저자: 샤오빙
유명 암호화폐 VC Paradigm이 어제 RSI Simulator라는 웹 게임을 출시했습니다.
플레이어는 AI 연구소의 책임자가 되어 처음부터 슈퍼 인텔리전스를 만드는 것을 목표로 합니다.
인력, 컴퓨팅 파워, 데이터 세 가지 자원을 보유하며, 연구개발, 훈련, 확장에 얼마나 배분할지 결정해야 합니다. 매 라운드 결정 후 모델 성능이 변화하고, 이 성능 변화는 다시 연구개발 효율에 영향을 미칩니다. 어느 임계점에 도달하면 AI가 스스로를 가속적으로 개선하기 시작하며 곡선이 급격하게 치솟습니다.
방치형 게임처럼 들리지만, 실제로는 경제학 논문을 인터랙티브 체험으로 바꾼 교육 도구입니다.
Paradigm은 이를 통해 모두가 추측만 할 뿐 정량적으로 고민하는 사람은 드문 질문에 답하려 합니다. AI의 자율적 개선 속도는 과연 얼마나 빠를까? 갑자기 폭발할까? 어떤 요인이 그 한계를 결정할까?
재귀적 자율 개선(RSI)이란?
재귀적 자율 개선, 줄여서 RSI는 AI 안전 연구 분야의 가장 핵심적인 의제 중 하나입니다.
간단히 말해, AI 모델이 충분히 강력해져 인간을 도와 차세대 AI 모델을 개선할 수 있게 되면, AI가 더 강한 AI 제작에 참여하고, 그 더 강한 AI가 또다시 더 강한 AI 제작에 참여하는 순환이 형성됩니다.
이 순환이 시작되면 이론적으로 지수적 가속이 발생할 수 있으며, 이른바 지능 폭발(Intelligence Explosion)이 일어납니다.
이것은 더 이상 공상과학이 아닙니다. 2026년 2월, OpenAI는 GPT-5.3-Codex를 출시하며 초기 버전의 해당 모델이 자신을 생성하는 과정에서 '중요한 역할을 했다'고 인정했습니다. 훈련 과정 디버깅, 배포 관리, 평가 장애 진단 등에 도움을 준 것입니다. 이는 주요 연구소가 한 모델이 후속 모델 제작의 엔지니어링 과정에 실질적으로 참여했음을 최초로 공식 인정한 사례입니다.
게임 플레이 방법
RSI Simulator의 게임 부분은 AI 연구소의 자원 배분 결정을 시뮬레이션합니다.
매 라운드, 세 가지 방향으로 자원을 배분해야 합니다. 컴퓨팅 파워에 더 투자하면 더 큰 모델을 훈련할 수 있고, 인력 연구에 더 투자하면 알고리즘 효율을 높여(더 적은 컴퓨팅으로 같은 효과 달성), 데이터 수집에 투자하면 훈련 데이터의 범위를 넓힐 수 있습니다.
핵심 메커니즘은 모델 성능이 일정 수준에 도달하면 '연구를 돕기 시작'하여, AI 지원 덕분에 인력 연구 효율이 향상된다는 점입니다. 이것이 RSI 순환의 시작입니다. 플레이어는 언제 자원을 확장 모드에서 'AI가 스스로 연구하는' 모드로 전환해야 하는지 판단해야 합니다.
너무 일찍 전환하면 모델 성능이 부족해 AI의 연구 효율이 인간보다 낮아 컴퓨팅 파워를 낭비합니다. 너무 늦게 전환하면 다른 (가상의) 연구소에 뒤처질 수 있습니다.
Paradigm은 '익스플로러'(Explorer)도 함께 제공하여, 사용자가 기본 경제 모델의 파라미터, 예를 들어 '모델 성능의 연구개발 속도에 대한 탄력성 계수'를 직접 조정하고, 다양한 파라미터 설정에 따라 AI 발전 곡선이 어떻게 달라지는지 관찰할 수 있습니다.
이 부분은 보다 하드코어한 독자를 겨냥한 것으로, 본질적으로 학술 논문의 수학적 모델을 드래그 가능한 대시보드로 만든 것입니다.
게임이 전달하려는 네 가지 인사이트
Paradigm은 함께 제공된 연구 논문에서 모델과 게임을 통해 얻은 네 가지 인사이트를 정리했습니다.
