노정석이 오랫동안 훈련받은 OKR 방법론을 AI 시대에 일반화한 통찰이다. Auto Research의 핵심은 ‘검증 가능한 보상 신호’인데, 이 신호를 설계하는 능력이 곧 인간의 핵심 경쟁력이 된다. 목표(Objective)와 핵심 결과(Key Result)를 정량적이고 명확하게 정의할 수 있어야 에이전트가 효과적으로 탐색할 수 있다. 실제로 노정석은 Codex 위에 얹는 Chedex 하네스를 만들 때 모든 feature의 delta를 scalar로 정의하고, 이를 통해 스스로 진화하는 루프를 구축했다. 반대로 비즈니스 판단, 사람과의 협업, 미적 감각 등은 아직 모델이 metric을 잘 만들지 못하는 영역이다. 따라서 우리는 ‘무엇을 성공으로 볼 것인가’를 규정하는 능력, 즉 문제를 verifiable한 형태로 변환하는 능력을 키워야 한다. 이는 단순한 기술이 아니라 인식론적 전환이다.
근거
“엔지니어링, 수학, 과학에서는 모델이 저보다 더 많이 알고 있어서 모델이 더 잘하는 경우가 많지만, 비즈니스 판단이라든지 사람에 가까운 영역에서는 metric을 잘 못 만듭니다. 그러면 그 metric들을 정의하는 것, 어디까지가 성공이고 어느 방향이 진보하는 것인가를 정하는 것이 사람의 능력인 것 같아요.”
“무엇을 하든지 그것의 목표는 무엇인가를 objective로 강하게 쓰고, 목표가 이루어질 때 보게 되는 핵심 결과물(key result)은 무엇인가. … auto research도 OKR을 씁니다.”
연결된 생각
- 20260606-auto-research-verifiable-loop — 평가 기준이 오토 리서치의 필수 구성 요소
- 20260606-tacit-knowledge-reverse-engineering — 암묵지를 하네스화할 때도 평가 기준 설계가 관건
출처
- 📎 클리핑: 20260613-ep98-ko-transcript