안드레 카파시, 에이전트보다 파운데이션 모델에 집중해야 경고
- •안드레 카파시는 파운데이션 모델을 제쳐두고 에이전트 개발에만 몰두하는 것이 과거의 실패를 반복할 위험이 있다고 경고했다.
- •GeneBench-Pro 벤치마크 결과, 최신 모델인 GPT-5.6 Sol의 복잡한 과학 연구 성공률은 28.7%에 불과했다.
- •Anthropic와 OpenAI를 포함한 주요 AI 연구소들은 모델 간의 성능 경쟁에서 생태계 종속 전략으로 선회하고 있다.
안드레 카파시(Andrej Karpathy) 전 OpenAI 공동 창업자는 7월 5일 내부 세션에서 에이전트 개발보다 파운데이션 모델의 완성도를 높이는 것이 시급하다고 강조했다. 그는 2016년 OpenAI의 자동화 시도가 기술 발전을 5년가량 지연시켰던 사례를 언급하며, 현재의 모델을 신뢰성 낮은 에이전트 역할로 강제하는 것은 무리한 접근이라고 지적했다. 실제로 카파시는 주요 연구소들이 에이전트 분야에서 다년간의 우위를 점하지 못하고 있어 독립 개발자들과의 격차가 크지 않다고 분석했다.
현재 모델의 한계는 6월 30일 공개된 GeneBench-Pro 벤치마크에서 드러났다. 129개의 실제 과학 연구 워크플로우를 평가한 결과, 선두 모델인 GPT-5.6 Sol은 Max 추론 설정에서도 28.7%의 성공률에 그쳤으며, Claude Opus 4.8 모델은 16.0%를 기록했다. 이는 모델이 이상 징후를 감지하더라도 실제 분석을 조정하거나 후속 연구 방법을 변경하는 데 어려움을 겪는 이른바 '인지-행동 간극'이 존재함을 의미한다.
이러한 구조적 문제를 해결하기 위해 주요 기업들은 각기 다른 전략을 펼치고 있다. Anthropic은 모델 컨텍스트 프로토콜(MCP)을 통해 외부 도구를 연동하고 있으며, OpenAI는 GeneBench-Pro를 평가 표준으로 삼아 생물학 특화 모델인 GPT-Rosalind를 기업 시장에 홍보 중이다. 구글 딥마인드는 AlphaFold나 AlphaGenome과 같은 자사 모델을 인프라와 직접 통합해 경쟁 우위를 유지하고 있다. 다만 제약사 노보 노디스크(Novo Nordisk)가 여전히 여러 공급업체의 솔루션을 병행 테스트하는 등 특정 기업이 시장을 완전히 독점하지 못한 상태다.