경고를 불러일으킨 가속 주장
METR의 독립 평가에 따르면 Anthropic의 모델 역량 향상 속도는 이전 속도의 약 1.9배로 빨라진 것으로 추정됩니다. 이 수치는 1.5배에서 2.8배에 이르는 넓은 불확실성 범위를 가지지만, 회사가 지난 1년간 이전 2년간과 거의 같은 만큼의 벤치마크 진전을 이루었음을 시사합니다. 이 가속은 측정된 모델 역량에 관한 것이며, AI 발전의 모든 측면을 의미하지는 않습니다.
비영리 연구 단체인 METR은 Anthropic의 내부 시스템과 자료에 일시적이고 드물게 접근한 후 이러한 조사 결과를 공개 보고서로 발표했습니다. "Independent Assessment of AI R&D Acceleration at Anthropic in October 2026"이라는 제목의 전체 평가는 METR의 엄밀한 조사 결과를 일부 온라인 영상에서 볼 수 있는 보다 자극적인 프레이밍과 구별합니다.
연구원들은 내부 벤치마크 점수, 학습 데이터, 컴퓨팅 수치, 예측 자료에 접근할 수 있었고, 약 15명의 Anthropic 연구원과 인터뷰를 진행했습니다. 이처럼 이례적인 수준의 접근 덕분에 회사의 R&D 궤적을 세밀하게 분석할 수 있었으며, 최첨단 AI 개발 속도를 있는 그대로 보여 주었습니다.
Model 4는 강력하지만 여전히 블랙박스입니다
METR의 평가는 2026년 9월부터 10월 사이에 학습된 Anthropic의 미공개 모델 Model 4를 소개했습니다. 이 내부 시스템은 테스트 대상 15개 벤치마크 모두에서 50%를 넘는 점수를 기록하여, 보고서에서 가장 높은 점수를 받은 모델이 되었습니다. 인상적이기는 하지만, 이 점수는 특정 작업에서의 성능을 반영할 뿐 폭넓은 역량이나 인간 수준의 역량을 본질적으로 입증하지는 않습니다.
이처럼 강력한 미공개 모델의 존재는 중요한 내부-공개 역량 격차를 보여 줍니다. AI 개발의 진전은 고객과 독립적인 관찰자가 접근할 수 있는 범위를 앞지를 수 있으며, 이는 AI 역량의 최전선이 Claude와 같은 공개 모델보다 흔히 더 앞서 있음을 의미합니다. Model 4의 계보나 향후 Claude 버전으로 출시될 가능성에 대한 추측은 확인되지 않았습니다.
이러한 벤치마크에서의 높은 점수는 벤치마크 포화에 대한 의문도 제기합니다. 모델이 일부 테스트에서 꾸준히 50%를 넘기고 90%에 근접하기까지 하면서, 역량을 구분하는 데 기존 벤치마크가 갖는 효용이 줄어들 수 있습니다. 벤치마크 점수는 정의된 작업에서의 성능에 대한 증거를 제공하지만, 실제 환경에서의 신뢰성이나 일반 지능을 완전하게 측정하는 지표는 아닙니다.
AI가 AI를 만드는 사람들의 속도를 높이고 있을 수 있습니다
METR은 관찰된 가속의 약 80%를 AI 자체의 영향으로 조심스럽게 해석했지만, 이 추정치에 상당한 불확실성이 있음을 강조했습니다. 학습 컴퓨팅의 더 빠른 증가는 이러한 변화를 설명하지 못했으나, 이 결론을 뒷받침하는 핵심 세부 정보는 공개 보고서에서 제외되었습니다. 자세한 내용은 전체 보고서 Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 - METR을 참조하십시오.
