정의
AI 시스템이 인간 개입 없이 스스로의 후속 모델을 설계·개발·훈련하는 능력. Anthropic은 아직 도달하지 않았으나 “대부분의 기관이 준비된 것보다 빨리 올 수 있다”고 본다. 핵심은 AI 개발 사이클의 각 단계(코딩 → 실험 실행 → 실험 설계 → 방향 설정)에서 인간 역할이 순차적으로 좁아지는 것이다.
핵심 속성
- 실증 신호 1 — 코드: 2026년 5월 기준 Anthropic 병합 코드의 80% 이상을 Claude가 작성. 2025년 2월 Claude Code 이전엔 한 자릿수. 엔지니어 1인당 병합 코드량은 2024년 대비 2026년 2분기 8배.
- 실증 신호 2 — 작업 지평: METR 기준 AI가 자율 수행 가능한 작업 길이가 약 4개월마다 2배(과거 7개월). Opus 3(4분) → Sonnet 3.7(1.5시간) → Opus 4.6(12시간).
- 실증 신호 3 — 실험 최적화: 모델 훈련 코드 가속 과제에서 Opus 4(약 3배, 2025.5) → Mythos Preview(약 52배, 2026.4). 숙련 연구자는 4~8시간에 약 4배. “초인간(superhuman)” 영역 진입.
- 남은 격차: 목표 선택(어떤 문제가 가치 있는가)과 연구 취향(어떤 결과를 신뢰할지, 막다른 길 판단)에서 인간이 여전히 우위. 단, 다음 단계 선택 비교에서 Opus 4.5(51%, 2025.11) → Mythos Preview(64%, 2026.4)로 이 격차도 좁아지는 중.
관계
- 20260622-anthropic-institute — 이 개념을 정의하고 검증 가능한 ‘감속·일시정지’ 체제를 연구하는 주체
- 20260606-age-of-intention — 연장: 실행이 무료가 되면 가치는 ‘무엇을 할지’ 의도 설정으로 이동
- 20260605-harness-engineering — 하위개념: 자기개선을 가능케 하는 에이전트 운용 계층
- 20260616-ep79-ai-misalignment-risks — 대조: 가속이 정렬 실패를 복리로 키울 위험
인용
오늘날 Anthropic 엔지니어는 평균적으로 2021–2025년 대비 분기당 8배의 코드를 출하한다.
1% 영감과 99% 노력. 그러나 우리는 그 ‘노력’이 점점 자동화되는 것을 본다.