verifiable reward function을 알고리즘으로 만들 수 있는 영역 — 수학, 코딩, 과학 — 은 이미 끝났다. DeepSeek R1이 보여줬듯 답안지만 있으면 test-time compute를 투입해 reasoning을 자체 생성하고, 그 데이터셋은 다음 세대 모델이 통째로 “외워버린다”. 그래서 노정석의 전략은 단순하다. 검증 가능한 영역에서 프런티어 모델과 경쟁하지 말고, 검증 불가능한 영역으로 도망가라.
핵심은 이게 패배의 선언이 아니라 좌표 설정이라는 점이다. “올해 OpenAI가 끝내버릴 영역”인지 아닌지가 사업 시작 전 첫 번째 필터가 된다.
근거
“검증 불가능한 영역으로 그럼 도망가면 되겠구나.”
“이것의 제일 큰 주제는 ‘어떻게 도망갈까’예요. (…) ‘어떻게 도망갈까’에 대한 도피 일기인 것이지.”
비대칭은 더 똑똑한 모델이 아니라, 프런티어 모델이 구조적으로 닿을 수 없는 데이터 영역에 있다.
연결된 생각
- 20260528-corpus-is-the-only-moat-left-in-2026 — 모델이 수렴할 때 남는 비대칭은 코퍼스, 즉 검증 불가능한 누적 데이터다
- 20260601-ai-is-won-by-first-movers-not-deepest-learners — 검증 불가능한 영역의 데이터도 결국 먼저 쌓는 자가 이긴다
- 20260602-non-verifiable-to-verifiable-closed-loop — 도망간 영역을 다시 학습 가능하게 만드는 메커니즘