기술/연구

“연구원 대체되나?” 구글 AI 마스, 스스로 실험 설계 성공

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.02.08 14:11

기사 3줄 요약

1 구글, 스스로 연구 설계하는 AI 마스 공개
2 실패 분석해 전략 수정하는 자기 개선 능력 탑재
3 벤치마크 테스트서 타 모델 압도하며 금메달

AI가 단순히 코드를 짜는 것을 넘어 이제는 스스로 연구를 설계하고 실험까지 하는 시대가 왔습니다. 구글과 스탠포드대학교 연구진이 AI 연구의 전 과정을 자율적으로 수행하는 새로운 에이전트 ‘마스(MARS)’를 공개했습니다. 그동안 AI 연구는 모델 하나를 학습하는 데 엄청난 시간과 비용이 들어 자동화가 매우 어려운 영역으로 꼽혔습니다. 그런데 이번에 등장한 마스는 연구 과정을 마치 ‘최적의 소프트웨어를 찾는 탐색 게임’처럼 정의하며 이 문제를 해결했습니다.

돈과 시간 계산하는 똑똑한 AI 연구원

마스의 가장 큰 특징은 돈과 시간을 따질 줄 아는 ‘예산 인식 계획’ 능력을 갖췄다는 점입니다. 마스는 알파고처럼 복잡한 문제에서 최상의 수를 찾는 알고리즘을 사용하면서도 계산 비용까지 꼼꼼하게 고려합니다. 성능이 아무리 좋아도 실행 시간이 너무 오래 걸리면 과감히 포기하고 더 빠르고 효율적인 방법을 선택하는 식입니다. 실제로 마스는 기존 방식보다 약 19.5% 더 높은 확률로 쓸 만한 해법을 찾아내는 데 성공했습니다. 같은 자원을 가지고도 더 많은 가능성을 시험하고 더 좋은 답을 찾아낸 것입니다.

레고 블록처럼 조립하고 실패에서 배운다

마스는 연구 코드를 한 덩어리로 짜지 않고 마치 레고 블록처럼 쪼개서 만드는 ‘모듈식 구성’을 사용합니다. 데이터를 불러오거나 모델을 정의하는 기능을 각각 독립된 블록으로 만들어서 관리가 쉽고 문제가 생겨도 해당 부분만 고치면 됩니다. 또한 마스는 ‘비교 성찰적 메모리’라는 놀라운 기억력을 가지고 있습니다. 자신의 실험 결과를 과거의 성공 사례와 비교하고 성능이 변한 이유를 분석해 ‘교훈’으로 저장해 둡니다. 이렇게 쌓인 교훈은 다음 실험이나 전혀 다른 문제를 풀 때 다시 활용되면서 AI가 점점 더 똑똑해지게 만듭니다.

상위 0.1% 수준의 압도적 성과 증명

마스의 실력은 객관적인 수치로도 증명되었는데 캐글 경진대회 문제로 구성된 평가에서 압도적인 성적을 기록했습니다. 기존에 최고 수준으로 평가받던 다른 AI 에이전트들을 제치고 금메달 획득률 31.1%를 달성했습니다. 특히 성능을 더 확장한 ‘마스+’ 모델은 단 두 개의 GPU만 사용하고도 상위권 성적을 기록하며 효율성을 입증했습니다. 연구진은 마스가 자신의 실패 원인을 분석하고 스스로 전략을 수정하는 ‘재귀적 자기 개선’ 능력을 갖췄다는 점을 높게 평가했습니다. 이는 AI가 단순한 도구를 넘어 경험을 통해 성장하는 연구 주체로 진화하고 있음을 보여주는 중요한 사건입니다. 앞으로 마스와 같은 자동화된 연구 시스템이 발전하면 인간 연구자들은 더 창의적인 문제에 집중할 수 있게 될 것입니다. 물론 아직은 정해진 환경 내에서의 성과지만 AI가 과학 기술 발전의 속도를 획기적으로 높일 수 있다는 기대감이 커지고 있습니다. AI가 스스로 연구하고 논문까지 쓰는 미래가 생각보다 빨리 우리 곁으로 다가오고 있습니다.