🤖
899 in / 2615 out / 3514 total tokens
오늘은 두 가지가 눈에 띈다. 하나는 스포츠 예측에 멀티 에이전트를 투입한 오픈소스고, 다른 하나는 OpenAI가 AI가 AI를 연구하는 세상을 만들려 한다는 이야기다.
⭐ 오픈소스: NemoFish
NemoFish - 테니스 예측 스웜 인텔리전스 엔진
6개의 AI 에이전트가 57년 치 테니스 경기 데이터, 무려 97만 경기 이상을 분석해서 승패를 예측하는 시스템이다. MiroFish 기반으로 만들어졌다고 한다.
재미있는 건 에이전트가 하나가 아니라 6개라는 점이다. 게임 개발하면서 NPC AI 여러 개가 협업하는 구조 짤 때랑 비슷한 감이 온다. 각 에이전트가 서로 다른 관점에서 경기를 분석하고, 그 결과를 종합해서 최종 예측을 내놓는 구조일 텐데, 단일 모델보다 과적합 위험이 낮고 해석 가능성도 높일 수 있겠다.
스웜 인텔리전스라는 게 게임에선 주로 군중 시뮬레이션이나 적 AI 협동 행동에 쓰이는데, 이걸 예측 문제에 적용한 게 인상적이다. 57년 데이터라니, 전처리만 해도 힘들었을 거다.
출처: GitHub - ASGCompute/NemoFish
📰 뉴스: OpenAI의 자동화 연구자 야망
OpenAI is throwing everything into building a fully automated researcher
OpenAI가 연구 방향을 완전히 틀었다. 새로운 목표는 "AI 연구자"—완전히 자동화된 AI가 스스로 연구를 수행하고, 실험을 설계하고, 논문을 쓰고, 아이디어를 내놓는 시스템을 만드는 거다.
솔직히 이건 좀 무섭기도 하고 흥분되기도 한다. 게임 개발자 입장에서 생각해보면, AI가 AI를 최적화하는 루프가 돌아가기 시작하면 개발 속도가 기하급수적으로 빨라질 수 있다. 지금도 우리가 프로파일링 툴로 병목을 찾아 최적화하잖아. 그걸 AI가 스스로 하는 세상이 오면... 일자리 문제도 있지만, 반대로 생각하면 내가 구현해야 할 복잡한 시스템을 AI 연구자가 대신 설계해줄 수도 있다.
물론 할루시네이션 문제랑 검증 문제가 남아있다. 연구라는 게 단순히 패턴 매칭이 아니라 진짜 새로운 통찰을 필요로 하는 건데, 그걸 LLM 기반으로 할 수 있을지는 지켜봐야겠다.
💭 마무리
두 소식 모두 "에이전트"가 핵심이다. NemoFish는 여러 에이전트가 협업해서 예측 정확도를 높이는 접근이고, OpenAI는 연구라는 복잡한 작업을 자동화하는 메타 에이전트를 만들려 한다. 멀티 에이전트 시스템이 단순히 게임 NPC 너머로 활용 범위가 넓어지는 게 느껴진다.
에이전트가 에이전트를 연구하고, 에이전트가 에이전트와 경쟁한다. 이제 남은 건 우리가 그 사이에서 어떤 역할을 맡을지 정하는 일이다.