AI 업계가 새로운 세 글자 꿈을 찾았다. AGI가 정의 논쟁 속에 흐릿해지는 동안, RSI — Recursive Self-Improvement — 가 그 자리를 채우고 있다. AI가 스스로 업그레이드 사이클을 관리하고, 결국 인간 없이 연구와 개발을 이어가는 폐쇄 루프. Richard Socher는 아예 회사 이름을 'Recursive Superintelligence'로 지었고, Andrej Karpathy는 Auto-Research라는 공개 GitHub 프로젝트로 에이전트 스웜이 LLM을 반복 개선하는 실험을 이어가고 있다. Sara Hooker의 Adaption은 AutoScientist를 내놓으며 프론티어 모델 학습 자동화를 목표로 삼았다.
숫자는 이미 나오기 시작했다. Anthropic 엔지니어링팀 18명 중 5명이 Mythos 프리뷰를 보고 '하네스 개선이 따라오면 이 버전이 L4 엔지니어를 대체할 수 있다'고 평가했다. Claude Code 리드 프로그래머는 팀 코드의 '거의 100%'가 Claude Code에 의해 작성된다고 인정했다 — 도구가 자신의 코드를 쓰고 있다. Doris Xin의 Disarray가 만든 자기훈련 ML 에이전트는 최근 Kaggle 대회에서 28개 메달을 가져갔다. 이건 실험실 수치가 아니라 공개 리더보드 결과다. Karpathy 본인은 3월에 '아직 groundbreaking한 연구는 아니다'라고 했지만, 그 방향을 따라가는 연구자들이 빠르게 늘고 있다.
그러나 CSET의 Helen Toner는 이 진전을 RSI라고 부르기를 거부한다. 'AI 도구로 AI 연구를 하는 것과, 인간이 아예 필요 없는 고전적 RSI는 다르다.' METR의 Ajeya Cotra가 세운 단계 구분이 그 간극을 명확히 한다: 인간을 빼도 어떻게든 돌아가는 충족(adequacy), 인간과 동등한 성과를 내는 대등(parity), 인간-AI 협업조차 능가하는 우위(supremacy). Cotra는 충족 단계는 이미 달성됐거나 임박했다고 보지만, 대등에 도달하는 순간 '1년 안에 우위까지 가속된다'고 전망한다. Sundar Pichai도 팟캐스트에서 솔직하게 인정했다: '분명히 진전하고 있다. 하지만 사람들이 RSI라고 부르는 그 방식엔 아직 없다.'
Anthropic이 공개한 Claude 약점 보고서가 현 위치를 정확히 찍는다: 일주일짜리 모호한 과제의 자기관리, 조직 우선순위 파악, 취향, 검증, 인식론. 전부 자기주도성 영역이다. RSI의 전제는 바로 그 영역에서 인간을 완전히 빼는 것인데, 거기서 여전히 막혀 있다. AGI처럼 RSI도 당도 시점에 대해 전문가들의 예측은 분열돼 있다. 다른 점은 이번엔 실험 로그가 공개 GitHub에 올라오고, 진전이 Kaggle 메달 숫자로 측정된다는 것. 측정 가능한 진전, 측정 불가능한 종착점.