RL이 모든 문제의 답이라면, 이제 문제는 RL을 적용할 ‘환경’을 얼마나 빠르고 저렴하게 만들 수 있느냐로 옮겨간다. 2026년 현재, 대부분의 프론티어 랩은 모델의 파운데이션이 아닌 ‘환경을 확장하는 기술’에서 경쟁하고 있다. 이 환경 스케일링에는 크게 세 가지 시나리오가 있다: (1) 기술적 도약으로 지수적 발전, (2) 복잡성 증가와 함께 점근적 정체, (3) 반복적 개선으로 선형적 발전. 김성현은 녹색 시나리오(지속 학습)가 현실화될 가능성이 높다고 보지만, 동시에 직선 궤적이 가장 현실적일 것이라고도 전망한다.
근거
원문에서 환경 스케일링의 중요성이 반복적으로 강조된다:
“환경을 스케일링하는 것이 가장 병목이라고 생각을 해보겠습니다. 그리고 환경을 다양화하는 것이 모델의 발전에 있어서 가장 중요한 고비라고 생각을 해보겠습니다.”
“파란색 궤적은 제 생각에 기술적 혁신이 별로 없고 과제의 복잡성에 따라서 과제를 만드는 비용도 계속 동일하게 증가하는 경우… 지수적인 발전 같은 경우는 이 환경 스케일링의 문제가 기술적으로 완전히 풀려, 한 번에 풀려버리는 경우…”
연결된 생각
- 20260606-second-half-and-foundational-era — 이 병목이 발생한 근본 원인은 “The Second Half” 패러다임 자체가 RL을 답으로 고정했기 때문.
- 20260606-wait-for-technology-strategy — 환경 스케일링이 어렵다면, 오히려 시장은 기술을 기다리는 전략이 유효할 수 있음을 시사.
출처
- 📎 클리핑: 20260613-ep98-ko-transcript