오픈AI(OpenAI) 최고연구책임자(CRO) **마크 천(Mark Chen)**은 스스로 연구를 수행할 수 있는 AI 모델이 가까워지고 있으며, 이로 인해 범용 인공지능(AGI)이 점점 손이 닿는 범위 안으로 들어오고 있다고 말했다.
핵심 요점:
- 천은 사전 학습과 더 긴 추론 체인이 여전히 AGI를 향한 진보를 이끄는 축이라며, 확장 법칙(scaling laws)은 여전히 유효하다고 주장했다.
- 그는 자가 지속적인 연구를 수행할 수 있는 모델이 가까워지고 있으며, 이는 인간 연구자의 역할을 재편할 것이라고 말했다.
- 천은 점점 심화되는 평가(evaluation) 위기와, 아직 해결되지 않은 지속 학습(continual learning)을 이 분야의 가장 큰 장애물로 꼽았다.
천이 그리는 AGI 로드맵
천은 최근 팟캐스트 인터뷰에서, 오픈AI의 연구 전략을 설명하면서 직접 요리를 하며 자신의 생각을 풀어냈다.
그는 확장이 멈췄다는 주장에 반박했다. 이 논쟁은, 그에 따르면, 이 분야가 새로운 병목에 부딪힐 때마다 다시 떠오르는 이야기다.
회사는 거의 10자릿수에 이르는 범위에서 유지돼 온 지수 곡선 위에 서 있으며, 그것이 깨질 조짐은 거의 없다고 그는 말했다.
천은 또한 추론 능력에 대한 오픈AI의 베팅을 강조했다. 그는 야쿠브 파초츠키(Jakub Pachocki), **일리야 서츠케버(Ilya Sutskever)**와 소수의 팀원이 o1 프로젝트를 밀어붙이기 전에는, 회사 내부에서도 회의적인 시선이 적지 않았다고 말했다.
이제 그는 모델들이 수주에 걸친 연구 과제를 수행하며, 인간 전문가들의 맹점을 넘어서는 아이디어를 내놓게 될 것으로 기대한다.
천에 따르면 오픈AI의 로드맵은 약 3년짜리이며, 첫 아이디어 단계부터 완성된 결과까지 연구 전 과정을 처리하는 모델로 귀결되는 그림이다.
관련 기사: 비트마인, 매도장에도 4,300만 달러 이더리움 베팅으로 맞선다
왜 ‘바이브 리서처’ 개념이 중요한가
천은 ‘바이브 리서처(vibe researcher)’라는 표현을 꺼내 주목을 끌었다.
그가 묘사한 미래에서 최고의 연구자들은 더 이상 모든 코드를 직접 작성하지 않는다. 대신 실행과 스케줄링을 처리하는 모델을 조정·지휘하는 역할을 맡는다. 인간의 일은 날카로운 질문을 던지는 일과, 답이 진짜 ‘맛’과 통찰을 담고 있는지 판별하는 일, 두 가지로 좁혀진다.
이런 비전이 아직 불안정한 기반 위에 서 있다는 점을 천도 부인하지 않는다.
그는 팀들이 실제 성과 없이 벤치마크 점수만 쫓는 관행, 그가 ‘벤치맥싱(benchmaxxing)’이라고 부르는 습관을 언급하며 평가 위기에 대해 경고했다. 오래된 테스트는 이미 포화 상태에 이르렀고, 새 테스트는 공개되자마자 곧바로 효용이 떨어진다는 것이다.
지속 학습은 더 까다로운 간극으로 남아 있다. 천은 이것이 이 분야가 아직 열지 못한 기본 능력이라 부르면서도, 이미 많은 시도가 이 문제를 겨냥하고 있다고 말했다.
그 궤적이 유지된다면, 가장 희소한 인간 자원은 ‘날것의 지능’에서 판단력과 삶에서 우러난 경험으로 이동할 것이라고 천은 내다봤다.
천은 이미 이와 비슷한 주장을 여러 차례 펼쳐 왔다. GPT-4.5 출시 즈음에도 그는 확장 패러다임이 계속 갈 수 있다고 주장했고, 확장 법칙이 죽었다는 증거는 없다고 줄곧 강조해 왔다.