인히런트 랩스, 27B 'AI 과학자' 패러데이 공개…GPT-5.5 지휘해 논문 재현

27B짜리 소형 모델이 GPT-5.5를 도구로 지휘하며 학술 논문 재현 과제에서 GPT-5.5 본체와 클로드 오푸스 4.8을 꺾었습니다. 언뜻 주니어 연구원이 시니어 엔지니어에게 지시를 내리는 모양새지만, AI 연구 분야에서는 실제로 통하는 공식이 되고 있습니다.

Inherent Labs는 27B 규모의 AI 연구 에이전트 '패러데이(Faraday)'를 공개했습니다. 논문 관련 내용 재현 테스트에서 프론티어 대형 모델들을 앞지르는 성과를 거두었습니다.

가설 탐색과 코드 작성을 분리하다

패러데이가 거대 모델들을 제친 비결은 스스로 코드를 작성하지 않는다는 데 있습니다.

단일 모델이 가설 수립부터 코딩, 디버깅까지 도맡는 기존 방식 대신, 패러데이는 연구적 판단과 가설 주도형 탐색에만 집중합니다. 실제 코딩 작업은 GPT-5.5 코덱스를 도구처럼 활용해 처리합니다. 학습 단계에서는 GPT-5.4-mini를 지휘하도록 훈련되었지만, 실전에서는 더 강력한 에이전트를 유연하게 통제하는 일반화 능력을 보였습니다.

과제 설정 방식도 흥미롭습니다. 에이전트에게 논문 텍스트만 건네고 모든 도표와 이미지를 제외한 뒤, 한정된 연산 자원 내에서 결과를 재현하도록 요구합니다. 논문에는 성공한 경로만 적혀 있기 때문에, 재현을 위해서는 사람 과학자처럼 가설을 세우고 실패를 거치며 탐색하는 과정이 필수적입니다.

정답 없는 과학 연구에서 어떻게 강화학습을 할 것인가

과학적 탐구는 수학 문제처럼 명확한 정답이 없어 강화학습 적용이 극도로 까다롭습니다. 릴리안 웽 전 오픈AI 연구원이 지적했듯, 연구의 안목이나 참신함을 측정하는 평가기는 매우 취약해 페이퍼벤치(PaperBench) 최고 성능도 약 21% 수준에 머물러 있었습니다.

패러데이는 과제별 루브릭을 자동 생성하는 판사를 세우고, 다중 샘플링 취합과 턴 단위 신용 할당을 적용해 노이즈를 걷어내는 방식으로 이 문제를 공략했습니다.

이는 칭화대가 공개한 openrsi(35B 모델로 MLE-Bench Lite에서 GPT-5.6 Sol에 근접)와 같은 궤에 있습니다. 과학과 ML 엔지니어링 영역에서 '소형 모델과 도구 활용의 결합'이 단일 프론티어 모델보다 낫다는 점을 다시금 입증한 셈입니다.

왜 중요한가

연구 현장의 개발자나 학자들에게 논문 재현은 수주일이 걸리는 고된 노동입니다. 27B 크기의 모델이 API 호출을 통해 논문 재현을 대신 수행해 준다면 가설 검증 비용을 크게 낮출 수 있습니다.

산업적으로는 과학 연구용 AI에 반드시 천문학적인 매개변수가 필요하지 않음을 보여줍니다. 탐색과 판단을 내리는 소형 두뇌와 코드를 치는 도구 엔진의 결합은 향후 차세대 자율 연구소의 표준 아키텍처가 될 가능성이 큽니다.

우리는 Inherent Labs가 코딩이라는 수단에 얽매이지 않고 연구 판단력과 가설 검증이라는 핵심 병목을 정면 돌파한 점을 높게 평가합니다. 다만 루브릭 기반 평가 판사가 장기 연구에서 규칙의 허점을 찔리지 않고 안정적으로 작동할지는 앞으로 지켜볼 대목입니다.