스스로 개선하는 AI, 살아있는 환경에서 진화한다

핵심 요약

• 현재 대부분의 AI 시스템은 고정된 파라미터로 출시되어 외부 업데이트로만 개선되지만, 이상적인 시스템은 자신의 경험으로부터 계속 개선되는 '순환적 자기개선(RSI)' 능력을 가져야 한다.
• 미래 이벤트 예측에 기반한 자기진화 에이전트 시스템 'DeepEvolve'를 개발했으며, 에이전트가 지속적으로 변화하는 환경과 상호작용하면서 경험을 내재화·외재화하여 개선된다.
• 검증 가능한 작업을 합성하는 살아있는 환경과 각 예측 뒤의 추론 궤적을 능력으로 변환하는 순환진화 엔진으로 구성되며, 탐색을 예측으로부터 분리하여 파라미터 수준의 진화를 오염 위험이 있는 라이브 환경에 맞춘다.
• 재사용 가능한 기술을 증류하여 제한된 라이브 궤적에서도 에이전트가 진화할 수 있도록 한다.
• 외부 FutureX 리더보드(주간 업데이트, 실제 결과 기준 평가)에서 3주 연속 1위를 차지했으며 최대 195% 레이팅 개선을 달성했다.
• 합성 평가에서 4개 기본 LLM 기준 상위 3위에 랭크되었고, 가장 강력한 베이스라인을 최대 10.7 Bradley-Terry 포인트 차이로 앞질렀다.
• 이러한 결과는 자기개선을 위해 설계된 시스템이 진정으로 살아있고 개방된 환경과 공진화하는 에이전트로 이해될 때 가장 잘 작동함을 시사한다.
• AI 발전 방향이 고정된 데이터에 대한 정적 모델 훈련에서 자신의 경험으로 강해지는 에이전트 양성으로 전환되고 있으며, 이러한 개방된 세계가 성장의 필수 기반이 된다는 점을 강조한다.