Google 공동 창업자인 Sergey Brin은 회사의 AI 개발이 자사 모델이 자체 후속 모델 구축을 적극적으로 지원하는 지점에 도달했다고 말합니다. 이는 반복적 자기 개선(RSI)으로 알려진 역학입니다. Google의 새로운 Gemini 4 모델인 Argon 개발에 관한 원탁 토론에서 Brin은 AI 개발이 내부적으로 가속화되고 있으며 회사가 "RSI 러닝머신에 진입하기 시작했다"고 말했습니다.
브린은 구글이 수요일에 공유한 원탁회의에서 "이제 우리 연구원들과 모델은 모델의 다음 버전을 만들기 위해 협력하고 있다"고 말했습니다. 그의 발언은 Business Insider에 의해 처음 보도되었습니다. 이 발언은 Gemini 프로그램에서 점점 더 실제적인 역할을 맡고 있는 Google의 공동 창립자를 업계에서 가장 중요한 논쟁에 정면으로 포함시켰습니다. 즉, AI 시스템이 곧 인간 엔지니어가 할 수 있는 것보다 더 빨리 스스로 향상될 것인지 여부입니다. 해당 논쟁에 대한 지속적인 보도를 보려면 AI 연구 뉴스를 팔로우하세요.
브린이 증거로 지적한 것
Brin은 피드백 루프가 이미 전환되고 있다는 증거로 Gemini 4까지 이어지는 Google의 Flash 모델 릴리스 흐름을 지적했습니다. 이는 각 세대의 모델이 자동화된 코딩, 평가 및 연구 도구 구성 요소로서 다음 모델을 생성하는 데 필요한 시간을 단축한다는 의미입니다.
Argon에 대한 Google의 자체 안전 문서는 해당 사진의 일부를 뒷받침하는 것으로 보입니다. 모델의 안전 보고서에 따르면 "AI 에이전트는 이제 대부분의 생산 코드와 버그 수정을 작성하는 높은 활용 보조자로 작동하지만 코드 변경 사항은 제출 전에 사람의 검토를 받아야 합니다." 즉, 회사는 모델이 대부분의 코드를 생성하는 워크플로를 설명하고 있으며, 인간은 어떤 코드를 배송할지에 대한 최종 결정권을 보유합니다.
광범위한 RSI 논쟁
Anthropic과 OpenAI도 AI가 RSI 직전에 있을 수 있다고 밝혔으며, 이번 주에 발표된 Gladstone AI 회사의 보고서는 AI 회사가 RSI를 향해 나아가는 방식을 제시합니다. 보고서에 대한 Business Insider의 설명에 따르면 Anthropic, OpenAI 및 Google DeepMind를 포함한 회사에서 근무하는 인터뷰에 참여한 대부분의 연구자들은 RSI가 향후 3~12개월 내에 시작될 것이며 정부 개입이 없으면 더 빨리 도착할 수 있다고 믿고 있습니다.
타임라인이 중요한 이유
반복적인 자기 개선은 또 다른 기능 이정표가 아닙니다. 모델이 AI 연구 자체의 주요 노동력이 되면 진행 속도를 예측하기가 더 어려워지고 관리하기도 더 어려워집니다. 이것이 RSI가 지난달 저명한 AI 연구자들로부터 충분한 가드레일이 설치되지 않으면 인간이 기술에 대한 통제력을 잃을 수 있다는 경고의 중심에 있었던 이유입니다.
Brin의 프레이밍은 특히 사실이었습니다. 그는 RSI 런닝머신을 먼 가설로 취급하기보다는 이를 Google 모델 개발 프로그램의 작동 조건, 즉 연구자와 모델이 각각의 연속 버전에서 "손을 맞잡고" 작업하는 것으로 설명했습니다.
대위법
Google 내부의 모든 사람이 플라이휠이 얼마나 빨리 회전하는지에 동의하는 것은 아닙니다. 같은 뉴스 사이클에 보도된 바에 따르면 Google DeepMind는 자체 평가에서 머신러닝 연구 및 개발이 크게 가속화되지 않은 것으로 나타났습니다. 이는 일부 경쟁업체의 더욱 우려스러운 수사에서 벗어난 결론입니다. 움직이기 시작한 런닝머신을 설명하는 Google의 공동 창업자와 극적인 속도 향상을 측정하지 않는 Google의 안전 연구원이라는 두 가지 판독값 사이의 차이 그 자체가 해당 분야가 자체 궤적에 대해 얼마나 불확실한지를 보여주는 스냅샷입니다.
구조적인 주의사항도 있습니다. 대부분의 프로덕션 코드를 작성하는 에이전트는 여전히 사람의 검토 하에 운영되며, 오늘날 "AI 연구를 자동화하는 AI"로 간주되는 작업 중 상당수에는 검색 공간 축소, 후보 솔루션 생성 및 평가 실행(자율 검색보다는 활용도가 높은 지원)이 포함됩니다.
볼만한 동영상
관찰자들에게 브린의 런닝머신 비유가 유효한지 여부를 알려주는 세 가지 사항이 있습니다. 첫째, Google 자체 모델의 출시 흐름으로, 세대 간 간격이 짧을수록 가장 명확한 가시적 신호가 됩니다. 둘째, Google의 아르곤 안전 보고서에서처럼 다른 선도 연구실이 연구 및 엔지니어링 파이프라인의 모델 실행 정도를 정량화하기 시작했는지 여부입니다. 셋째, 글래드스톤 AI(Gladstone AI)와 같은 보고서에 대해 정부가 조치를 취하는지 여부입니다. 글래드스톤 AI(Gladstone AI)는 인터뷰에 참여한 연구원들이 명시적으로 개입 부재에 대한 타임라인을 조건으로 삼았습니다.
런닝머신의 경제학
브린의 발언에는 직접적인 상업적 논리도 있다. 모델이 연구 주기를 의미있게 단축한다면 각 새로운 모델 세대의 한계 비용은 낮아지고 루프를 먼저 닫는 회사는 기능과 가격 모두에서 복합적인 이점을 얻게 됩니다. Google은 이미 두 번째 축에서 공격적으로 경쟁하겠다는 의지를 밝혔으며, Argon을 사용하여 경쟁사의 API 가격을 낮추고 대용량 워크로드를 위한 플래시급 모델을 출시했습니다. 진정한 RSI 플라이휠은 해당 전략을 강화할 것입니다. 이는 Google이 이를 이미 진행 중이라고 설명할 모든 인센티브를 갖고 있는 이유를 설명하는 데 도움이 됩니다.
현재 라운드테이블의 중요성은 포지셔닝입니다. Google 창립자 중 한 명이 반복적인 자기 개선을 위험 시나리오가 아니라 회사의 실제 현실로 공개적으로 설명하고 있습니다. 사고 실험에서 로드맵에 이르기까지 재구성하는 것은 벤치마크 점수가 어디에 있는지에 관계없이 Gemini 4 출시 주기에 대해 가장 뉴스 가치가 있는 것으로 입증될 수 있습니다.
---
AI보다 앞서 나가세요최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.
AI 뉴스 자세히 보기 →
