State of AI 2026 - AI가 AI를 개발하는 시대, 추론 산업과 물리 AI의 부상

Benaich의 Substack 소개 글 앞부분(약 6,500자)을 읽고 옮겼어요. 보고서 본문 슬라이드와 글 뒷부분(과학, 추론 산업, 사이버 위험 등)은 읽지 못해 partial로 표시해요.

9번째 보고서

Benaich는 2010년대 초 암 연구·계산생물학 박사 과정에서 AI에 관심을 갖게 됐고, 2013년부터 AI 기업에 투자해 왔어요. 보고서는 매년 예측을 내고 다시 채점하는데, 과거 예측으로 NVIDIA의 Arm 인수 실패, 트랜스포머가 언어 밖에서도 선두 결과를 내는 것, 오픈소스 모델이 OpenAI o1을 넘는 것(이후 DeepSeek-R1이 해냄)을 들어요. 부제는 "AI is building AI, physical AI, booming inference, and escalating cyber risks"예요.

프런티어는 3강 구도

Anthropic, OpenAI, Google의 3파전이에요. Artificial Analysis Intelligence Index에서는 Anthropic이, 사람이 선호하는 답을 매기는 Arena 순위에서는 Google이 앞선다고 해요.

AI에서 큰 가치를 얻는 사람과 그렇지 못한 사람의 차이는 대부분 쓰는 법과 설정법을 아느냐에 달려 있다고 봐요. "AI 기술 문제가 아니라 사람의 숙련 문제"라며, AI용 Genius Bar가 필요하다고 말해요.

도구와 맥락이 에이전트를 강하게 한다

수학·과학 추론·코딩에서 몇 년은 버틸 줄 알았던 벤치마크가 몇 달 만에 천장에 다가가고 있어 새 평가가 필요하다고 해요. 능력은 여전히 들쭉날쭉하고 세대마다 흔들린다며, 자기 경험상 Opus 4.6은 좋았고 Opus 5는 후퇴, Opus 5.5는 다시 좋았다고 해요. 통제된 코딩 연구에서 GLM-5.1의 가중치는 그대로 두고 도구·맥락·피드백만 바꿨더니 SWE-bench Verified 100개 과제 성공률이 52.5%에서 65.5%로 올랐다고 해요. OpenAI 조사에서는 에이전트 도입이 법무·영업·채용·마케팅 같은 비개발자 사이에서 가장 빠르게 늘었다고 해요.

AI가 AI 개발을 가속한다

Anthropic 내부 지표로 Claude가 측정된 모델 R&D 작업의 26%를 8월에 주도했고, 2월에는 1% 미만이었다고 해요. Karpathy의 autoresearch는 에이전트가 학습 코드를 고치고 5분짜리 실험을 돌려 밤새 개선을 남기는 루프를 GPU 한 장으로 보여 준다고 해요. 다만 지속적이고 완전 자율적인 재귀 개선은 아직 입증되지 않았다고 선을 그어요. 다음으로는 에이전트가 실험을 고르고 유망한 방향을 알아보는 "과학적 안목"을 갖추길 기대해요.

로보틱스의 GPT-2 순간과 월드 모델

• Skild S1은 가중치를 바꾸지 않고 영상 시연만으로 낯선 작업을 수행했어요. 10만 시간 사전 학습으로 회사 자체 단계별 누적 성공 지표 66%를 냈고, 같은 데이터·연산의 언어 프롬프트 기준선은 9%였어요.
• Wayve GAIA-4는 녹화된 주행 장면을 AI 운전자의 조향·제동에 따라 다음 화면이 바뀌는 시뮬레이션으로 바꿔요.
• Odyssey-3는 시각 사전 학습으로 로봇·자동차·게임의 조작을 배우고, 로봇 팔이 수십 시간 시연만으로 놓친 집기에서 회복하는 법을 배웠다고 해요.

Benaich는 Sereact, Wayve, Black Forest Labs, Odyssey 등에 투자하고 있다고 밝혀요. 과학 섹션은 Epoch AI의 미해결 문제 모음에 9건의 풀이(자율 4건, 사람-AI 협업 5건)가 기록됐다는 대목까지 읽었어요.