앤스로픽 내부 데이터 공개: 스스로 코딩하는 AI의 진화와 '재귀적 자가 개선'의 미래

앤스로픽(Anthropic)이 자사 AI 모델의 개발 과정에 AI를 적극적으로 투입하며, AI가 스스로 후속 모델을 설계하는 '재귀적 자가 개선(Recursive self-improvement)' 단계에 빠르게 접근하고 있다고 발표했습니다. 공개 벤치마크뿐만 아니라 앤스로픽 내부의 실제 엔지니어링 지표를 통해, 프론티어 AI의 자체 개발 역량이 폭발적으로 성장하고 있음이 확인되었습니다.

클로드가 주도하는 앤스로픽의 엔지니어링 워크플로우

가장 주목할 만한 변화는 앤스로픽 내부의 코드 작성 방식입니다. 2026년 5월 기준, 앤스로픽 코드베이스에 병합(Merge)되는 전체 코드의 80% 이상을 클로드(Claude)가 작성하고 있습니다. 이는 단순한 자동완성을 넘어, 에이전트가 단독으로 코드를 실행하고 테스트하며 문제를 해결하는 수준에 이르렀음을 의미합니다. 결과적으로 현재 앤스로픽 엔지니어들의 1인당 일일 코드 병합량은 2024년 대비 8배 이상 폭증했습니다.

또한 AI 모델은 명확히 정의된 문제를 넘어 모호한 '오픈엔드(Open-ended)' 문제 해결에도 탁월한 성과를 보이고 있습니다. 일례로 앤스로픽은 라이브 서버에서 발생한 대규모 인시던트를 클로드에 할당한 결과, AI가 수만 개의 작업을 분석하고 환경 변수를 테스트하여 인간 엔지니어가 2~3일 걸릴 디버깅을 단 2시간 만에 완료했다고 밝혔습니다. 이러한 모델의 고난도 작업 성공률은 최근 6개월 만에 50%p 상승하여 76%에 도달했습니다.

연구 판단력의 진화와 '암달의 법칙'

연구 및 실험(Research) 분야에서도 놀라운 발전이 관찰되었습니다. 클로드에게 소형 AI 모델의 학습 코드를 주고 최적화를 지시한 내부 실험에서, 1년 전 모델은 인간 대비 3배의 속도 향상을 이루어낸 반면, 최근 모델인 Mythos Preview는 52배의 속도 향상을 기록했습니다. 인간 연구원이 동일한 작업을 위해 4~8시간을 소요하는 것과 비교하면 비약적인 성과입니다.

연구 방향을 설정하고 유의미한 가설을 채택하는 이른바 '연구적 판단력(Research taste)'은 여전히 인간만의 영역으로 여겨졌으나 이마저도 빠르게 격차가 좁혀지고 있습니다. 인간 연구원이 길을 잃었던 과거의 실험 세션 로그를 기반으로 모델의 판단력을 테스트한 결과, 최근 모델은 64%의 확률로 인간보다 더 나은 다음 단계를 제안했습니다. 다만 앤스로픽은 AI가 실험과 코드 작성을 대부분 자동화함에 따라, 역설적으로 인간의 '코드 리뷰' 역량이나 인프라 병목 현상이 전체 개발 속도를 제한하는 '암달의 법칙(Amdahl's law)' 상황에 직면하고 있다고 경고했습니다.

프론티어 AI의 폭주에 대비한 글로벌 협력 촉구

앤스로픽은 AI가 스스로를 고도화하는 재귀적 자가 개선이 실현될 경우, 지능과 인프라의 발전 속도가 인류의 통제 범위를 단기간에 벗어날 수 있음을 우려했습니다. 이에 따라 The Anthropic Institute를 통해 전 세계 주요 프론티어 AI 기업들이 개발을 일시적으로 늦추거나 멈출 수 있는 '검증 가능한 상호 협력 체계'를 신속히 구축해야 한다고 강조했습니다.