병목은 항상 가장 약한 고리에 존재합니다. AI 연구개발에는 인력, 컴퓨팅 파워, 데이터라는 세 가지 보완적 요소가 필요합니다. AI 지능이 무한히 향상되더라도 컴퓨팅 파워와 데이터의 물리적 한계는 여전히 존재합니다. 재귀적 자율 개선은 지능 자체가 아니라 컴퓨팅 공급이나 데이터 품질에 의해 제한될 수 있습니다.
자율 개선은 지속적인 지수 성장이 아니라 펄스 형태로 나타날 수 있습니다. AI는 일정 기간 자율 가속기를 경험한 후, 컴퓨팅 파워가 병목이 될 경우 물리적 한계에 훨씬 못 미치는 지점에서 멈출 수 있습니다. 지능 폭발이 반드시 하늘로 치솟는 곡선은 아니며, 몇 차례 급격한 계단식 상승 사이에 정체기가 끼어 있는 모습일 가능성이 큽니다.
좁은 영역의 지능 폭발이 범용 지능 폭발보다 먼저 도래할 수 있습니다. AI는 먼저 'AI 연구'라는 좁은 분야에서 자율 개선의 가속을 실현할 수 있지만, 이러한 능력이 모든 인지 과제로 일반화되지는 않을 수 있습니다. AI가 AI 훈련 코드를 개선하는 데 매우 뛰어나지만 공급망 관리나 소설 쓰기에서는 동등한 돌파구를 마련하지 못할 수 있다고 상상해 보십시오.
모든 것은 파라미터 설정에 달려 있습니다. 모델 출력은 '탄력성'(elasticity)이라 불리는 파라미터 집합에 크게 의존합니다. 탄력성은 '투입이 1% 증가할 때 산출이 몇 퍼센트 증가하는지'를 측정합니다. 재귀적 자율 개선에서 가장 중요한 탄력성은 현재 모델 성능이 1% 향상될 때 새로운 발견 속도가 몇 퍼센트 증가하는가입니다. 이 숫자는 시간에 따라 변할 수 있으므로, 실시간 변동을 추적하는 것이 매우 중요합니다.
왜 Paradigm인가?
Paradigm은 더 이상 단순한 암호화폐 VC가 아닙니다.
한 달 전, Paradigm은 12억 달러 규모의 신규 펀드 모집을 완료했습니다. 이 자금의 투자 방향은 지난 세 차례의 펀드와 확연히 다릅니다. 공동 창립자 Matt Huang(전 세콰이어 캐피털 파트너)과 매니징 파트너 Alana Palmedo는 발표문에서 펀드가 '암호화폐에서 출발해 AI, 로봇공학 및 기타 첨단 분야로 확장될 것'이라고 밝혔습니다.
Paradigm은 2018년 설립 이후 누적 40억 달러 이상을 모집했으며, Uniswap, Optimism, Hyperliquid, Kalshi 등 암호화폐 업계의 대표적인 프로젝트에 투자했습니다.
이제 Paradigm의 투자 영역은 명백히 경계를 넘어섰습니다. 3월에는 드론 배송 회사 Zipline의 시리즈 H 투자를 주도했고, 4월에는 우주 방위 기업 True Anomaly의 시리즈 D에 참여했으며, AI 연구소 Nous Research에도 투자했습니다.
내부 도구 측면에서도 AI로 확장하고 있습니다. Paradigm은 Centaur(AI 에이전트 도구 모음)와 EVMbench(OpenAI와 협력하는 블록체인 보안 평가 프로젝트)를 개발하여 한쪽 다리는 체인 위에, 다른 쪽 다리는 이미 AI 인프라에 걸치고 있습니다.
이러한 배경에서 RSI Simulator는 단순한 PR 프로젝트가 아닙니다. Paradigm은 12억 달러의 신규 자금으로 '첨단 기술 교차점', 즉 AI 가속, 탈중앙화 컴퓨팅 및 자동화 인프라에 베팅하고 있습니다.
RSI의 경제학을 이해하는 것은 곧 Paradigm의 가장 큰 베팅에 깔린 근본 논리를 이해하는 것입니다. AI의 자율적 개선 속도가 게임 내 특정 파라미터 설정 곡선과 일치한다면, 전체 기술 스택의 업데이트 주기가 압축되어 오늘날 3년 앞서 보이는 프로젝트도 6개월 후에는 도태될 수 있습니다.
Paradigm은 글 말미에서 RSI 모델링의 최전선을 진전시키는 모든 연구에 관심이 있으며, 관련 분야 연구자들의 연락을 환영한다고 밝혔습니다. 이 게임은 명함이며, 그 명함 뒤에는 12억 달러와 변화 중인 투자 기관이 있습니다.
