"인간이 만든 마지막 AI를 향해"… 中 연구진, '재귀적 자기개선' 5단계 로드맵 제시

인공지능(AI)이 인간 엔지니어의 도움 없이 스스로 코드를 재작성하고 성능을 업그레이드하며 진화하는 ‘재귀적 자기개선(Recursive Self-Improvement·RSI)’이 미·중 인공지능 패권 전쟁의 결정적 승부처로 부상한 가운데, 중국 최고의 테크 기업과 연구기관들이 인공일반지능(AGI)으로 향하는 'RSI 5단계 발전 로드맵'을 발표했다.

틱톡 모기업 바이트댄스(ByteDance), 중국 최고 명문 칭화대학교, 상하이 인공지능연구소(PJLab) 등 중국 산학연 핵심 연구진은 공동 논문을 통해 모델의 학습, 평가, 미세조정(파인튜닝)에 이르는 막대한 노동집약적 연구 과정을 인공지능 스스로 자율 수행하는 체계적 단계를 정립했다.

이는 인간이 만든 최초의 완전 자율 AI가 다음 세대의 더 뛰어난 AI를 설계·생산하는 이른바 ‘인간이 만든 마지막 AI(The Last AI Made by Man)’ 패러다임으로의 전환을 의미한다.

미국이 압도적인 첨단 GPU 연산 인프라를 바탕으로 프런티어 모델 주도권을 쥐고 있는 상황에서, 중국 진영은 개발 주기와 비용을 극적으로 낮출 수 있는 ‘연구 프로세스 자체의 완전 자동화’를 통해 서방과의 컴퓨팅 파워 격차를 단숨에 좁히겠다는 전략적 포석이다.
9월 14일(현지시각) 홍콩 영자 일간지 사우스차이나모닝포스트(SCMP) 선전발 보도에 따르면, 중국 공동 연구팀은 《인간이 만든 마지막 AI: 진정한 재귀적 자기 개선을 향하여(The Last AI Made by Man: Towards True Recursive Self-Improvement)》라는 제목의 연구 보고서를 공개하고 이 같은 5단계 자율성 프레임워크를 공개했다.


논문이 제시한 RSI 5단계 발전 경로는 인간의 개입 수준을 점진적으로 배제하는 자율성의 진화 과정을 담고 있다.

초기 단계(1~2단계)에서 AI는 인간 엔지니어가 사전에 설계하고 프로그래밍한 개선 알고리즘과 절차를 충실히 실행하는 수준에 머무른다. 이후 점차 스스로 어떤 영역을 업그레이드할지 방식을 선택하는 초보적 자율성을 획득한다.

중간 단계(3~4단계)에서는 시스템이 외부 환경과 배치(배포) 이후의 데이터 변화에 적응하며, 성능 확장을 위해 '어떤 새로운 정보나 경험을 스스로 수집하고 획득해야 하는지'를 자체적으로 결정한다.
최종 단계(5단계)에서는 AI가 특정 데이터셋에 국한되지 않고, 자신을 포함한 차세대 AI 시스템을 개선하는 데 쓰이는 알고리즘과 연구 방법론 자체를 지속적으로 정밀하게 다듬고 재설계하는 완전한 '자기 진화' 상태에 도달한다.

저자들은 이번 연구가 사용자 질문에 대한 단기적 답변을 고치는 챗봇 수준의 미봉책과 근본적으로 다르다고 강조했다.

RSI는 단일 작업을 넘어 영구적으로 지속되며, 그 개선의 성과가 차세대 후속 모델의 기반 아키텍처로 고스란히 계승·축적되는 복리형 성장 구조를 갖춘다.

이러한 연구 자동화가 현실화될 경우, 수천억 원이 소요되는 기초 모델(Foundation Model) 훈련 비용과 연구원들의 노동 투입을 기하급수적으로 줄여 개발 사이클을 단 몇 주 단위로 압축할 수 있다는 설명이다.


중국 인공지능 생태계는 이미 자율 진화 인프라 확보에 천문학적인 실탄을 쏟아붓고 있다.

중국 대표 AI 스타트업인 즈푸AI(Zhipu AI·Z.ai)는 최근 마감한 50억 달러 규모의 초대형 펀딩 라운드 순수익 중 무려 60%를 차세대 GLM 파운데이션 모델과 '완전 자가 학습(Self-learning) 시스템' 구축에 집중 투입하겠다고 밝혔다.

또 다른 거두인 미니맥스(MiniMax) 연구진 역시 '미니맥스 2.7'을 공개하며 시스템이 장기 기억을 능동적으로 업데이트하고 강화학습 실험을 스스로 수행해 얻은 경험을 훈련 과정에 되먹임(피드백)하는 '자기 진화의 초기 메아리'를 실증했다고 발표했다.

오픈소스 진영의 강자인 딥시크(DeepSeek) 또한 지난달 모델이 복합 다단계 코딩 작업을 탐색하고 외부 소프트웨어 도구와 자율 상호작용할 수 있도록 통제 권한을 대폭 확대한 독자적 에이전트 구동 환경(하네스·Harness)을 선보이며 연구 자동화 전선에 합류했다.


그러나 전문가들은 AI 연구 자동화의 실현 가능성을 두고 미국의 인프라 우위가 여전히 견고하다고 입증한다.

알고리즘을 스스로 실험하고 수정하는 RSI 환경 자체가 방대한 시뮬레이션 연산력을 필요로 하기 때문이다.

에리히 그루네발트(Erich Grunewald) AI 정책·전략 연구소 수석 연구원은 "미국 빅테크들은 최첨단 클러스터 접근성 덕분에 여전히 중국보다 수개월 이상 앞서 있으며 훨씬 풍부한 연산 자원을 현장에 즉각 배치할 수 있다"고 진단했다.

이어 "중국 연구진은 부족하고 희소한 하드웨어 자원에서 극한의 연산 효율을 끌어내는 데 세계 최고 수준이지만, 미국의 칩 수출 통제로 인한 근본적인 컴퓨팅 제약은 여전히 뼈아픈 핸디캡"이라고 지적했다.

한편 논문은 안전성(Safety) 가드레일의 중요성도 강하게 경고했다.

자율 진화 과정에서 인간의 통제를 벗어난 유해 행동이 증폭되는 것을 막기 위해, 실제 배포 전 단계에서 개선된 모델의 무해성과 정렬(Alignment)을 엄격히 검증할 수 있는 '격리된 샌드박스 테스트 환경'이 선행되어야 한다고 못 박았다.

구체적인 5단계 완성 시점에 대한 일정표는 제시하지 않았다.

중국 주요 연구진의 RSI 5단계 경로 제시는, 향후 ‘미국의 고성능 GPU 수출 통제로 인해 하드웨어 확보에 상한이 걸린 중국 AI 진영이 알고리즘 연구 및 모델 개량 과정을 소프트웨어적으로 100% 자동화함으로써 물리적 자원 격차를 돌파하려는 사활적 기술 도약’인 동시에 ‘인간의 개입 없이 스스로 지능을 증폭시키는 진정한 AGI 패권을 둘러싼 미·중 기술 냉전이 단순 벤치마크 점수 경쟁에서 자율 연구 역량 대결로 심화되고 있음을 보여주는 중대한 분기점’으로 작용할 전망이다.


신경원 글로벌이코노믹 기자 shincm@g-enews.com