Third Moment Research, AI 에이전트 1만 개를 36시간 이상 운영

배경

OpenAI가 2026년 10월 14일 공개한 고객 사례는 Third Moment Research가 장시간 AI 에이전트를 대규모로 운영하는 방식을 다룹니다. 공개된 정보에 따르면 이 조직은 약 1만 개의 에이전트를 동시에 가동하고, 개별 작업은 36시간 이상 이어집니다. 목표는 에이전트가 며칠간 집중하고 사용할수록 개선되게 하는 것입니다. 사례에는 GPT-6 Astra, GPT-6.1 Sol, 코딩 에이전트 Codex, 사이버 보안용 Daybreak가 등장합니다.

원문이 밝힌 수치는 동시 에이전트 약 1만 개와 36시간 이상뿐입니다. 아키텍처, 실패율, 비용은 공개되지 않았습니다. 이를 넘어서는 아래 분석은 업계 통례에 근거한 추론이며, 팀의 실제 구현을 설명하는 것이 아닙니다.

심층 분석

AI 에이전트가 36시간 이상 안정적으로 동작하려면 무엇이 필요할까요? 원문은 Third Moment Research의 방법을 밝히지 않았습니다. 다만 이런 시스템은 보통 세 가지를 갖춥니다. 첫째는 계획과 진행 상황, 중간 산출물을 파일이나 데이터베이스에 남기는 외부 상태 관리입니다. 둘째는 중단된 뒤 마지막 안정 지점에서 다시 시작하는 체크포인트입니다. 셋째는 다른 모델 인스턴스가 중간 결과를 검토해 편차를 일찍 바로잡는 주기적 자체 점검입니다.

GPT-6 Astra와 GPT-6.1 Sol이 추론과 실행에서 서로 다른 역할을 맡았을 가능성은 있지만, 원문은 분담 방식을 설명하지 않습니다. 비싸고 강한 모델이 계획과 핵심 판단을, 가벼운 모델이 반복 단계를 맡는 구조는 장기 작업의 비용을 줄이는 흔한 방법입니다. Codex는 스크립트 작성, 테스트 실행, 로그 읽기처럼 검증 신호가 분명한 코드 중심 작업이 많다는 점을 시사합니다.

"사용할수록 개선된다"는 말은 공학적으로 성공과 실패의 궤적을 프롬프트 템플릿, 도구 래퍼, 평가 사례로 쌓는 일일 공산이 큽니다. 모델 재학습을 뜻한다고 단정할 수 없으며, 실제 방식은 원문에서 확인되지 않습니다.

산업 영향

이 사례는 경쟁 지점을 단일 답변의 품질에서 지속 작업의 신뢰성으로 옮깁니다. 여러 업체가 몇 시간짜리 코딩 에이전트를 내세워 온 가운데, 며칠 단위 실행과 만 단위 동시성이 등장하면 기업 고객은 작업 완료율, 성공 한 건당 비용, 실패 후 복구 능력으로 제품을 평가하게 됩니다. 원문은 이 지표를 제시하지 않으므로 근거로서의 한계도 분명합니다.

Daybreak의 등장은 취약점 점검, 코드 감사, 위협 분석 같은 보안 업무를 가리킵니다. 큰 코드베이스나 자산 목록을 잘게 나눠 에이전트마다 한 조각씩 맡기고 마지막에 취합하기 좋은 일입니다. 정확성과 추적성이 중요하므로 로그 보관, 권한 분리, 사람의 검토가 대개 필수입니다. 실행 시간이 길수록 프롬프트 인젝션과 도구 오남용의 노출면이 넓어져, 샌드박스와 최소 권한 설계가 모델 성능만큼 중요해질 수 있습니다.

OpenAI에는 모델, Codex, 보안 제품을 묶은 제안의 근거가 됩니다. Anthropic, Google 같은 경쟁사와 오픈소스 프레임워크는 시연이 아닌 비슷한 규모의 실사례를 내놓아야 한다는 압박을 받습니다. 방어자가 대규모 점검에 쓰는 만큼 공격자도 속도를 높일 수 있어, 접근 통제와 사용 심사가 플랫폼의 과제로 떠오릅니다.

전망

첫 번째 신호는 36시간 기록이 얼마나 빨리 경신되는지, 그리고 업체들이 각자 고른 사례 대신 장기 작업용 공통 벤치마크를 공개하는지입니다. 두 번째는 비용 공개입니다. 장기 작업 한 건의 평균 비용과 실패 후 재실행 비율이 알려져야 이 방식이 연구 조직을 넘어 일반 기업으로 퍼질지 가늠할 수 있습니다. 원문에는 두 수치가 모두 없습니다.

세 번째는 개선 메커니즘입니다. 기억과 스킬 라이브러리, 평가 기반 프롬프트 반복, 목적형 미세 조정 중 어느 경로인지에 따라 이식성과 위험이 달라집니다. 네 번째는 거버넌스입니다. 며칠간 자율 실행하는 에이전트에는 감사 기록과 사람이 개입할 지점이 필요하며, 사이버 보안처럼 민감한 분야에서는 더욱 그렇습니다.

이 질문들에 공개적인 답이 나오면 장기 멀티 에이전트 시스템은 소수 조직의 특수한 실천에서 재현 가능한 인프라로 바뀔 수 있습니다. Third Moment Research 사례는 방향을 보여 주지만, 성숙하려면 더 투명한 데이터와 엄격한 검증이 필요합니다.