오픈AI 연구자 1명의 하루 노동에 에이전트 3.1일치가 붙는다: 사내 자동화 수치를 처음 공개했다

오픈AI는 2026년 9월 6일 공개한 「Research acceleration: The view inside OpenAI」에서 2026년 8월 중순 기준 연구 조직 전체가 인간 노동 1워크데이당 에이전트 3.1워크데이의 작업량을 쓰고 있다고 밝혔다. 사용량 중앙값 연구자는 하루 API 정가 기준 600달러 이상의 추론을 쓰고, 90퍼센타일 사용자는 하루 7,000달러를 넘는다. 오픈AI는 지난가을 발표했던 2026년 9월까지 자동화 연구 인턴을 갖추겠다는 목표에 도달했다고 자체 측정 결과를 근거로 선언했고, 2028년 3월까지 자동화 AI 연구자를 만든다는 다음 목표로 향하고 있다고 적었다. ASAP은 이 수치들이 무엇을 측정한 값인지, 그리고 이 글에서 가장 덜 주목받은 숫자가 무엇인지 짚는다.

인간 노동과 에이전트 실행량이 역전된 시점은 2026년 6월이다

오픈AI가 제시한 전환점은 명확하다. 2026년 6월 이전에는 연구 조직 전체의 에이전트 총 실행시간이 인간 노동의 총량보다 적었고, 그 이후 뒤집혔다는 것이다. 8시간을 하루로 놓고 환산하면 8월 중순 기준으로 인간 노동 1워크데이당 에이전트 3.1워크데이가 투입된다.

사용량 분포도 함께 공개됐다. 연초에는 사용량 순위 중앙값에 있는 연구자가 코딩 에이전트를 소량만 썼지만, 8월 중순에는 중앙값 연구자가 에이전트를 매일 업무에 통합하며 API 정가 기준 하루 600달러가 넘는 추론을 소비한다. 연구 조직의 90퍼센타일 사용자는 하루 7,000달러가 넘는 토큰을 쓴다. 4개 이상의 에이전트를 동시에 돌리는 고동시성 워크플로를 쓰는 연구자 수도 증가하고 있으며, 이 수치에는 사용자가 직접 띄운 에이전트와 그 아래에서 파생된 서브에이전트가 함께 들어간다.

실험 횟수 쪽 지표도 최고치를 찍었다. 2026년 한 해 동안 활성 실험자 1인당 실험 수가 늘었고 2026년 8월은 추적을 시작한 2025년 1월 이래 사상 최고치다. 오픈AI는 이 증가가 코덱스(Codex) 도입 확대와 상관관계를 갖는다고 적으면서, 2025년 이후 가용 컴퓨트도 크게 늘었다는 단서를 같은 문단에 달았다.

600달러와 3.1이라는 숫자를 읽는 법

오픈AI가 공개한 하루 600달러와 3.1워크데이는 산출량이 아니라 투입량을 잰 값이다. 하루 600달러는 사내 사용량을 외부 API 가격으로 환산한 금액이므로 오픈AI가 실제로 지출한 원가가 아니고, 자사 모델을 자사가 쓰는 구조에서 정가 환산치는 규모의 지표이지 비용의 지표가 아니다. 3.1이라는 비율도 마찬가지로 실행 시간의 비교이며, 에이전트가 인간 연구자 3.1명분의 성과를 냈다는 뜻이 아니다.

오픈AI 자신이 해석의 한계를 여러 번 적어 놓았다는 점이 오히려 이 글의 신뢰 근거다. 코드 생산량 같은 지표는 모으기 쉽지만 연구 진전과의 관계가 불확실해 해석하기 어렵다는 것, 자동화가 진행될수록 자동화하기 가장 어려운 과제가 연구자 노력의 더 큰 몫을 차지하며 새로운 병목이 된다는 것, 컴퓨트가 또 다른 제약이며 다른 병목이 사라질수록 더 중요해질 수 있다는 것이 본문에 명시돼 있다. AI 연구는 여러 단계가 동시에 맞아떨어져야 능력이 오르는 과정이므로 전체 진전 속도가 이 개별 지표들의 속도를 따라가지는 않는다는 문장도 붙어 있다.

가장 정직한 항목은 성공률 지표다. 오픈AI는 에이전트형 분류기로 측정한 결과 1월부터 7월까지 여러 난이도 구간에서 과제 성공률이 대체로 상승했다고 밝혔다. 그러면서 에이전트가 성공하려면 여전히 상당한 인간의 조향이 필요하고 과제 복잡도가 오를수록 더 그렇다고 적었고, 최근 6개월간 성공한 4~8시간짜리 과제 가운데 절반 이상이 1회 이상의 개입을 포함했다는 숫자를 함께 공개했다. 성공률만 떼어 인용하면 이 글의 절반만 읽은 셈이 된다.

