Recursive, 재귀적 자기 개선으로 개발한 오픈 웨이트 코딩 모델 Flint 공개

Recursive의 첫 제품 Flint는 재귀적 자기 개선(RSI)을 통해 AI 자체와 다른 과학 분야를 발전시키는 것을 목표로 한다. Socher에 따르면 모델 개발 파이프라인의 거의 모든 단계를 AI가 맡아 작업과 개선을 수행했으며, 연구자 몇 명으로 이루어진 회사가 몇 달 만에 고성능 모델을 만들 수 있었다. Eureka Machine은 기본 모델의 새로운 학습 방법, 새로운 모델 아키텍처, 특정 칩에 맞게 최적화한 코드 등을 고안했다고 한다. Recursive가 공개한 벤치마크에서는 같은 규모와 같은 아키텍처의 모델보다 코딩 과제에서 더 높은 성능을 보였다고 한다.

필자는 Flint를 48GB RAM의 Mac에서 실행해 보았다. 파라미터 수는 40B로, 수조 규모의 최대급 모델이 서버 랙을 필요로 하는 것과는 대조적이다. 명령줄 버전의 할 일 목록, RSI 관련 연구를 웹에서 찾아주는 프로그램, RSI를 설명하는 간단한 웹사이트를 만들게 했는데, 빠르고 유능했다고 한다. 이 규모의 모델은 Claude나 Codex에 비해 오류가 많고 느린 경우가 있지만, Flint는 매번 요청을 달성했다고 밝혔다.

RSI는 논쟁의 대상이기도 하다. AI가 무제한으로 자기 개선을 하면 인간의 통제를 벗어날 수 있다는 우려가 있으며, 9월에는 Anthropic을 떠난 연구자가 RSI를 포함한 AI의 발전이 수년 내에 인류 멸종으로 이어질 수 있다고 경고했다. 의회에서는 RSI를 금지하는 법안이 여러 건 제안되었다. Recursive는 이러한 우려가 SF에 가깝다고 보며, 규제는 발전을 가로막는다고 생각한다. Socher는 Flint가 인간의 통제를 벗어날 수 없는 시스템으로 만들어졌다고 말했으며, Eureka Machine 자체도 완전한 RSI를 목표로 하지만 인간이 정지시킬 수 있는 감독 아래 두겠다고 밝혔다.

Recursive는 Google Ventures, Greycroft, Nvidia, AMD Ventures로부터 기업가치 46.5억 달러로 6.5억 달러를 조달했다. Socher는 Salesforce의 전 수석 과학자이며, 공동창업자에는 University of British Columbia 교수 Jeff Clune가 있다. 기사는 Microsoft, Carnegie Mellon University, University of Virginia 연구팀이 AI 코딩 에이전트가 하네스와 자신의 가중치를 다시 작성하며 재귀적으로 개선하는 연구를 발표한 소식도 함께 다루고 있다.