정의
Yao Shunyu가 제시한 “The Second Half” 패러다임은 2025년 이후 AI 모델 발전이 더 이상 방법론적 혁신(벤치마크-방법-새 벤치마크 순환)이 아니라, 강화학습(RL)이라는 단일한 해법을 극한까지 확장하고 정교화하는 방향으로 전환되었음을 의미한다. 이 시기에는 기초 인프라, 데이터 품질, 안정적인 스케일링 같은 “기본기”가 기술적 비밀 레시피보다 더 큰 성능 차이를 결정한다.
핵심 속성
- 패러다임 전환점: 2025년 초 DeepSeek R1의 RLVR 성공 이후, 모든 프론티어 랩이 RL 기반 포스트트레이닝에 집중.
- 해법의 단일화: RL이 “답지”로 간주되며, 문제 해결의 병목은 방법이 아니라 RL을 적용할 수 있는 환경(environment)의 확장으로 이동.
- 기본기의 부상: 놀라운 혁신 대신 좋은 데이터, 안정적 인프라, 충분한 연산 같은 기초 요소가 모델 성능을 좌우.
- 제품-모델 경계 소멸: 하네스(Claude Code 등)가 RL 환경의 일부가 되어 모델 학습에 편입되면서 제품 개발과 모델 훈련이 융합.
관계
- 20260606-environment-scaling-bottleneck — 같은 clipping에서 확장된 분석: 환경 스케일링이 향후 발전의 핵심 병목임을 상세히 논의.
- 20260606-wait-for-technology-strategy — 대안적 전략: 기술 발전 속도가 빠르므로 인내하며 기다리는 전략이 합리적일 수 있음.
인용
“The Second Half로 오면서 우리는 방법에 대해서 답을 찾았다, 답지를 찾았으니까 이 답을 가지고 여기저기 문제에 대해서 적용하면 그만이다… 다들 RL이 답지, 답이 되었고, RL을 더 잘하기 위한 것, 그리고 RL을 더 확장하기 위한 것들이 대부분의 노력의 거의 전부였고 지금도 더더욱더 그렇습니다.”
출처
- 📎 클리핑: 20260613-ep98-ko-transcript