작은 거인, AI 과학계의 판도를 뒤집다: 인히어런트의 패러데이, 거대 AI를 능가하다
Published Aug 22, 2026
상상해 보십시오. 거대한 항공모함과 경비행기가 대결하여 경비행기가 압도적인 승리를 거두는 광경을요. 최근 AI 업계에서 이와 유사한, 아니 어쩌면 더 충격적인 사건이 발생했습니다. 런던에 기반을 둔 AI 연구소 **인히어런트(Inherent)**가 자사의 AI 에이전트 **패러데이(Faraday)**가 앤스로픽(Anthropic)의 클로드 오푸스 4.8(Claude Opus 4.8)과 오픈AI(OpenAI)의 GPT-5.5 같은 훨씬 더 크고 잘 알려진 모델들을 압도하는 성과를 냈다고 발표했습니다. 그것도 훨씬 더 작은 모델을 사용해서 말입니다. 솔직히 말해서, 이 소식은 잠시 제 눈을 의심하게 만들었습니다. AI의 발전 속도가 경이롭지만, 이런 결과는 기존의 상식을 깨는 것이니까요.
인히어런트는 구글 딥마인드(Google DeepMind) 출신들이 설립한 회사입니다. 이들은 시드 라운드에서 5천만 달러를 유치하며 최근 조용히 베일을 벗었지만, 다른 딥마인드 출신 스타트업들에 비해 상대적으로 적은 주목을 받아왔습니다. 그러나 이제 그들이 무엇을 만들어왔는지 세상에 공개하기 시작했습니다. 그리고 그들의 첫 결과물은 AI 연구 커뮤니티에 작지만 강력한 파장을 일으키고 있습니다. 바로 과학 논문의 발견 사항을 독립적으로 재현하는 작업에서 패러데이가 다른 거대 모델들을 능가했다는 것입니다. 여기서 중요한 것은 단순히 정확도를 넘어섰다는 점입니다.
단순한 재현을 넘어, ‘연구적 취향’을 가진 AI의 등장
아마도 어떤 분들은 “과학 논문 재현이 뭐 그리 대단한가?”라고 생각할 수도 있습니다. 정답을 미리 알려주지 않은 상태에서 발표된 과학 논문의 결과를 다시 만들어내는 것이 무슨 큰 의미가 있을까요? 하지만 인히어런트의 공동 설립자이자 최고 과학 책임자인 에드워드 휴즈(Edward Hughes)는 이에 대해 명확히 설명합니다. “많은 박사 과정 학생들이 실제로 이 작업을 시작으로 연구에 발을 들입니다.” 그는 이 작업이 인간 과학자들에게도 기본적인 훈련 과정이라고 강조합니다. 즉, 단순히 기술적인 재주를 넘어서, 과학적 방법론에 대한 깊은 이해를 요구하는 일이라는 것이죠.
하지만 패러데이가 다른 AI 시스템을 이긴 것보다 더 주목해야 할 점은 따로 있습니다. 휴즈는 테크크런치와의 인터뷰에서 “가장 흥미로웠던 것은 그 거대 에이전트들을 이겼다는 결과 자체가 아니라, 우리가 이 시스템을 구축한 방식이었다”고 말했습니다. 여기에 바로 인히어런트의 진정한 혁신이 숨어있습니다. **‘연구적 취향(research taste)’**이라는 개념 말입니다. 인히어런트는 단순히 결과를 재현하는 것을 넘어, 어떤 실험이 진행할 가치가 있는지, 그리고 그 실험을 어떻게 잘 설계할지에 대한 본능을 패러데이가 보여주기를 원했습니다. 연구적 취향이라니, 정말이지 놀랍지 않습니까? 이는 단순히 데이터를 처리하거나 패턴을 인식하는 것을 넘어, 마치 인간 과학자처럼 미묘한 직관과 판단력을 AI가 갖게 하겠다는 야심찬 목표를 의미합니다.
이러한 무형의 ‘취향’을 가르치는 것은 매우 어려운 일입니다. 바로 여기서 **강화 학습(reinforcement learning)**이 중요한 역할을 합니다. 강화 학습은 AI 시스템이 따라야 할 규칙을 일일이 명시하는 대신, 좋은 결과에 대해 보상을 주는 훈련 방식입니다. 인히어런트는 과학 자체가 어떻게 수행되는지에 대한 연구를 바탕으로 에이전트를 훈련하기보다, 이러한 보상 기반 접근 방식에 의존합니다. 이를 통해 패러데이가 더 많은 과학 분야에 걸쳐 기여할 수 있는 장기적인 목표인 ‘AI 과학자 에이전트’로 발전할 수 있으리라 믿는 것입니다.
효율성과 협력의 미학: 작은 모델이 거대 AI를 이길 수 있었던 비결
여기서 한 가지 더 놀라운 사실은, 패러데이가 얼마나 효율적인 모델 위에서 작동하는지입니다. 앤스로픽의 클로드 오푸스 4.8과 오픈AI의 GPT-5.5가 훨씬 더 크고 첨단 스케일의 시스템인 반면, 패러데이는 270억 개의 매개변수만을 가진 Qwen 3.6이라는 상대적으로 작은 모델에서 구동됩니다. 일반적으로 매개변수는 모델의 크기와 훈련 비용을 대변하는 지표입니다. 즉, 인히어런트의 패러데이는 훨씬 적은 자원으로도 최전선 모델들과 견줄 만한, 아니 특정 부분에서는 더 뛰어난 성능을 보였다는 뜻입니다. 이것은 AI 개발에 필요한 막대한 컴퓨팅 자원과 비용에 대한 새로운 질문을 던집니다. 과연 ‘크기’가 항상 ‘성능’을 의미하는 걸까요? 인히어런트의 사례는 작지만 강력한 모델의 가능성을 여실히 보여줍니다.
