인헤런트(Inherent)가 자사의 AI 에이전트 ‘패러데이(Faraday)’가 발표된 과학 논문의 연구 결과를 독자적으로 재현하는 과제에서 앤트로픽과 오픈AI의 대형 모델을 앞섰다고 밝혔다. 패러데이는 270억개 파라미터의 소형 모델을 기반으로 이 같은 성과를 냈다는 것이 회사 측 설명이다.
테크크런치(TechCrunch)는 8월 23일 인헤런트가 이같이 주장했다고 보도했다. 런던에 기반을 둔 인헤런트는 구글 딥마인드(Google DeepMind) 출신 인사들이 세운 AI 연구소로, 스텔스에서 나온 지 몇 주 만에 5000만달러 규모의 시드 투자를 유치하며 공개됐다. 패러데이는 앤트로픽(Anthropic)의 클로드 오푸스 4.8(Claude Opus 4.8)과 오픈AI(OpenAI)의 GPT-5.5보다 훨씬 작은 ‘큐웬 3.6(Qwen 3.6)’ 모델을 사용한다.
비교 대상인 클로드 오푸스 4.8과 GPT-5.5는 프런티어 규모의 대형 시스템이다. 반면 큐웬 3.6은 270억개 파라미터에 그친다. 파라미터는 일반적으로 모델 규모와 학습 비용을 가늠하는 지표로 쓰인다. 인헤런트는 단순히 논문의 결론을 맞히는 정확도만 평가하지 않고, 어떤 실험을 진행할 가치가 있는지 판단하고 실험을 설계하는 이른바 ‘연구 감각’까지 패러데이가 보여주기를 목표로 삼았다.
에드워드 휴스 인헤런트 공동창업자 겸 최고과학책임자는 논문 재현이 인간 과학자에게도 표준적인 훈련 과정이라고 말했다. 많은 박사과정 학생이 이 작업부터 시작한다는 설명이다. 휴스 최고과학책임자는 경쟁 모델을 이긴 결과 자체보다 어떤 방식으로 에이전트를 만들었는지가 더 중요하다며, 회사의 장기 목표는 기존 결과를 확인하는 데서 나아가 새로운 과학 지식을 발견하는 AI 과학자 에이전트를 개발하는 것이라고 강조했다.
회사는 ‘연구 감각’처럼 규칙으로 명확히 설명하기 어려운 능력을 학습시키는 데 강화학습을 활용했다. 강화학습은 AI가 따라야 할 규칙을 일일이 제시하기보다 좋은 결과를 냈을 때 보상을 주는 방식이다. 과학 연구가 수행되는 과정을 주로 학습시키는 대신 보상 기반 접근법을 택하면 여러 과학 분야에 기여하는 에이전트로 더 잘 일반화될 수 있다고 판단했다는 것이다. 자체 코딩 도구를 개발하는 대신 패러데이가 오픈AI의 GPT-5.5 코덱스(GPT-5.5 Codex)를 사용하도록 한 것도 기존 소프트웨어를 활용하는 인간 과학자의 작업 방식에 가깝게 설계한 사례다.
인헤런트는 사용자가 듣고 싶어 하는 답을 내놓는 에이전트보다, 스스로 호기심을 갖고 실험을 수행한 뒤 결과를 동료와 논의하는 협업형 에이전트를 지향한다. 현재 직원 12명은 런던 킹스크로스 사무실에서 모두 대면 근무하고 있으며, 연말까지 인력을 약 20~25명으로 늘릴 계획이다. 휴스 최고과학책임자는 런던의 높은 AI 인재 밀도를 강점으로 꼽았고, 영국의 ‘가든 리브’ 관행이 경쟁사 이직과 창업을 수개월간 제한한다며 폐지를 요구했다. 그는 이 견해가 회사의 공식 입장은 아니지만 자신도 해당 제약의 영향을 받았다고 말했다.