자기개선과 지속학습, 다음 관문이라면서 아무도 내놓지 않았습니다
지금 모델 학습과 에이전트 연구에서 가장 뜨거운 곳은 강화학습 환경, 후반학습, 장기 실행, 자기개선, 지속학습입니다. 주요 랩의 최신 모델은 이 중 앞의 셋에 몰려 있습니다.
오픈AI의 아스트라(Astra)는 이 지형의 어디에 있을까요. 장기 실행에 정확히 해당하지만, 아직 나오지 않았습니다. 아스트라는 여러 에이전트가 협업해 몇 시간에서 며칠까지 배경에서 계속 일하는 것을 목표로 하는 시리즈로 알려져 있고, 현재 테스트 단계입니다. GPT-6가 될지 5.7이 될지도 정해지지 않았습니다. 미국 연방정부의 출시 전 검토를 받는 첫 모델 중 하나가 될 것이라는 보도도 있습니다.
환경에서 지속학습까지, 하나의 사슬입니다
1위 강화학습 환경과 검증기. 돈과 병목이 동시에 있습니다. 앤트로픽은 환경에 10억 달러 이상 지출을 논의했고, 환경 하나를 자동 생성하는 비용은 4달러 수준까지 떨어졌습니다. 병목은 비용이 아니라 검증기 품질로 옮겨갔습니다. 보상이 부실한 환경을 대량 생성하면 잘못된 행동을 대규모로 가르치게 됩니다. 환경을 패키지로 유통하는 시장도 생겼고, 330개 이상의 환경을 관리형 API로 파는 서비스까지 나왔습니다.
2위 후반학습이 규모를 대체하는 흐름. 이번 여름 딥시크와 xAI에서 같은 증거가 나왔습니다.
3위 장기 실행과 크레딧 배정. 단발 응답은 잘하는데 수십 스텝 업무는 못 끝냅니다. 100번째 스텝의 실패를 3번째 판단에 귀속하는 문제가 핵심 난제입니다.
4위 자기개선과 자기진화. 환경 만들기가 병목이면 모델이 스스로 만들게 하자는 발상입니다. 도전자와 해결자가 함께 진화하는 자기대전 방식이 활발하고, 다중 에이전트 자기진화가 고정된 탐색 대비 3~10배 개선율을 보고했습니다.
5위 지속학습과 기억. 랩들이 공개적으로 다음 관문이라 부르지만, 외부 평가는 실질적 전환을 2028~2030년으로 봅니다.
랩마다 건 곳이 다릅니다
같은 주제를 놓고도 앤트로픽·오픈AI·구글·메타·xAI·문샷·딥시크의 선택이 갈립니다.
앤트로픽 · 클로드 페이블 5
2026년 6월 9일 공개된 첫 공개 미토스급 모델로, 오푸스 4.8보다 상위 계층입니다. 집중 영역이 뚜렷합니다. 에이전트 코딩에서 독립 평가 기준 SWE-Bench Pro 80퍼센트 안팎을 기록하며 선두이고, 동시에 일반 공개 모델 중 가장 강한 안전 장치를 얹었습니다. 같은 기반 모델에서 안전 분류기를 뺀 미토스 5는 방어적 사이버보안 목적의 소수 신뢰 파트너에게만 제공됩니다. 7월 1일에는 수출 통제 이슈로 중단됐다가 개선된 안전 분류기와 함께 복귀했습니다.
여기에 강화학습 환경 대규모 투자와 전역 작업 공간 해석가능성 연구가 겹칩니다. 1위(환경)와 3위(장기 실행)에 서 있고, 안전·해석가능성이라는 독자 축을 하나 더 갖고 있습니다.
오픈AI · GPT-5.6 계열과 아스트라
7월 9일 GPT-5.6 계열이 정식 출시됐습니다. 루나(빠르고 저렴), 테라(균형), 솔(플래그십, 생물·화학·사이버보안에 맞춰 조율)의 3단 구성입니다. 계층을 용도로 나눈 것이 특징입니다.
