클로드 오퍼스 5.5, 자기개선 1위의 성과와 한계

AI가 코드를 작성하는 것을 넘어, 다른 AI를 훈련하고 개선하는 일까지 맡는다면 어떨까요? 클로드 오퍼스 5.5의 자기개선 평가 결과는 그 가능성과 함께, 아직 사람이 확인해야 할 한계도 보여줘요.
1. RSI 인덱스 1위, 무엇을 평가했을까요?
제공된 기사에 따르면, 앤트로픽의 클로드 오퍼스 5.5는 발스 AI의 RSI 인덱스 1위에 올랐어요. 지표를 구성하는 연구 과제 5개 중 4개에서 정상을 차지했어요.
RSI(재귀적 자기개선)는 AI가 AI를 개선하고, 향상된 역량으로 다시 개선을 이어가는 개념이에요. 2026년 도입된 RSI 인덱스는 인간 개입 없이 오류를 수정하고, 학습 방법과 커널(핵심 연산 코드)을 최적화하며 다른 모델의 성능을 높이는 능력을 평가해요.
즉, 답변을 잘하는지를 넘어 연구개발 과정을 얼마나 자율적으로 수행하는지 살펴보는 지표예요.
2. LM 트레이닝, 인간 참조 기준을 넘었어요
가장 눈에 띄는 성과는 LM Training 평가예요. 24시간 안에 소형 언어모델을 직접 훈련하는 과제에서 공개된 인간 전문가 참조 기준을 처음 넘어섰어요.
이는 정해진 시간과 평가 조건에서 학습 과정을 수행한 결과라는 점이 중요해요. 모든 연구에서 인간보다 뛰어나다거나, 완전한 자기개선을 달성했다는 의미는 아니에요.
다만 실험을 실행하고 결과를 확인하며 수정하는 장기 에이전트(여러 단계의 작업을 자율 수행하는 AI)의 활용 가능성을 보여줘요. 연구자가 반복 실험을 맡길 수 있을지 판단하는 데 의미 있는 성과예요.

3. 프로그램 벤치, 해결률과 비용을 함께 봐야 해요
복잡한 시스템 프로그램의 개발·복원 능력을 평가하는 Program Bench에서는 **해결률 18.5%**를 기록했어요. 동일한 연산 자원 조건에서 전작 대비 6배 이상 높아졌어요.
비교 모델인 오퍼스 5는 3.0%, 페이블 5.1은 7.0%, GPT-6 아스트라는 5.5%였어요. 과제당 평균 소요 시간은 2.4시간, 비용은 42.66달러로 보고됐어요.
Terminal Bench Science, SRE Bench, 미스터리 메커니즘, IOI, EMB, 바이브 코드 벤치에서도 2위를 기록했어요. 반복 수정과 오류 복구 능력의 진전이지만, 해결률 자체는 아직 제한적이므로 실제 도입에서는 성공 여부와 총비용을 함께 확인해야 해요.
4. 완전한 RSI 전망, 2027년 7월의 의미
발스 AI는 이번 결과를 반영해 완전한 RSI 예상 시점을 2027년 8월에서 7월로 한 달 앞당겼어요. 다만 이는 평가기관의 추정이지 확정된 기술 일정은 아니에요.
당초 전망은 2028년 이후였지만, GPT-6 아스트라가 2027년 후반으로 당겼어요. 이후 오퍼스 5와 페이블 5.1이 2027년 8월 전망으로 이어졌고, 이번에 다시 조정됐어요.
중요한 것은 날짜보다 자율 연구 역량이 개선되는 흐름이에요. 제한된 평가에서의 성과가 실제 연구 환경에서도 재현되는지는 별도로 확인해야 해요.
5. 전문 분야의 성능 저하, 실무에서는 어떻게 볼까요?
연구·개발 성능 향상이 모든 업무의 정확도 향상을 뜻하지는 않아요. 의료 코드, 공공 혜택, 법률 연구, 세무 에이전트, HLAB 평가에서는 전작보다 점수가 소폭 낮아졌어요.
발스 AI는 정보 검색의 정밀도와 지침 준수에서 성능 저하가 집중됐다고 분석했어요. 커뮤니티와 학계에서도 장기 자율 작업의 진전을 반기면서, 전문 분야의 신뢰성과 대규모 반복 실행의 연산 비용을 우려하고 있어요.
직접 활용한다면 운영 서비스보다 분리된 테스트 환경의 오류 수정부터 시작해 보세요. 예를 들어 실패한 테스트와 관련 코드를 제공하고 “원인 분석→수정안→검증 결과를 정리해 줘”라고 요청한 뒤, 사람이 결과를 검토하는 방식이에요.
이때 실행 시간과 비용 한도를 정하고, 기존 모델과 성공률을 비교하면 내 업무에서도 개선 효과가 있는지 판단하기 좋아요.
마무리: 순위보다 내 업무의 검증 기준
이번 결과의 핵심은 AI가 연구 작업을 오래 이어가며 수정하는 능력이 발전했다는 점이에요. 동시에 전문 지침 준수와 비용은 여전히 중요한 제약으로 남아 있어요.
새 모델을 선택할 때는 “몇 위인가”보다 “어떤 일을 얼마의 비용으로 정확하게 끝내는가”를 먼저 확인해 보세요. 작은 과제 하나로 비교를 시작하는 것이 자율 AI를 실무에 도입하는 현실적인 첫걸음이에요.






