Sakana AI, AI가 스스로 모델 개선하는 'RSI Lab' 설립
- •Sakana AI가 AI가 AI를 만드는 재귀적 자기 개선(RSI) 전문 연구 조직을 출범했다.
- •지난 2년간 SWE-bench 성능 2배 향상 등 적은 계산 자원으로 성과를 입증했다.
- •소브린 AI 전략과 연계해 계산 효율성이 높은 자기 개선 기술로 AI 민주화를 목표한다.
Sakana AI는 AI가 스스로 모델 설계와 개선을 담당하는 '재귀적 자기 개선(RSI)' 기술을 전문적으로 연구하는 'Sakana AI RSI Lab'을 도쿄 본사에 설립했다. Sakana AI는 단순히 계산 자원을 대규모로 투입하는 기존 방식과 달리, 제약 조건 내에서 효율적인 자기 개선을 반복하는 시스템이 AI 발전의 핵심 단계라고 강조했다.
Sakana AI는 지난 2년간 에이전트 전용 모델인 'Agent Native Model'을 통해 연구를 자동화하는 'The AI Scientist'를 개발하고, 모델이 더 우수한 모델을 구축하는 선순환 구조를 만들어왔다. 주요 성과로는 LLM이 직접 선호 최적화 알고리즘을 발견한 'LLM-Squared', SWE-bench에서 성능을 자동으로 2배 이상 높여 절대치 기준 30포인트 향상을 기록한 'The Darwin Gödel Machine', 단 150회의 시행으로 최적화 문제를 해결한 'ShinkaEvolve' 등이 있다. 또한, 프로그래밍 대회에서 인간을 넘어선 'ALE-Agent', 취약점을 공격하며 진화하는 'Digital Red Queen', 연구 과정을 자동화한 'The AI Scientist' 등을 통해 아이디어 중심의 기술 발전을 입증했다.
RSI Lab의 최종 목표는 계산 자원 제약이 심한 환경에서도 최고 수준의 성능을 구현하여 AI의 민주화를 달성하는 것이다. 이는 'Agent Native Model'에서 시작해 'The AI Scientist'의 지식 확장, AI가 직접 코드를 재작성하는 'RSI' 실현, 누구나 당면 과제에 맞춰 AI를 구축하는 사회로 나아가는 4단계 로드맵을 따른다. 이는 일본 정부가 추진하는 소브린 AI 전략과도 방향성을 같이한다.
앞으로 RSI Lab은 연구개발 과정에서 발생하는 예상치 못한 진화나 안전 문제를 공학적 관점에서 해결하고, 검증 가능한 안전 대책을 설계에 반영할 계획이다. 이를 위해 현재 최고 수준의 연구 실적을 보유한 리サーチ 사이언티스트와 탐색 파이프라인을 최적화하는 소프트웨어 엔지니어를 영입 중이며, 계산 지능 발전을 공학적 과제로 풀어내는 팀 체제를 구축하고 있다.