오픈AI, 에이전트형 과학SW 8건 공개

오픈AI가 에이전트(Agentic AI)로 과학 소프트웨어를 개발·유지하는 사례 8건을 정리해 공개했다. 오픈AI는 7월 29일 웹사이트 openai.com에 실린 ‘Scientific computing in the age of agentic AI’에서 주로 생명과학 분야 프로젝트를 모아 필드 리포트 형태로 소개했다고 밝혔다. 리포트에는 다수 사례가 코딩 도구인 코덱스(Codex)만 활용한 5건과 코덱스에 클로드(Claude) 코드 도구를 함께 사용한 3건이 포함됐다. 프로젝트는 소프트웨어의 일상적 유지보수와 특정 최적화부터 대규모 언어 마이그레이션, GPU 네이티브 재설계까지 범위가 넓었다. 해당 팀들은 에이전트가 소프트웨어 개발과 유지보수를 유의미하게 빠르게 했으며, 규모가 작은 팀이 더 큰 시간이나 전문 공학 지원이 필요했던 작업을 수행하는 데 도움이 됐다고 전했다. 다만 장기적으로 도구에 대한 책임과 관리 체계를 세우는 문제는 여전히 남아 있다고 지적했다. 기여자들은 연구자의 역할이 구현에서 검증과 오케스트레이션(Orchestration)으로 옮겨간다고 설명했다. 무엇을 만들지 정하고, 정확성을 측정하는 방법을 정의하며, 프로젝트가 배포될 준비가 됐는지를 판단하는 방식이라는 것이다. 또한 에이전트가 특정한 범위의 요청에는 효과적으로 대응하지만, 결과의 과학적 타당성이나 기대 부합 여부를 신뢰도 있게 판단하진 못했다고 밝혔다. 에이전트가 확신을 표현하는 경우에도 명백한 오류가 포함될 수 있어 인간 검토자가 검증 방법을 마련해야 한다는 주장이다. 강한 접근으로는 외부 기준 참조나 정확한 출력 일치, 기존 도구와의 패리티, 적절한 통계적 거동, 시뮬레이션 데이터로 사전에 정한 정답 같은 수용 기준을 제시했다. 한편 오픈AI는 사례가 대체로 1회성 작업보다는 피드백 기반 단계적 반복으로 진행됐다고 덧붙였다. 초기 구현은 빠르게 나오지만, 예외 케이스나 미묘한 수치 차이를 다루는 ‘마지막 구간(last mile)’의 작업이 더 오래 걸리는 경우가 많다고 전했다. 리포트는 전반적으로 연구자가 구현에 쓰는 시간을 줄이고 과학적 목표와 결과의 유효성을 판단하는 데 더 집중할 수 있게 한다고 결론냈다.

원문 보기 (openai.com)