인하이드, 디ープ마인드 출신들이 설립, 자사의 AI '팀메이트'가 엔트로픽과 오픈AI의 연구 재현 능력 뛰어넘었다.

(techcrunch.com)

구글 딥마인드 출신들이 설립한 인하이드(Inherent)가 소형 모델인 Qwen 3.6을 활용해 오픈AI와 앤스로픽의 거대 모델보다 뛰어난 과학 논문 재현 능력을 갖춘 AI 에이전트 '파라데이'를 공개하며 효율적 AI 연구의 새로운 가능성을 제시했습니다.

이 글의 핵심 포인트

1구글 딥마인드 출신들이 설립한 런던 기반 AI 스타트업 '인하이드(Inherent)'가 공개됨
2AI 에이전트 '파라데이(Farey)'가 27B 규모의 Qwen 3.6 모델을 사용하여 GPT-5.5 및 Claude Opus 4.8의 성능을 상회함
3강화학습을 통해 실험 설계 능력인 '연구적 안목(research taste)'을 학습시키는 데 집중함
4모든 기능을 직접 개발하는 대신 OpenAI의 Codex와 같은 기존 도구를 활용하는 전략 채택
55,000만 달러 규모의 시드 라운드를 완료했으며 인력 확충 계획 중

이 글에 대한 공공지능 분석

왜 중요한가?

거대 언어 모델(LLM)의 규모 경쟁이 한계에 다다르며, 적은 파라미터로도 특정 전문 영역에서 압도적 성능을 낼 수 있음을 증명했기 때문입니다. 이는 막대한 컴퓨팅 비용 없이도 고성능 AI 에이전트를 개발할 수 있는 새로운 경로를 보여줍니다.

어떤 배경과 맥락이 있나?

현재 AI 산업은 모델 크기를 키우는 '스케일링 법칙'에 집중하고 있으나, 인하이드는 강화학습을 통해 데이터의 양보다 질적 판단력(taste)을 높이는 전략을 취하고 있습니다. 이는 과학적 발견이라는 고도의 추롱 능력이 필요한 영역에 초점을 맞춘 것입니다.

업계에 어떤 영향을 주나?

모델 크기 중심의 경쟁에서 '특화된 에이전트'와 '효율적 학습 방법론'으로 패러다임이 전환될 수 있음을 시사합니다. 또한, 모든 것을 직접 개발하기보다 기존의 우수한 도구(OpenAI Codex 등)를 레버리지하는 모듈형 AI 개발 방식이 확산될 것입니다.

한국 시장에 어떤 시사점이 있나?

한국 스타트업들도 GPU 자원 경쟁보다는 바이오, 소재 등 특정 도메인에 특화된 고효율 에이전트 개발 및 강화학습 기반의 '판단력 학습' 전략을 통해 글로벌 경쟁력을 확보할 수 있습니다.

이 글에 대한 큐레이터 의견

인하이드의 사례는 AI 개발의 패러다임이 '규모의 경제'에서 '지능의 효율성'으로 이동하고 있음을 보여주는 강력한 신호입니다. 특히 27B 규모의 모델로 거대 모델을 압도했다는 점은, 자본과 컴퓨팅 자원이 부족한 스타트업들에게 특정 버티컬 영역에서의 돌파구를 마련해 줄 수 있는 중요한 인사이트를 제공합니다.

또한, 모든 것을 자체 구축하기보다 기존 생태계(OpenAI의 코딩 도구 등)를 레버리지하는 전략은 빠른 실행력이 생명인 창업가들에게 매우 실용적인 접근법입니다. 다만, 이러한 '작지만 강한' 모델이 범용적 지능을 가진 거대 모델의 추론 능력을 완전히 대체하기에는 한계가 있을 수 있으며, 특정 태스크(논문 재현)에서의 성공이 곧 과학적 발견이라는 광범위한 영역으로 전이될 수 있을지는 여전히 검증이 필요한 리스크입니다. 따라서 창업가들은 효율적인 에이전트 설계에 집중하되, 모델의 확장성 문제를 해결할 수 있는 데이터 및 학습 구조를 고민해야 합니다.

원문 보기 →