정의
Ilya Sutskever가 2025년 11월 Dwarkesh Patel 팟캐스트에서 pre-training 스케일링의 한계를 선언하며 ‘연구의 시대’가 도래했다고 주장한 이후, AI 연구 커뮤니티에서 논의되는 새로운 연구 패러다임을 설명한다. 이 패러다임은 단순한 스케일링 법칙의 연장이 아니라, 지속 학습(continual learning), 일반화 문제 해결, 감정과 같은 가치 함수의 도입, 그리고 모델 단위가 아닌 시스템 전체의 지능 설계를 요구한다.
핵심 속성
- 선언적 전환: pre-training 스케일링이 추가 성능 향상을 제공하지만, AGI/ASI 도약을 위해 연구적 돌파구가 필요하다는 인식.
- 경제·안보적 파급: 스케일링 논쟁이 학문적 영역을 넘어 국가적 투자, 주식 시장, 기술 패권 갈등으로 확장됨.
- 연구의 세 가지 축: (1) 지속 학습 및 샘플 효율성, (2) 감정/가치 함수를 통한 제한된 합리성 극복, (3) 시스템(RL+모델+환경)으로서의 지능 구현.
- 취향(Taste)의 중요성: 연구 방향을 결정하는 미적 판단으로, 좋은 연구를 위한 안목이 강조됨.
관계
- 20260606-scaling-era-ended-research-era-begun — 하위 개념: 스케일링 시대 종말 선언의 실질적 의의
- 20260606-emotion-as-value-function — 연장: 감정 가치 함수 개념이 연구 패러다임의 한 축
- 20260606-agi-is-system-not-model — 연장: 시스템 접근이 패러다임의 또 다른 축
인용
“Ilya Sutskever가 현재의 pre-training은 벽에 도달했다. 무언가 새로운 생각이 필요하다. 이제 스케일링의 시대는 가고 연구의 시대가 다시 도래했다.”