내부 Slack 설문을 통해 수집한 비공식 직원 자체 보고에 따르면, AI 도구가 특정 작업의 생산성을 최대 12배까지 높인 것으로 나타났습니다. 그러나 이 수치는 특정 업무 흐름에 대한 일화적 의견일 뿐, 회사 전체 산출물에 대한 통제된 측정값은 아닙니다. 약 15명의 연구원을 대상으로 한 인터뷰에서는 다양한 추정치가 나왔으며, 다수는 전반적인 효율이 2배 향상된 수준에 가깝다고 답했습니다.
이는 초기 단계의 피드백 루프를 시사합니다. AI 도구가 연구원의 코딩, 아이디어 검증, 업무 흐름 간소화를 돕고, 이러한 개선이 다시 더 나은 모델의 개발에 기여할 수 있으며, 그 모델이 다시 향후 연구를 더욱 지원한다는 것입니다. 다만 METR의 설명은 이 작업의 상당 부분에 여전히 사람이 관여하는 것으로 보고 있어, 제약 없는 지능 폭발과는 구별됩니다.
AI 기반의 발전은 R&D 주기를 사실상 단축하고 있습니다. 연구원들은 모델을 활용하여 - 코드를 생성하고 - 실험을 설계하고 - 결과를 분석하고 - 학습 과정을 개선합니다
이러한 반복적 개선은 새로운 역량의 발견과 구현을 가속합니다.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
풀리지 않은 질문은 무엇이 이를 늦출 수 있는가입니다
METR의 평가는 향후 12개월 이내에 나타날 가능성이 있는 주요 제약에 대한 설득력 있는 증거를 확인하지 못했습니다. 다만 이 결론에 대한 확신은 제한적이며, 잠재적 병목 현상에 대한 구체적인 분석은 공개 보고서에서 제외된 세부 정보에 포함되어 있었습니다.
투명성은 여전히 핵심 과제입니다. Anthropic의 광범위한 비공개 처리로 인해 독자들은 가장 유익한 증거 중 일부를 직접 확인할 수 없습니다. 여기에는 학습 컴퓨팅의 더 빠른 증가가 가속을 설명하지 못한다는 평가의 구체적 근거와 병목 현상에 대한 전체 분석이 포함됩니다.
공개적으로 METR이 밝힌 것은 관찰된 가속에 명확한 단기적 한계를 발견하지 못했다는 점뿐입니다. 이러한 결론에 이른 기초 데이터와 방법론은 공개적으로 검증할 수 없어, 외부에서 결과를 면밀히 검토하거나 재현하기가 어렵습니다.
AI 지원 연구가 계속 가속된다면, 독립적인 평가와 안전 연구가 속도를 따라가야 한다는 압박도 더욱 커질 것입니다. 실질적인 이해관계가 큰 만큼, 더 명확한 정보 공개, 더 빈번한 독립 평가, 엄격한 감사는 AI 발전의 실제 궤적과 그 영향을 이해하기 위한 중요한 다음 단계입니다.
자주 묻는 질문
METR은 Anthropic의 AI 발전에 대해 무엇을 발견했습니까?
METR은 Anthropic의 모델 역량이 이전 속도의 약 1.9배로 향상되고 있다고 추정했으며, 이 추정치에는 상당한 불확실성이 따릅니다.
Anthropic의 Model 4란 무엇입니까?
Model 4는 METR이 평가한 Anthropic의 미공개 모델에 METR이 붙인 명칭입니다. 보고서는 이 모델을 테스트 대상 중 가장 강력한 모델로 설명합니다.
이 보고서는 AI가 스스로 더 나은 AI를 만들고 있음을 입증합니까?
아니요. METR은 가속의 상당 부분을 AI의 지원 덕분으로 보았지만, 현재의 활용은 주로 인간 연구자를 대체하는 것이 아니라 돕는 수준이라고 설명했습니다.
METR 보고서의 일부가 가려진 이유는 무엇입니까?
Anthropic이 컴퓨팅 및 병목 현상에 관한 증거를 포함한 민감한 세부 정보를 공개하지 않은 것으로 알려졌으며, 이로 인해 외부에서 일부 결론을 독립적으로 평가하기 어렵습니다.