그리고 아스트라가 준비 중입니다. 여러 에이전트가 계획하고 수정하고 위임하며 며칠씩 배경에서 일하는 것을 목표로 합니다. 아직 출시되지 않았고 이름도 정해지지 않았습니다. 3위(장기 실행)를 정면으로 겨냥한 첫 플래그십 시도로 보입니다.
구글 · 제미나이 3.1 프로
추상 추론에서 두드러집니다. ARC-AGI-1에서 98퍼센트를 기록하며 과제당 0.52달러로 인간 패널과 동률을 이뤘습니다. 별도로 타이탄스와 미라스 계열 연구에서 신경 장기기억 구조를 밀고 있는데, 무엇을 기억할지를 '놀라움'으로 판정하는 방식입니다. 추론 품질에서 성과를 내고, 5위(기억·지속학습)에서 가장 앞선 연구 자산을 갖고 있습니다. 다만 그 기억 구조가 플래그십 제품에 들어갔다는 발표는 아직 없습니다.
메타 · 뮤즈 스파크 1.1
전략 전환이 가장 큰 곳입니다. 4월 8일 뮤즈 스파크로 폐쇄형 API 전용 추론 모델을 내놓으며 오픈 웨이트 시대를 끝냈고, 7월 9일 1.1 버전에서 유료 API를 열었습니다. 집중 영역은 네이티브 멀티모달 추론과 다중 에이전트 오케스트레이션, 그리고 저비용입니다. 이전 중형 플래그십 대비 한 자릿수 배 적은 연산으로 추론 능력을 낸다고 밝혔습니다.
여기에 몰트북 인수로 확보한 에이전트 신원 레지스트리와 마누스 인수로 얻은 실행 레이어가 붙습니다. 4위(다중 에이전트)와 원가 효율에 걸려 있고, 모델보다 인프라와 신원 층에서 움직이고 있습니다.
xAI · 그록 4.5, 그리고 4.6 예고
가장 흥미로운 사례입니다. 일론 머스크가 7월 28일 예고한 바에 따르면 그록 4.6은 8월 7일 전후 출시 예정이며, 규모를 키우지 않고 기존 1.5조 파라미터 기반을 그대로 두고 개선된 지도학습과 강화학습만으로 성능을 올린다고 합니다. 2.1조 규모의 4.7은 그 몇 주 뒤로 예고됐습니다. 아직 나오지 않았으므로 예고 기준으로 읽어야 합니다.
2위(후반학습이 규모를 대체)의 가장 노골적인 선언입니다. 같은 뼈대에 훈련만 갈아 끼우겠다는 것이니까요.
문샷 · 키미 K3
7월 중순 공개된 2.8조 파라미터 오픈 웨이트 모델입니다. 활성 1,040억, 네이티브 비전, 100만 토큰 문맥입니다. 주목할 것은 규모가 아니라 훈련 인프라입니다. 학습과 평가 전 과정에서 5,122만 개의 샌드박스를 돌렸고, 3개 분야에 3개 노력 수준을 곱한 9명의 전문가를 강화학습으로 키운 뒤 하나로 증류했습니다. 성과는 웹 검색 에이전트(BrowseComp 91.2)와 GPU 커널(SWE-Marathon 42.0)에서 전체 1위, 웹 개발 아레나 오픈 모델 최초 1위입니다. 상세 분석에 정리했습니다.
1위(환경)를 규모로 밀어붙여 3위(장기 실행)에서 성과를 낸 사례입니다.
딥시크 · V4-Flash-0731
7월 31일 정식판이 나왔습니다. 아키텍처도 크기도 그대로 두고 후반학습만 다시 해서, DeepSWE를 7.3에서 54.4로(7.5배) 올렸고 자기네 5.6배 큰 플래그십을 9개 에이전트 벤치마크 전부에서 이겼습니다. 가격은 출력 기준 오푸스 4.8의 89분의 1이고, 캐시가 맞으면 차이가 더 벌어집니다. 상세 분석은 별도 글에 있습니다.
2위(후반학습)의 결정적 증거이자, 원가 구조로 경쟁하는 노선의 대표입니다.
