안드레이 카파시 인터뷰 요약 - 코딩의 종말, 오토 리서치(AutoResearch)와 연구의 자동화

## AI 에이전트와 코딩 방식의 근본적 변화
안드레이 카파시는 작년 12월을 기점으로 코딩 방식에 거대한 변화를 겪었으며, 현재는 직접 코드를 작성하는 대신 AI 에이전트에게 작업을 위임하는 데 거의 모든 시간을 보내고 있습니다. 그는 에이전트의 토큰 처리량을 극대화하고 여러 에이전트를 병렬로 작동시켜 매크로 단위의 작업을 지시하는 일에 몰두하며, 이를 일종의 'AI 정신병' 상태라고 표현합니다. 이제 개발 과정에서 발생하는 문제는 AI의 성능 한계가 아니라 지시를 내리는 사용자의 '기술 부족(skill issue)' 문제로 여겨질 만큼 에이전트의 역량이 강화되었습니다.

## 홈 자동화와 도비 프로젝트
그는 소프트웨어 엔지니어링을 넘어 '도비(Dobby)'라는 이름의 클로드 기반 에이전트를 구축해 집 안의 모든 스마트 기기를 자동화했습니다. 이 에이전트는 로컬 네트워크를 스스로 스캔하여 소노스 오디오, 조명, 온도 조절기, 수영장, 보안 카메라 등을 찾아내고 제어 API를 리버스 엔지니어링으로 구축해 냈습니다. 사용자는 여러 개의 개별 앱을 사용할 필요 없이 왓츠앱을 통해 자연어로 도비에게 명령을 내리고 집안의 모든 상태를 관리할 수 있게 되었습니다.

## 오토 리서치(AutoResearch)와 연구의 자동화
카파시는 AI 연구 과정에서 인간이 병목 현상을 일으키는 것을 막기 위해 '오토 리서치'라는 프로젝트를 진행했습니다. 이 시스템은 명확한 목표와 지표만 주어지면 사람의 개입 없이 밤새 하이퍼파라미터 최적화 작업을 수행하며, 수십 년 경력의 연구자인 그조차 놓쳤던 세부적인 튜닝 포인트를 찾아내는 성과를 보여주었습니다. 그는 미래의 연구 조직이 사람 대신 에이전트들의 역할과 상호작용 규칙을 정의한 마크다운 문서(program.md) 파일들로 구성되고 대체될 수 있다고 전망합니다.

## 현재 AI 모델의 불균형성(Jaggedness)
현재의 AI 모델들은 코딩이나 최적화처럼 코드가 정확한지 객관적으로 검증할 수 있고 강화 학습이 적용되는 분야에서는 엄청난 능력을 발휘합니다. 하지만 농담을 만들어내는 것과 같은 모호하고 부드러운 영역에서는 여전히 5년 전과 똑같은 구식 농담을 던질 정도로 발전이 정체되어 있는 심각한 불균형성을 보입니다. 이는 현재 AI의 발전이 지능의 전반적인 진화라기보다는 검증 가능한 특정 목적에 맞게 고도로 최적화된 결과임을 시사합니다.

## 오픈 소스 AI와 프론티어 모델의 공존
카파시는 오픈AI나 앤스로픽 같은 선두 기업들의 폐쇄형 프론티어 모델이 앞서가고 있지만, 오픈 소스 모델 역시 몇 개월의 격차를 두고 빠르게 그 뒤를 쫓아오고 있는 현재의 생태계를 긍정적으로 평가합니다. 리눅스가 운영체제 시장의 핵심 기반이 된 것처럼 오픈 소스 AI는 일상적인 작업들을 훌륭히 처리할 수 있으며, 이러한 기술의 분산은 소수 기업에 지능이 중앙집중화되는 시스템적 위험을 막아주는 훌륭한 안전장치 역할을 합니다.

## 디지털 자동화와 물리적 로봇 공학의 격차
비트를 조작하는 디지털 세계의 정보 처리는 빛의 속도로 혁신이 일어나고 있지만, 원자를 다루는 물리적 세계의 로봇 공학은 막대한 자본과 시간이 필요하여 발전이 훨씬 더딜 것으로 예측됩니다. 하지만 장기적으로는 디지털 지능이 물리적 세계를 인식하고 개입할 수 있게 해주는 센서와 액추에이터 등 두 세계를 연결하는 인터페이스 영역에서 가장 거대하고 흥미로운 기회가 창출될 것입니다.

## 마이크로 GPT와 교육의 미래
카파시는 LLM 학습의 핵심 구조만 200줄의 파이썬 코드로 압축한 '마이크로 GPT(micro GPT)' 프로젝트를 완성했습니다. 그는 과거처럼 사람들을 위해 직접 설명 가이드나 영상을 만드는 대신, 에이전트가 코드를 완벽히 이해하도록 만들면 에이전트가 사용자의 수준에 맞춰 무한한 인내심으로 개념을 설명해 줄 수 있음을 깨달았습니다. 앞으로의 교육은 사람이 사람에게 직접 지식을 전달하는 방식에서 벗어나, 에이전트가 더 잘 가르칠 수 있도록 올바른 커리큘럼과 방향성을 설계해 주는 역할로 완전히 재편될 것입니다.