지금까지의 AI 경쟁은 누가 더 거대한 자본으로 거대한 모델(LLM)을 만드느냐의 싸움이었다. 하지만 마이크로소프트의 SkillOpt가 시사하는 바는 명확하다. 모델이 범용화되고 성능이 평준화되는 시점이 오면, 진정한 해자(Moat)는 그 모델을 활용해 얻어낸 ‘검증된 행동 매뉴얼’의 집합, 즉 ‘에이전트 문화’에서 나온다.
이것은 인간 조직의 원리와 놀라울 정도로 닮아있다. 똑똑한 인재를 뽑는 것보다 더 중요한 것은 그 인재들이 성과를 낼 수 있도록 조직의 운영 매뉴얼, 실패를 학습하는 프로세스, 그리고 의사결정의 위계(Bureaucracy)를 얼마나 정교하게 구축하느냐에 달려 있다. AI 에이전트 역시 이제 단순한 도구를 넘어 하나의 ‘학습하는 조직’으로 진화하고 있다.
근거
SkillOpt는 모델을 그대로 둔 채 ‘스킬 문서’만을 진화시켜 GPT-5.5나 Claude Code 환경에서 20포인트 내외의 비약적인 성능 향상을 이끌어냈다. 특히 이 스킬들이 모델 간 전이가 가능하다는 점은, 미래의 자산이 모델 파라미터(코드/가중치)가 아니라 축적된 행동 데이터베이스와 운영 노하우(텍스트 자산)임을 입증한다.
“앞으로는 누가 더 뛰어난 ‘에이전트 문화’를 축적하는가의 싸움으로 변할 가능성이 높다. 단순히 똑똑한 모델이 아니라, 실패를 기억하고, 검증을 거쳐 행동 규칙을 개선하며, 장기적으로 안정적인 전략을 유지하는 시스템 말이다.”
연결된 생각
- 20260612-software-as-learning-organization — 소프트웨어가 코드가 아닌 매뉴얼로 진화한다는 관점.
- data-moat-vs-skill-moat — 로우 데이터보다 정제된 스킬 자산의 중요성.
출처
- 📎 클리핑: 20260623-jinho-yoos-post