 지속적인 AI 연구 보도에 적합합니다.

'자동연구인턴'이 실제로 의미하는 것

블로그 게시물에서는 목표를 정확하게 정의합니다. 숙련된 연구원이 완료하는 데 며칠이 걸리는 작업을 포함하여 인간의 지시에 따라 잘 정의된 연구 작업을 수행할 수 있는 시스템입니다. OpenAI의 자체 측정에 따르면 이제 해당 기준이 충족되었으며, 이는 회사가 지난 가을 목표를 발표할 때 설정한 일정과 대략 비슷합니다.

다음 목표는 훨씬 더 야심적입니다. OpenAI는 2028년 3월까지 자동화된 AI 연구원을 향해 "강력한 진전"을 이루고 있다고 밝혔습니다. 이 시스템은 인간의 감독 하에 작동하여 딥 러닝 및 정렬 연구를 추진하고 반복적인 자기 개선을 가능하게 하는 시스템입니다. 회사는 인간이 여전히 연구 우선순위를 설정하고, 어떤 아이디어와 결과를 추구할 가치가 있는지 판단하고, 특정 시스템을 확장, 일시 중지 또는 배포할지 여부를 결정한다는 점에 주의를 기울입니다.

주장 뒤에 숨은 숫자

게시물에서 가장 눈에 띄는 수치는 2026년 동안 OpenAI 연구원의 일상 업무가 얼마나 급격하게 변화했는지 설명합니다.

  • 인간 근무일당 에이전트 근무일 3.1일. 2026년 6월 이전에는 연구 조직 전체의 총 에이전트 런타임이 여전히 총 인간 노동력보다 낮았습니다. 8월 중순까지 에이전트는 표준 하루 8시간 근무 기준으로 그들을 지시하는 인간의 노력보다 3배 이상 기여했습니다.
  • 중앙값 연구원의 경우 하루 $600 이상. 연초에 에이전트 사용량으로 순위가 매겨진 중앙값 연구원은 코딩 에이전트만 실험하고 있었습니다. 8월 중순까지 중앙값 연구원은 매일 에이전트를 실행하고 API 가격으로 하루 600달러 이상의 추론을 소비했습니다.
  • 90번째 백분위수에서 하루 $7,000 이상. 연구 조직에서 가장 무거운 사용자는 이제 하루에 $7,000 이상의 토큰을 소모하여 4명 이상의 에이전트가 동시에 작업하는 고도의 동시 워크플로를 실행합니다.
  • 기록적인 실험량. 활성 실험자당 실험 횟수는 2025년 1월 추적이 시작된 이후 2026년 8월에 사상 최고치를 기록했습니다.

OpenAI는 코딩 에이전트인 Codex의 채택으로 인해 생산성이 향상되었다고 생각하며, 2025년 이후 사용 가능한 컴퓨팅도 크게 증가했다는 점을 인정합니다. 따라서 더 많은 에이전트, 더 나은 에이전트, 이를 실행할 수 있는 더 많은 하드웨어의 조합으로 얻을 수 있는 이점이 있습니다.

에이전트가 실제로 하는 일

에이전트 활동을 분류하기 위해 OpenAI는 O*NET 직업 분류 시스템에서 영감을 받아 Epoch AI가 게시한 연구 작업 분류법을 사용했습니다. AI 연구 및 개발을 결정, 설계, 구축, 실행, 분석 및 의사소통의 6단계로 나눕니다.

에이전트 활동의 6개 범주는 모두 2026년 1월부터 8월 사이에 증가했습니다. 1월에는 연구 및 인프라 코드가 주로 사용되었습니다. 해당 범주는 기술 지원 및 실험 실행 모니터링이 눈에 띄게 증가하면서 계속 확대되었습니다. 대조적으로, 높은 수준의 계획은 에이전트 출력 토큰의 최소한의 부분으로 남아 있습니다. 전략적 결정은 여전히 ​​인간에게 있습니다.

일화적으로, OpenAI의 연구원들은 코딩 에이전트가 내부 연구 인프라 문제를 해결하는 데 탁월하며 이전에 인프라 문제를 위해 근무 시간을 유지했던 여러 팀이 더 이상 필요하지 않다는 사실을 발견했습니다.

OpenAI를 넘어 이정표가 중요한 이유

발표는 민감한 순간에 이루어졌습니다. 국회의원, 안전 연구원 및 경쟁업체는 모두 AI 시스템이 AI 연구 자체를 의미 있게 가속화할 수 있다는 증거를 주시하고 있습니다. 이는 더 유능한 시스템을 향한 일정을 단축할 가능성이 가장 높은 메커니즘입니다. OpenAI의 수석 과학자는 같은 날 동료 에세이를 발표하여 최대 속도로 확장을 유지할 수 있을 만큼 정렬을 해결한 실험실은 아직 없다고 경고했습니다. 이는 생산성 수치와 눈에 띄는 병치입니다.

경제적 영향도 마찬가지로 주목할 만합니다. 단일 연구 조직이 추론을 위해 연구원당 하루 수천 달러를 소비하고 이를 헐값으로 취급한다면 이는 기업 AI 지출이 어디로 향하고 있는지를 나타냅니다. 에이전트 근무일은 컴퓨팅 자체처럼 구매 가능한 입력이 되고 있습니다.

회의론자들은 OpenAI가 자체적으로 숙제를 채점했다는 점을 지적할 것입니다. "자동화된 연구 인턴" 표준은 내부적으로 정의 및 측정되며 3.1:1 비율은 직접 출시된 에이전트와 다운스트림 하위 에이전트를 모두 계산합니다. 이 회사의 수치에는 매우 다양한 난이도 수준의 코딩, 모니터링 및 분석 작업이 혼합되어 있습니다.

그럼에도 방향은 불분명하다. 8개월 전, 세계에서 가장 많은 자금을 지원받는 AI 연구소 중 하나에서 에이전트의 시간은 인간의 시간보다 뒤처졌습니다. 오늘날 그것은 3대 1보다 더 중요합니다. 그리고 연구소의 리더십은 이미 "만약"이 아닌 "언제"의 문제로 2028년 3월까지 자동화된 AI 연구원이라는 다음 단계를 계획하고 있습니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →