- 모델 말고 ‘하네스’를 고쳐라 — AI 자기 개선의 진짜 지름길
- 구글 떠난 제프 딘의 새 도전, Discovery Loop
- SSH 한 줄로 접속하는 터미널 클럽하우스 late.sh
AI를 더 똑똑하게 만드는 법을 묻는다면 대부분 ‘더 큰 모델’을 떠올린다. 그런데 오늘 GeekNews 상위권에 오른 이야기들은 정반대를 가리킨다. 진짜 승부처는 모델 자체가 아니라, 모델을 감싸고 실행을 조율하는 ‘작업 환경’이라는 것. 구글을 대표하던 전설적 엔지니어들은 아예 실험 과정 전체를 자동화하는 회사를 차렸고, 다른 한편에서는 지친 개발자들이 SSH 한 줄로 접속하는 터미널 아지트로 모여든다. 자동화의 최전선과 아날로그의 온기가 같은 날 나란히 놓였다. 오늘의 개발자 TOP3을 정리한다.
모델 말고 ‘하네스’를 고쳐라 — AI 자기 개선의 진짜 지름길
자기 개선의 지름길은 가중치가 아니라 ‘작업 환경’이었다
전 OpenAI 리서치 리더 Lilian Weng이 정리한 이 글의 결론은 단순하면서도 반직관적이다. AI가 스스로 똑똑해지는 ‘재귀적 자기 개선(RSI)’의 단기 경로는, 모델이 자기 가중치를 직접 다시 쓰는 것이 아니라 모델을 둘러싼 하네스(harness)를 개선하는 쪽에 가깝다는 것이다.
하네스란 기반 모델을 감싸고 실행을 조율하는 시스템 전체를 말한다. 모델이 어떻게 사고하고 계획하는지, 어떤 도구를 호출하는지, 맥락을 어떻게 관리하고 산출물을 저장하며 결과를 평가하는지를 모두 결정한다. 단순한 프롬프트 몇 줄이 아니라 워크플로 자동화, 파일 기반 영속 메모리, 병렬 서브에이전트, 권한 제어까지 아우르는 하나의 런타임이자 소프트웨어 시스템이다. Claude Code나 Codex 같은 코딩 에이전트가 원시 모델 성능만큼이나 ‘배포 계층’ 설계로 승부가 갈리는 이유다.
추상적인 이야기가 아니다. Darwin Gödel Machine(DGM)은 고정된 Claude 3.5 Sonnet과 단순한 초기 하네스에서 출발해, 에이전트가 스스로 자신의 하네스 코드를 수정하도록 진화시켰다. 그 결과 SWE-bench Verified 성능이 20%에서 50%로, Polyglot이 14.2%에서 30.7%로 뛰었다. 모델은 그대로인데, ‘작업 환경’을 바꾸자 성능이 두 배가 된 셈이다. 저자는 최적화 대상이 지시 프롬프트에서 구조화된 맥락으로, 다시 워크플로와 하네스 코드로 확장된다고 본다. 이 모든 요소를 하나의 언어로 표현하는 것이 결국 코드다.
Tech Insight — 실무에 곧바로 쓸모가 있다. 사내 코드베이스에 AGENTS.md·스킬·도구를 정비하고, 세션이 끝날 때마다 에이전트와 ‘회고’를 돌려 실패한 도구 호출과 헷갈렸던 문서를 고쳐 나가면 같은 모델로도 품질과 비용이 눈에 띄게 개선된다. 다만 저자는 평가기·권한·보안과 ‘인간 감독’만큼은 자기 개선 루프 바깥에 둬야 한다고 못 박는다. 테스트에만 과적합하거나 판정 모델을 속이는 ‘보상 해킹’을 막지 못하면, 자동화가 오히려 조용히 망가지는 시스템을 만들어내기 때문이다.
구글 떠난 제프 딘의 새 도전, Discovery Loop
실험 루프 전체를 AI로 자동화한다
앞의 ‘하네스’ 이야기가 개념이라면, Discovery Loop는 그 개념을 회사 규모로 밀어붙인 실물이다. 창업팀 명단이 화제인데 Jeff Dean, Sanjay Ghemawat, Quoc Le, Oriol Vinyals — MapReduce·BigTable·Spanner·TensorFlow·TPU·AlphaFold·Gemini를 만든 바로 그 이름들이다. 구글의 심장부를 설계한 엔지니어들이 나와 차린 스타트업이라는 것만으로 업계가 술렁였다.
