정의
Yao Shunyu의 “The Second Half” 선언 이후, AI 모델 발전의 핵심 동력은 급진적 아키텍처 혁신이 아니라 RLVR(강화학습 기반 검증 가능한 보상)의 효율화·안정화·다양화로 이동했다. 이 패러다임에서 모델 성능은 데이터 품질, 인프라 안정성, 연산 규모 같은 기본기와 포스트 트레이닝에서의 점진적 개선에 의해 결정된다.
핵심 속성
- RL 효율화: Sparse Attention, async RL 등을 통해 연산 효율을 높여 더 긴 컨텍스트와 복잡한 과제를 RL로 처리 가능하게 함.
- RL 안정화: objective 수정 및 보상 설계 개선으로 학습의 수렴 안정성 확보.
- RL 다양화: 환경 스케일링을 통해 단순 함수 작성에서 전체 서비스 개발까지 다양한 에이전트 과제를 RL에 적용.
- 기본기 우위: 비밀 레시피보다 좋은 데이터, 안정적 인프라, 충분한 연산이 성능 차이를 만듦.
- 모델-하네스 융합: 에이전틱 모델의 포스트 트레이닝 과정에서 하네스(예: Claude Code)가 환경의 일부로 통합되어 모델이 하네스 사용법을 학습.
- 기술을 기다리는 전략: 단기적 한계에 집착하기보다 6개월 후 모델이 해결할 문제에 베팅하는 접근이 유효.
관계
- 20260603-environment-scaling-is-the-bottleneck — 환경 스케일링이 이 패러다임의 핵심 병목을 형성
- 20260603-wait-for-technology-strategy — 기술을 기다리는 전략이 이 패러다임의 실천적 함의를 드러냄
인용
“The Second Half로 오면서 우리는 방법에 대해서 답을 찾았다. 답지를 찾았으니까 이 답을 가지고 여기저기 문제에 대해서 적용하면 그만이다.” “기술적 혁신이 거의 전혀 없고 계속 지금처럼 수작업으로 계속해서 만들어 나가야 하는 경우… 환경 스케일링 문제가 기술적으로 완전히 풀리면 지수적 발전 가능.”