필자의 분석: 이 부분에서 주목할 점은, 인히어런트가 단순히 규모의 경쟁에 뛰어들지 않고, 특정 목표에 최적화된 방법론과 효율적인 모델 선택을 통해 진정한 혁신을 이뤄냈다는 사실입니다. 이는 마치 무조건적인 근육량 증강보다는 특정 스포츠에 필요한 민첩성과 기술을 연마하는 것과 같습니다. AI 과학자 에이전트라는 ‘북극성’에 끊임없이 집중하며, 인히어런트는 무엇을 만들지 않는지도 신중하게 결정합니다. 자체 코딩 도구를 개발하는 대신, 패러데이가 오픈AI의 GPT-5.5 코덱스(Codex)를 사용하게 한 것이 좋은 예입니다. 이는 인간 과학자들이 모든 소프트웨어를 직접 개발하지 않고 기존 도구를 활용하는 방식과 유사합니다. 이처럼 효율적인 자원 활용과 개방적인 협력 자세는 급변하는 AI 개발 환경에서 중요한 전략적 이점이 될 수 있다고 생각합니다.
인히어런트의 목표는 단순히 사용자가 듣고 싶어 하는 말을 하는 에이전트를 만드는 것이 아닙니다. 휴즈는 자신이 가장 좋아하는 팀원 유형을 모델로 삼았다고 합니다. “저는 이것에 대해 궁금증을 느꼈고, 직접 실험들을 해봤습니다. 이 결과에 대해 어떻게 생각하시나요?” 이렇게 돌아와서 자신의 호기심과 실험 결과를 공유하는 동료처럼, 패러데이가 협력적인 ‘AI 팀원’이 되기를 바라는 것입니다. AI가 단순히 명령을 수행하는 도구가 아니라, 인간 연구자와 상호작용하며 새로운 아이디어를 제안하고 탐구하는 주체로 거듭나는 미래를 상상해 볼 수 있습니다.
런던의 AI 허브, 그리고 인재 유치의 도전
이러한 협력적 정신은 인히어런트의 회사 운영 방식에도 스며들어 있습니다. 12명의 직원들은 모두 런던 킹스크로스(King’s Cross) 사무실에서 함께 일합니다. 킹스크로스는 한때 낙후된 지역이었지만, 구글 딥마인드의 존재가 세계 최고의 AI 허브 중 하나로 바꾸는 데 일조한 곳입니다. 휴즈는 “런던은 우리가 있어야 할 곳”이라며 런던의 AI 인재 밀집도에 대해 낙관적인 시각을 드러냈습니다.
하지만 인재 유치와 관련하여 휴즈는 영국에서 흔히 볼 수 있는 ‘가든 리브(garden leave)’ 관행을 끝내야 한다고 목소리를 높였습니다. 가든 리브는 퇴사하는 직원이 경쟁사로 이직하거나 창업하는 것을 몇 달간 금지하는 관행입니다. 이는 미국 연구자들이 일반적으로 겪지 않는 제약이며, 미국 스타트업들이 이전 직장을 떠난 인재를 영입하는 데 유리한 출발점을 제공합니다. 휴즈는 “이것은 회사의 견해라기보다는 개인적인 견해이지만, 나 또한 가든 리브 문제로 어려움을 겪었다”고 털어놓았습니다. 그는 결국 이 제약을 극복하고 다른 두 명의 딥마인드 동문 및 네 번째 공동 창업자와 함께 인히어런트를 설립했습니다.
인히어런트는 올해 말까지 직원 수를 20~25명으로 늘릴 계획이며, 이는 딥마인드의 일부 직원들이 데미스 하사비스(Demis Hassabis)의 새로운 역할로 인해 불안감을 느끼는 상황에서 딥마인드 직원들에게 매력적인 이직지가 될 수 있습니다. 인히어런트의 야심 찬 ‘세계 모델’ 구축 계획과 함께, 그들의 인재 유치 노력은 AI 분야의 지형을 바꿀 중요한 변수가 될 가능성이 높습니다.
개인적으로는 이러한 ‘가든 리브’와 같은 제도적 장벽들이 기술 혁신과 인재 유동성에 미치는 영향에 대해 다시 한번 생각해 보게 됩니다. 최고의 인재들이 자유롭게 아이디어를 교환하고 새로운 도전을 시도할 수 있는 환경을 조성하는 것이야말로 진정한 혁신을 위한 필수 조건이 아닐까요? 인히어런트의 사례는 작은 스타트업이라도 명확한 비전과 독창적인 접근 방식을 통해 거대 기업들을 능가하는 성과를 낼 수 있음을 보여줍니다. 이는 AI의 미래가 단순히 ‘규모의 경제’에만 좌우되지 않는다는 희망적인 메시지를 전달합니다. 패러데이가 보여준 ‘연구적 취향’은 AI가 단순한 도구를 넘어 진정한 ‘지식 발견자’로 진화할 수 있음을 예고하는 신호탄일지도 모릅니다. 앞으로 인히어런트가 AI 과학 분야에서 어떤 새로운 발견을 이뤄낼지 정말 기대가 됩니다.
출처
- 원문 제목: Inherent, founded by DeepMind alumni, says its AI ‘teammate’ just outperformed Anthropic and OpenAI at replicating research
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
