대담에서 가장 인상 깊었던 개념은 ‘모델이 하네스를 내재화한다’는 발상이다. 과거에는 컨텍스트 관리나 에이전트 행동을 하네스(외부 프레임워크)가 전적으로 제어했지만, 이제는 RL을 통해 모델 스스로 도구 사용과 컨텍스트 요약, 멀티에이전트 전환을 학습할 수 있게 되었다. 예를 들어 모델이 “지금 컨텍스트가 너무 길다”고 판단해 스스로 요약 후 다음 모델에 넘기는 행동을 RL로 학습시키는 것이 가능해졌다. 이는 ‘모델 = 제품’이라는 주장을 더욱 강화한다. Anthropic의 Claude Code나 Compaction 같은 사례가 이를 증명하며, 학습 가능한 것과 불가능한 것 사이에 질적 차이가 존재한다는 통찰이 뒤따른다.
근거
“지금은 도구 사용 같은 한계가 있겠지만 그것들이 어쨌든 학습된다는 거죠. 그리고 이것도 제 개인적인 믿음이지만 AI 모델에서 학습이 가능한 것과 가능하지 않은 것은 질적인 차이가 있습니다.”
연결된 생각
- 20260606-basics-before-breakthroughs — 기본기를 통해 하네스 디자인이 정교해지면, 그 하네스가 다시 RL의 환경이 되어 모델이 학습하는 선순환이 발생한다.
- 20260606-environment-scaling-rl — 환경 스케일링은 하네스가 환경의 일부가 될 때 더 자연스럽게 해결된다.