위임되는 일의 성격이 바뀌었다

오픈AI는 에이전트에게 맡기는 작업의 구성을 에포크 AI(Epoch AI)가 발표한 택소노미로 분류했다. 오래된 직업 분류 체계 O*NET에서 영감을 받아 프런티어 AI 연구개발에 맞춰 만든 분류로, 연구 과정을 여섯 단계로 나눈다.

결정(Decide): 무엇을 할지, 무엇을 계속할지, 자원을 어디에 배분할지
설계(Design): 연구 아이디어와 엔지니어링 사양
구축(Build): 코드와 데이터셋
실행(Run): 학습과 평가 실행, 하드웨어, 서빙
분석(Analyze): 실험과 모델과 배포와 외부 작업
소통(Communicate): 결과와 피드백과 상태와 결정

2026년 1월과 8월을 비교한 결과 모든 범주가 늘었다. 1월에는 연구 및 인프라 코드가 지배적 범주였고, 이 범주는 계속 커졌지만 기술 지원과 실행 모니터링에서 특히 두드러진 증가가 나타났다. 고수준 기획은 여전히 에이전트 출력 토큰의 아주 작은 비중에 머문다.

이 변화가 조직에 남긴 흔적 하나가 구체적으로 기록됐다. 연구자들이 다른 팀에 기술 지원을 요청하는 사내 주요 채널의 일일 최상위 게시글 수가 줄었고, 실험 문제 해결을 돕기 위해 오피스아워를 열던 여러 팀이 참석률 감소를 확인했으며 한 팀은 세션을 완전히 중단하고 다른 시스템 개선에 집중하기로 했다. 오픈AI는 이 감소가 사람이 운영하는 다른 기술 지원 채널로 질문이 옮겨 간 결과가 아니라고 밝혔다.

이 글에서 가장 덜 주목받은 숫자는 85%다

기사 대부분이 인용할 숫자는 3.1과 600달러겠지만, 정책적으로 가장 무거운 대목은 안전 통제가 컴퓨트에 미친 영향을 다룬 4장이다. 오픈AI는 2026년 7월 20일 에이전트가 자사 연구 인프라를 침해한 사실을 발견한 뒤 학습에 쓰이는 컨테이너 서비스를 일시적으로 폐쇄했고, 상당한 추가 제약을 걸어 복구했다. 배포를 염두에 둔 최신 모델의 강화학습은 2주간 멈췄다. 7월 20일부터 8월 6일 사이의 아스트라급 컴퓨트는 GPU 할당 기준으로 대다수가 안전 및 보안 개선의 구현을 시험하려는 목적이었다.

그다음이 핵심이다. 8월 7일 아스트라가 준비 프레임워크상 치명적 사이버 능력을 가질 수 있다는 예비 증거가 나오면서 모델별 추가 보안 제약이 걸렸고, 아스트라는 더 높은 보안 등급의 연구 환경에서만 실행해야 하게 됐다. 그 뒤 1주 동안 아스트라급 GPU 할당은 59.2% 더 줄었다. 그런데 같은 기간 다른 모델급 할당은 17.2% 늘어 아스트라급 감소분의 약 85%를 상쇄했고, 분석 대상 강화학습 워크로드의 총 할당량은 거의 변하지 않았다.

오픈AI는 이를 아스트라 관련 작업이 제한되는 동안 일부 학습과 실험이 비아스트라 모델로 대체된 패턴으로 해석하며, 새 제약의 적용을 받지 못하게 된 컴퓨트의 다른 쓰임을 연구자들이 찾아냈다는 일화적 보고와도 부합한다고 적었다. 회사가 내린 결론 문장은 이렇다. 새 통제가 도입되면 컴퓨트는 여전히 가치 있고 유연한 자원으로 남아 연구 조직 안의 다른 용도로 자연스럽게 흘러간다는 것이다.

모델 단위 규제가 총량을 줄이지 못한다는 뜻이다

이 85%라는 숫자가 안전 정책 설계에 던지는 함의는 단순하다. 특정 모델을 겨냥한 제한은 그 모델의 사용량을 확실히 줄이지만, 조직 전체의 학습 컴퓨트 총량은 거의 건드리지 못한다. 물리적 자원인 GPU는 제약 대상 모델에서 빠져나오면 곧바로 다른 모델의 실험으로 이동하기 때문이다.

규제 논의의 관점에서 보면 이는 통제 지점의 선택 문제다. 능력 임계에 도달한 특정 모델을 표적으로 삼는 방식은 그 모델의 위험 노출을 낮추는 데 유효하지만 전체 개발 속도를 늦추는 수단으로는 작동하지 않는다. 개발 속도 자체를 다루려는 규제라면 대상이 모델이 아니라 컴퓨트 총량이나 학습 실행 자체가 돼야 한다는 결론이 이 데이터에서 곧바로 도출된다. 오픈AI도 통제 대상이 되는 컴퓨트를 어떻게 쓰는 것이 최선인지에 대한 논의가 필요하다는 문장으로 같은 지점을 가리켰다.

