서드 모먼트 리서치(Third Moment Research)가 오픈AI 모델을 활용해 AI 에이전트 1만개를 동시에 가동하고, 36~48시간 이어지는 연구를 수행하고 있다. 오픈AI(OpenAI)는 10월 14일 자사 블로그에서 이 사례를 소개했다.
에이전트 약점 찾아 시뮬레이션 개선
서드 모먼트 리서치는 기업마다 업무 흐름과 도구, 예외 상황, 성공 기준이 다른 만큼 각 업무에 맞춰 작동하고 사용할수록 개선되는 AI 에이전트를 개발하고 있다. 오픈AI 모델로 에이전트의 행동을 분석해 반복되는 약점을 찾고, 해당 문제를 연습할 합성 시나리오를 수천개 자동 생성한 뒤 에이전트를 개선하는 과정을 되풀이한다. 새로운 문제가 나타나면 이를 다음 개선 작업에 반영한다는 설명이다.
초기 적용 분야는 성공 여부를 비교적 명확히 측정할 수 있는 퀀트 금융이다. 한 사례에서는 코덱스(Codex)와 GPT-5.6을 이용해 에이전트의 시뮬레이션 행동 기록 수천 건, 시간 정보, 코인베이스(codebase)를 분석했다. 그 결과 미국 주식의 주문 단위 데이터를 1년치 적용해 매매 전략을 역검증하는 데 약 3시간이 걸리는 병목이 드러났다. 에이전트들이 작업이 끝날 때까지 반복 확인하면서 토큰을 낭비하고 작업 맥락에도 상태 확인 기록을 쌓고 있었다.
코덱스는 분석 과정에서 캐싱 최적화와 메모리 압축 방식을 찾아 시험한 뒤 실제 환경에 적용했다. 역검증 시간은 약 3시간에서 약 3~5분으로 줄었고, 에이전트가 추가 실험에 쓸 토큰 여유도 늘었다. 연구 환경에서 에이전트는 1TB 규모의 데이터와 문서, 특성 추출·GPU 기반 모델 학습·매매 전략·시뮬레이션 모듈을 갖춘 저장소를 이용한다. 코덱스 하네스(harness)는 계획 수립과 목표 설정, 하위 에이전트 실행, 작업 중 맥락 정리를 지원한다.
장시간 연구와 보안 시험
작업을 끝내기 전에 멈추는 에이전트에 대응하기 위해 서드 모먼트는 코덱스를 GPT-6 솔(GPT-6 Sol)이나 GPT-6.1 솔(GPT-6.1 Sol)이 구동하는 상위 하네스 안의 하위 에이전트로 둔다. 상위 시스템은 미완료 작업의 진행 기록을 살펴 재시도하거나 종료하고, 사람의 검토로 넘길지 판단한다. 에이전트는 과거 데이터로 전략을 시험하고 개선 효과가 실제인지 잡음인지 평가한 뒤 다음 실험을 정한다. 공동 창업자 애덤 카카르는 이 작업으로 회사의 기준 매매 시스템이 개선됐다고 말했다.
회사는 GPT-6 아스트라(GPT-6 Astra), GPT-6 솔, GPT-6.1 솔을 활용해 여러 실험과 하위 에이전트를 병렬로 돌리며 원인을 조사한다고 설명했다. GPT-6.1 솔은 토큰 효율을 이유로 현재 가장 많이 쓰는 모델이며, GPT-6 아스트라는 정확성을 유지하면서 실시간 점수판 서비스의 갱신 시간을 줄이는 벤치마크에서 가장 큰 속도 향상을 냈다고 밝혔다. 보안 취약점을 점검하는 표적 작업에는 GPT-5.6 테라(GPT-5.6 Terra) 같은 효율적인 모델을 쓰고, 루나(Luna)를 포함한 모델도 평가한다. 자율 에이전트 1만개가 작동하는 연구 환경의 보안 시험에는 데이브레이크(Daybreak)를 활용한다.