Third Moment Research, AI 에이전트 1만 개를 36시간 넘게 가동

배경

OpenAI가 최근 고객 사례로 Third Moment Research를 소개했습니다. 이 AI 연구소는 GPT-6 Astra, GPT-6.1 Sol, Codex, 그리고 사이버 보안용 Daybreak를 함께 씁니다. 핵심 수치는 약 1만 개의 에이전트와 36시간이 넘는 연속 실행입니다. 목표는 며칠 동안 집중력을 유지하고 사용할수록 나아지는 에이전트입니다.

기사는 2026년 10월 중순에 나왔습니다. 업계가 에이전트를 시연 단계에서 실제 운영 환경으로 옮기는 시기입니다. 한 번의 화려한 시연보다, 오래 일하는 직원처럼 경험을 쌓고 다음 회차에 더 잘하는 시스템을 겨냥합니다. 다만 공개된 요약에는 작업 종류, 성공률, 비용이 없습니다. 이 글은 원문에 없는 수치를 추정하지 않습니다.

심층 분석

Third Moment Research는 어떻게 AI 에이전트 1만 개를 36시간 넘게 돌릴까요? 원문은 방법을 자세히 밝히지 않습니다. 확인되는 것은 도구 이름과 규모뿐이며, 그 밖의 메커니즘은 일반 관행에 따른 추론입니다.

몇 분짜리 실행은 모델의 추론 품질을 시험합니다. 36시간 이상은 시스템의 내구성을 시험합니다. 컨텍스트 창이 도구 출력으로 차고, 초기 목표가 후반의 세부 사항에 밀리며, 같은 실패를 반복하거나 과제에서 조용히 벗어나기도 합니다. 보통 작업을 검사 가능한 단계로 나누고, 핵심 상태를 외부 메모리에 적고, 체크포인트로 재개하며, 독립 검증 단계를 둡니다.

역할 분담도 짐작됩니다. Codex는 코드 환경에서 파일을 읽고 쓰고 명령을 실행하므로 실행 계층에 맞습니다. GPT-6 Astra와 GPT-6.1 Sol은 계획과 대량 실행을 나눠 맡을 수 있지만, 원문이 밝힌 내용은 아닙니다. 사용할수록 개선된다는 말도 꼭 가중치 재학습을 뜻하지 않습니다. 성공과 실패, 재사용 가능한 절차를 지식 베이스나 스킬 라이브러리에 쌓아 뒤따르는 에이전트가 물려받는 방식이 더 흔합니다.

산업 영향

모델 업체의 경쟁 축이 단일 벤치마크 점수에서 실행 지속 시간, 병렬 규모, 안정성으로 옮겨 갑니다. OpenAI가 파라미터 표 대신 고객 사례를 택한 것은 단일 모델이 아니라 모델과 도구 전체를 실제 부하로 증명하겠다는 신호입니다.

다른 연구소와 스타트업의 문턱도 높아집니다. 예전에는 프롬프트와 도구 연결이 중심이었지만, 이제는 스케줄링, 장애 허용, 비용 계산, 관측 가능성까지 다뤄야 합니다. 프롬프트 작성보다 분산 시스템 엔지니어링에 가깝습니다.

사이버 보안에서는 Daybreak 같은 전용 에이전트가 방어자의 반복 조사를 자동화할 수 있습니다. 같은 능력은 공격자에게도 쓰일 수 있어 접근 통제, 사용 감사, 책임 구분이 제품 설계의 핵심이 됩니다. 기업 구매자는 모델이 얼마나 똑똑한지만 묻지 말고, 며칠짜리 작업을 끝까지 수행하는지, 오류 시 되돌릴 수 있는지, 모든 단계를 추적할 수 있는지를 물어야 합니다.

전망

먼저 Third Moment Research가 작업 완료율, 사람 개입 빈도, 에이전트당 평균 비용 같은 구체적 지표를 공개할지 지켜봐야 합니다. 36시간을 며칠로 늘릴 수 있는지도 궁금합니다. 이 숫자 없이는 장시간 에이전트가 재현 가능한 엔지니어링인지, 좁은 사례에서만 통하는 결과인지 가릴 수 없습니다.

둘째, 사용할수록 개선되는 순환의 실제 구조입니다. 외부 메모리와 저장된 스킬에 의존한다면 잘못된 교훈이 굳어 전체 집단에 퍼질 위험이 핵심입니다. 셋째, 규모에 따른 안전 문제입니다. 에이전트별 최소 권한, 완전한 작업 로그, 이상 시 차단 장치가 필요하며 사이버 보안에서 특히 중요합니다. 넷째, 1만 개를 36시간 넘게 돌리는 연산 비용입니다. 모델 크기를 섞고 정해진 단계는 스크립트에 맡기는 것이 주된 절감책일 수 있습니다.

이 질문에 좋은 답이 나오면 장시간 에이전트는 소프트웨어 개발, 보안 운영, 연구의 일상 업무로 들어갈 수 있습니다. 신뢰성과 비용이 따라오지 못하면 구매자는 더 보수적인 협업 방식으로 돌아갈 것입니다.