2025년 말, GPT-5.2가 GDPVal 벤치마크에서 70점을 기록하며 1년 전만 해도 “이걸 해결하면 AGI”라던 평가 기준을 무너뜨렸다. 더 충격적인 것은 처리 비용이 인간 노동의 1%에 불과하고 속도는 11배 빨랐다는 점이다. 이런 급격한 변화는 우연이 아니다. RL과 verifiable reward 구조의 일반화 원리, 즉 “목표가 명확하고 reward가 증명 가능하다면 모델이 그 목표를 결국 달성한다”는 교훈이 그대로 작동하고 있다. 벤치마크가 발표되는 순간 그 벤치마크 자체가 모델의 새로운 목적 함수가 되고, 창발(emergence)이 일어나는 것이다. 이 현상은 인간에게 중요한 함의를 준다. 당신이 어떤 문제를 명확히 정의할 수 있고, 그 해결 여부를 측정할 수만 있다면 AI가 그 일을 대신하게 될 것이다. “질문이 곧 모든 것이다(Right questions are all we need)“라는 발언은 이 맥락에서 다시 새겨볼 만하다. 문제의 정의 자체가 해법을 생성하는 시대가 왔다. 앞으로 인간의 핵심 역량은 문제를 ‘잘’ 정의하는 능력, 즉 의지와 취향에 기반한 목적 설정으로 옮겨갈 것이다.
근거
“벤치마크들이 무색하게, 물론 벤치마크들이 나오면 사실 벤치마크 자체가 목적이 되는 거고 저희가 RL에서 배운 교훈이 있지 않습니까? 목적이 세팅되고 그 목적에 뭔가 reward를 줄 수 있다면 verifiable하게 만들 수만 있다면 그건 모델이 끝낼 수 있다는 게 이제 저희가 일반화해서 가지고 있는 새로운 규칙이잖아요.”
연결된 생각
- 20260607-godels-staircase-emergence-model — 벤치마크라는 목적 함수가 시스템에 임계 복잡도를 추가하여 창발을 촉발하는 메커니즘과 연결된다.
- right-questions-all-we-need — 질문의 품질이 AI 시대 생산성의 결정적 요소임을 주장하는 노트.