환경·후반학습·장기실행에는 몰리고, 자기개선·지속학습은 비었습니다
자기개선·지속학습이 비었고, 딥시크와 xAI는 같은 결론에 닿았습니다
첫째, 자기개선과 지속학습에 아무도 제품을 내놓지 않았습니다. 환경을 짓고, 후반학습으로 뽑아내고, 길게 실행하는 것까지는 여러 곳이 제품으로 내놓았습니다. 반면 자기개선과 지속학습은 논문은 쏟아지는데 어느 랩도 플래그십으로 출시하지 않았습니다. 구글이 기억 구조 연구에서 앞서 있지만 제품 반영은 발표되지 않았고, 자기진화는 학계와 벤치마크 단계입니다. 향후 12~18개월의 승부처가 이 빈칸일 가능성이 큽니다.
둘째, 딥시크와 xAI가 나란히 "규모를 키우지 않겠다"고 했습니다. 딥시크는 구조를 그대로 두고 후반학습만 다시 해서 자기네 플래그십을 이겼고, xAI는 같은 1.5조 기반에 훈련만 갈아 끼우겠다고 예고했습니다. 서로 다른 진영에서 같은 판단이 나온 것은 우연으로 보기 어렵습니다. 여기에 3.2배 키웠지만 대부분 제자리였던 사례까지 겹치면, 모델 세대의 정의가 아키텍처에서 후반학습 라운드로 옮겨가는 중이라고 읽는 편이 자연스럽습니다.
셋째, 랩마다 남들이 안 하는 축을 하나씩 쥐고 있습니다. 앤트로픽은 안전과 해석가능성, 오픈AI는 용도별 계층 분화, 구글은 추상 추론과 기억, 메타는 원가와 신원 인프라, xAI는 출시 속도, 문샷은 오픈 웨이트, 딥시크는 원가 파괴입니다. 벤치마크 순위 하나로 줄 세우기 어려운 이유가 여기 있습니다.
넷째, 환경부터 지속학습까지 전부 같은 병목에 걸려 있습니다. 수학과 코드처럼 정답이 있는 영역에서는 채점이 풀렸지만, 사무·상담·연구처럼 정답이 없는 영역에서는 아직 아무도 답을 내놓지 못했습니다. 그래서 앞으로 2년간 가장 값어치 있는 자산은 모델 자체가 아니라 특정 도메인을 신뢰성 있게 채점할 수 있는 환경과 검증기일 가능성이 높습니다. 이 블로그가 루프가 해자와 현장이 채점한다에서 반복해 도달한 결론과 같은 지점입니다.
결국 같은 질문 앞에 서 있습니다
지금 프런티어 랩들은 환경을 짓고, 후반학습으로 능력을 뽑아내고, 실행을 길게 늘이는 데 힘을 모으고 있습니다. 자기개선과 지속학습은 모두가 다음 관문이라 말하지만 아직 아무도 제품으로 내놓지 않았습니다. 아스트라가 준비 중이라는 소식이 흥미로운 이유가 여기 있습니다. 며칠씩 이어지는 다중 에이전트 작업을 플래그십으로 내놓겠다는 것은, 장기 실행에서 자기개선으로 넘어가겠다는 선언에 가깝기 때문입니다.
다만 그리로 넘어가려면 먼저 답해야 할 질문이 있습니다. 며칠씩 일한 결과가 잘된 것인지 누가 채점하는가. 환경부터 지속학습까지 전부가 결국 이 질문 앞에 서 있습니다.
본 글은 각 회사의 공개 발표·기술 리포트·언론 보도를 근거로 한 산업 동향 분석이며, 특정 종목에 대한 판단을 담고 있지 않습니다. 오픈AI 아스트라와 xAI 그록 4.6은 작성 시점 기준 미출시이며, 관련 서술은 예고와 보도에 근거합니다. 성능 수치는 별도 표기가 없으면 각사 발표 기준이고, 서로 다른 평가 환경에서 측정된 값이라 직접 비교는 참고용입니다.
주요 출처: 각사 공개 발표 및 기술 리포트(클로드 페이블 5·GPT-5.6·제미나이 3.1·뮤즈 스파크·키미 K3·딥시크 V4-Flash-0731), 아스트라·그록 4.6 관련 보도, 강화학습 환경 시장 자료(Epoch AI 등), 시리즈 선행 글.