2026년 11월 18일, OpenAI는 공식 블로그에서 내부 연구 가속에 관한 최신 데이터를 공개했다. 3월부터 10월까지 코딩 에이전트가 2~4시간짜리 연구 과제를 단독으로 완수하는 성공률은 23%에서 46%로, 4~8시간 과제는 13%에서 35%로 올랐다. 진전은 실제지만 고르지 않다. OpenAI 스스로 쓰는 표현은 "울퉁불퉁한 최전선"이다.
에이전트 사용은 무거워지는데, 약점도 뚜렷하다
성패를 가르는 것은 과제의 종류다. 학습 실행 모니터링은 성공률 79%, 기술 질문 답변은 72%인 반면, 추론·서빙 스택 코드 작성은 25%, 평가 및 강화학습 환경 구축은 29%에 그친다. 연구자 1인당 하루 에이전트 사용액도 빠르게 오르고 있다. API 정가 기준으로 10월 중앙값은 2,400달러로 9월보다 62% 늘었고, 상위 10% 연구자는 하루 2만 3,000달러를 썼다. 최첨단 코딩 에이전트 3개월 이용권을 위해 무엇을 내놓겠느냐는 질문에 연구자들의 중앙값 답변은 팀 컴퓨팅 자원의 30%, 혹은 팀 인력의 40%였다.
안전 투자가 가장 빠르게 늘고, 사람은 여전히 고리의 중심에 있다
눈에 띄는 점은 2026년 투자가 가장 빠르게 늘어난 분야가 사전학습이나 사후학습이 아니라 안전과 정렬이었다는 것이다. 관련 연구 시간은 1월부터 9월까지 77% 늘었고, 7월 Hugging Face 사건 이후 증가 속도가 더 빨라졌다. 보고서는 GPT-6 Astra와 GPT-6.2 Astra 출시를 뒷받침한 핵심 아이디어가 어디에서 왔는지도 추적했다. OpenAI의 결론은 절제돼 있다. 에이전트가 연구 과정을 실제로 바꾸고 있지만 사람은 여전히 중심이다. 아이디어가 어디에서 오는지, 어떤 과제를 에이전트에게 맡길 만한지, 문제가 생겼을 때 누가 책임지는지 같은 판단은 지금도 연구자 본인에게 달려 있다. 보고서의 행간도 주목할 만하다. 연구소는 이런 "재귀적 자기 개선" 지표를 공개적으로 추적하고 보고해야 한다. 그렇지 않으면 외부에서는 AI가 연구를 얼마나 빠르게 가속하고 있는지 판단할 방법이 없다.