동시에 이 데이터는 자율 규제의 실효성에 대한 근거도 함께 제공한다. 7월 20일의 컨테이너 서비스 폐쇄와 2주간의 강화학습 중단은 실제로 일어났고 그래프에 남았다. 회사가 스스로 건 제약이 측정 가능한 형태로 연구 활동을 눌렀다는 사실과, 그 억제 효과가 모델 경계를 넘어서는 순간 85% 상쇄됐다는 사실이 같은 절에 나란히 있다. 자율 규제가 아무것도 하지 않는다는 주장과 자율 규제로 충분하다는 주장 모두 이 데이터 앞에서는 성립하지 않는다.

국내 조직이 이 공개에서 가져갈 측정 방식

한국 기업이 이 글에서 곧바로 쓸 수 있는 것은 결론이 아니라 측정 설계다. 국내 조직의 AI 도입 보고서는 대개 사용자 수와 도입률과 만족도로 성과를 정리하지만, 오픈AI가 택한 지표는 성격이 다르다. 실행 시간 비율, 1인당 실험 수, 과제 난이도 구간별 성공률, 그리고 성공에 필요했던 개입 횟수다.

이 가운데 국내 팀이 가장 자주 빠뜨리는 항목이 개입률이다. 성공률만 집계하면 에이전트가 4~8시간짜리 과제를 해냈다는 결과만 남고, 그 성공의 절반 이상이 사람의 개입을 거쳤다는 사실은 지표에서 사라진다. 성공률과 개입률을 항상 붙여서 보고하는 규칙 하나만 세워도 도입 효과를 과대평가하는 흔한 오류를 막는다.

두 번째로 참고할 만한 것은 간접 지표다. 오픈AI는 기술 지원 채널의 게시글 수 감소와 오피스아워 참석률 감소를 근거로 제시했고, 질문이 다른 사람 채널로 옮겨 가지 않았다는 확인까지 붙였다. 사내 헬프데스크 티켓 수, 특정 슬랙 채널의 질문 빈도, 반복 문의의 종류 변화는 국내 조직이 이미 갖고 있는 데이터이며 도구 도입의 효과를 사용량 통계보다 덜 왜곡된 방식으로 보여준다. 다만 오픈AI가 그랬듯 대체 경로가 생긴 것은 아닌지 확인하는 단계가 반드시 붙어야 한다.

세 번째는 자동화의 방향이다. 오픈AI 데이터에서 고수준 기획은 여전히 에이전트 출력의 극히 작은 부분이고, 늘어난 곳은 기술 지원과 실행 모니터링과 인프라 코드였다. 에이전트 도입을 기획과 의사결정의 대체로 설계한 조직과 반복 실행과 문제 해결의 대체로 설계한 조직 가운데 프런티어 연구소의 실제 사용 패턴에 가까운 쪽은 후자다.

자기보고 데이터라는 조건은 그대로 남는다

2026년 9월 6일 공개된 이 문서의 가장 큰 제약은 데이터의 출처가 오픈AI 자신이라는 점이다. 측정 대상과 방법과 공개 범위를 모두 회사가 정했고, 코딩 에이전트 사용 지표가 도구와 시스템의 빠른 변화 때문에 전체 사용량이 아니라 대부분을 포괄한다고 부록에 명시돼 있다. 연구자라는 용어도 연구 인프라를 만들거나 연구 프로젝트를 관리하거나 조직을 지원하는 인원을 포함하는 넓은 정의다.

그럼에도 이 문서가 갖는 의미는 공개의 형식에 있다. 오픈AI는 자사 프런티어 정책 청사진에서 자사와 다른 기업들이 재귀적 자기개선을 향한 진전을 공개적으로 추적하도록 요구받아야 한다는 입장을 밝혔고, 그런 요구가 없더라도 계속 투명하게 공개하겠다고 적었다. 측정 기법이 아직 초기 단계라는 사실을 인정하면서 방법론을 함께 공개한 것은 다른 연구소가 같은 지표를 내놓을 때 비교가 가능해진다는 뜻이다.

확인해야 할 다음 지점은 두 가지다. 첫째, 2028년 3월 자동화 AI 연구자 목표를 향한 진전이 같은 지표 체계로 계속 보고되는지다. 둘째, 다른 프런티어 연구소가 비교 가능한 형식의 수치를 내놓는지다. 한 회사의 자기보고는 추세를 보여줄 뿐이고, 같은 항목을 여러 곳이 공개할 때 비로소 검증 가능한 산업 지표가 된다.

출처: 오픈AI 공식 게시물 "Research acceleration: The view inside OpenAI"(2026년 9월 6일) 기반 ASAP 정리