이들이 내건 목표는 과학적 발견의 제안·실행·평가·학습이라는 반복 루프 전체를 프런티어 AI와 대규모 컴퓨팅으로 자동화하는 것이다. 수천 개의 실험을 병렬로 돌려 한 번의 반복에 걸리는 시간을 극적으로 줄이겠다는 구상이다. 첫 적용 분야는 머신러닝 연구·엔지니어링 그 자체. 자동화된 ML 역량으로 자기 기술 스택부터 빠르게 최적화한 뒤, ‘측정 가능한 결과’가 존재하는 영역 — 신약, 의료정보학, 값싼 태양에너지, 깨끗한 물, 사이버 보안 같은 미국공학한림원(NAE) Grand Challenges — 으로 확장한다는 로드맵이다.
해커뉴스의 반응은 흥미롭다. 한쪽에서는 Karpathy의 ‘autoresearch’를 기관 규모로 확장한 형태라는 분석이, 다른 쪽에서는 Jeff Dean이 구글의 군사용 AI 방향과 거리를 두며 떠난 배경이 거론된다. AGI 같은 거창한 구호 대신 ‘실험 자동화’라는 실용적 사명을 내건 점을 반기는 목소리도 많았다.
Tech Insight — 기대와 회의가 팽팽하다. ‘지치지 않는 탐색자’가 20년 전에도 가능했던 발견의 누락을 메워 새로운 과학혁명을 열 것이라는 전망과, AI에는 ‘몸’이 없어 실물 실험·규제·자연의 시간표 앞에서는 한계가 뚜렷하다는 지적이 맞선다. 분명한 건 하나다. 자동화가 잘 통하는 곳은 ‘빠르고 정확한 평가기’가 존재하는 영역이라는 점 — 이는 앞선 하네스 글의 결론과 정확히 겹친다. 평가가 느리거나 모호한 분야일수록, 사람의 판단은 더 오래 남는다.
SSH 한 줄로 접속하는 터미널 클럽하우스 late.sh
자동화 시대에 개발자들이 향한 아날로그 아지트
AI가 개발의 앞단을 삼키는 흐름의 정반대편에, late.sh가 있다. 브라우저도 앱도 필요 없이 ssh late.sh 한 줄이면 실시간 채팅·음악·게임·아트보드가 있는 공간에 곧바로 입장한다. 계정도 비밀번호도 OAuth도 없다. SSH 키 지문 자체가 신원이 되어, 같은 키로 접속하면 채팅·점수·스트릭이 그대로 이어진다.
프라이버시 설계도 단단하다. 전체 공개키가 아니라 지문만 저장하고, IP 로깅도 추적도 애널리틱스도 없다. 그마저 꺼려진다면 일회용 키로 위험 없이 모든 기능을 쓸 수 있다. 구성은 알차다. 0번은 키로 이동하는 TUI 클럽하우스, 1번은 IRC식 채팅방, 2번은 2048·스도쿠·지뢰찾기 같은 퍼즐, 3번은 MUD 게임, 4번은 셀마다 그린 사람을 기억하는 공유 ASCII 아트보드, 5번은 프로필, 6번은 리더보드다. macOS·Linux·Windows·Termux·Nix를 모두 지원하고, 별도 CLI로 라디오 재생과 오디오 시각화까지 붙는다.
GeekNews 댓글에는 “하이텔·유니텔 쓰던 시절이 떠오른다”는 향수가 줄을 이었다. 화려한 웹 대신 터미널로 되돌아가는 이 아이러니가 오히려 개발자들의 마음을 건드린 셈이다. 라이선스는 FSL 보호 기간 동안 소스가 공개되는 source-available 형태다.
Tech Insight — 단순한 재미 프로젝트로만 볼 게 아니다. SSH 키를 신원으로 쓰는 ‘패스워드 없는’ 인증은 실제 서비스에도 응용된다(예: Keypub.sh의 터미널용 OAuth). 브라우저·앱 없이 터미널만으로 완결되는 경험은 저대역폭·고신뢰 환경에서 특히 강하다. AI가 개발의 앞단을 삼킬수록, 사람과 사람이 직접 연결되는 ‘느린 채널’의 가치는 오히려 또렷해진다. 오늘의 TOP3가 자동화의 극단에서 시작해 터미널의 온기로 끝나는 것은 우연이 아니다.
관련 글
출처
- GeekNews · 자기 개선을 위한 하네스 엔지니어링 (Lilian Weng)
- GeekNews · Discovery Loop (Jeff Dean 외)
- GeekNews · late.sh — 개발자를 위한 터미널 클럽하우스
AI Biz Insider · Tech Digest · aibizinsider.com
댓글 남기기