핵심 요약
- METR 평가서 AI 시간지평 6개월 만에 16시간→40시간으로 증가
- 코딩·최적화 등 검증 가능한 작업은 급성장, 연구 판단력은 여전히 인간이 우위
- 자사 업무를 '즉시 검증 가능'과 '가치 판단 필요'로 나눠보는 것이 출발점
- AX 전환은 전면 자동화가 아니라 업무 유형별 위임 범위 설정에서 시작됩니다
METR 평가에서 최첨단 AI의 시간 지평이 2026년 5월 16시간에서 6개월 만에 약 40시간으로 높아졌습니다. AI 안전성 평가기관 METR은 11월 20일(현지시간) 연구개발 역량 평가 보고서를 공개하고, 오픈AI의 GPT-6 아스트라가 약 40시간, 앤트로픽의 클로드 오퍼스 5.5가 약 39시간의 시간 지평을 기록했다고 밝혔습니다.
시간 지평은 인간 전문가가 특정 작업을 완료하는 데 걸리는 시간을 기준으로, AI가 그 작업을 50%의 확률로 성공할 수 있는 수준을 측정하는 지표입니다. METR에 따르면 이번 평가에서는 기존 222개 과제에 더 어려운 과제 36개를 추가해 코딩·최적화뿐 아니라 새로운 연구 과제의 설계와 결과 판단 능력까지 평가 범위를 넓혔습니다. 이 때문에 과거 16시간과 이번 40시간을 동일 조건의 성능 향상률로 보기는 어렵다고 METR은 설명했습니다.
무엇이 달라졌나
METR은 시간 지평이 두 배로 늘어나는 기간을 평균 3.61개월, 약 110일로 추정했습니다. 이전 평가의 105일과 비슷한 수치로, 3~4개월마다 능력이 두 배씩 높아지는 성장세가 유지되고 있다는 의미입니다. 프로그래밍 최적화 대회 15개 기록과 비교한 결과 최상위 AI 모델은 인간 참가자의 96~98%보다 높은 점수를 받았고, 별도로 모집한 전문 인력과 비교한 3개 작업에서도 AI가 더 높은 성과를 기록했습니다.
다만 연구 판단력에서는 한계가 뚜렷했습니다. METR은 AI에게 자체 연구에 활용할 새로운 평가 도구를 설계하도록 했는데, 최첨단 모델들이 제안한 결과물 가운데 연구진이 실제로 활용할 만큼 유용하다고 판단한 것은 하나도 없었습니다. 다만 1년 전 모델들이 평가 기준에 크게 미치지 못했던 것과 달리, 클로드 오퍼스 5.5 등 최신 모델은 활용 가능한 수준에 근접했다고 METR은 밝혔습니다.
한국 기업 AX 시사점
METR은 현재의 발전 추세가 유지되면 2027년 7월에는 인간 전문가에게 약 200시간 걸리는 작업에서도 AI가 50%의 성공률을 기록할 수 있다고 추정했습니다. 또한 이달 초 앤트로픽의 AI 모델 개발 속도가 지난 1년 동안 이전보다 약 1.9배 빨라진 것으로 추정했다고 밝혔습니다.
이 지표가 보여주는 것은 코드 검증·수학 검산처럼 결과를 즉시 확인할 수 있는 작업에서 AI가 빠르게 인간을 따라잡고 있다는 사실입니다. 반대로 어떤 연구를 수행할 가치가 있는지 판단하거나 결과의 의미를 평가하는 작업은 여전히 인간 전문가의 영역으로 남아 있습니다. AX 전환을 검토하는 조직이라면, 자사 업무 중 '결과를 즉시 검증 가능한 작업'과 '가치 판단이 필요한 작업'을 먼저 구분해 보는 것이 순서입니다. 코딩·최적화·데이터 검증처럼 정답이 명확한 영역부터 AI 위임 범위를 넓히고, 과제 선정이나 전략적 판단이 필요한 영역은 당분간 인간의 의사결정 구조를 유지하는 방식이 이번 수치가 시사하는 현실적인 접근입니다.
