[Techmeme 요약] 딥마인드 출신들이 세운 'Inherent', 5천만 달러 시드 투자 유치 후 AI 에이전트 'Faraday'로 연구 논문 결과 재현 능력에서 GPT-5.5 능가 주장
0
설명
구글 딥마인드 출신들이 설립한 영국 AI 스타트업 'Inherent'가 5천만 달러(약 690억 원)의 시드 투자 유치 소식을 알렸습니다.
이들은 자체 개발한 AI 에이전트 'Faraday'가 앤트로픽의 클로드 오푸스 4.8 및 오픈AI의 GPT-5.5와 같은 최첨단 대규모 언어 모델(LLM)보다 과학 논문의 연구 결과를 재현하는 데 더 뛰어나다고 주장했습니다.
이는 기존 AI 모델보다 훨씬 작은 규모의 모델로 달성한 성과로, AI 연구 분야에 새로운 가능성을 제시하고 있습니다.
### 배경 설명
최근 AI 기술 경쟁이 치열해지면서, 단순히 새로운 콘텐츠를 생성하는 것을 넘어 복잡한 과학 연구 결과를 이해하고 재현하는 능력에 대한 관심이 높아지고 있습니다. 이는 AI가 과학적 발견을 가속화하고 새로운 지식을 창출하는 데 기여할 수 있음을 시사합니다.
Inherent의 'Faraday' 에이전트는 이러한 맥락에서 주목받고 있습니다. 이 에이전트는 특정 과학 논문을 읽고, 그 논문에서 제시된 실험을 독립적으로 수행하여 동일한 결과를 얻어내는 능력을 평가받았습니다. 이는 인간 과학자들이 박사 과정 등에서 수행하는 기본적인 훈련 과정과 유사합니다.
특히 Faraday는 270억 개의 매개변수(parameter)를 가진 비교적 작은 규모의 Qwen 3.6 모델을 기반으로 작동하면서도, 훨씬 더 큰 규모의 최첨단 모델들을 능가하는 성능을 보였다는 점에서 기술적 의미가 있습니다. 매개변수는 AI 모델의 크기와 학습 비용을 나타내는 지표로 사용됩니다.
### AI 에이전트 'Faraday'의 성능과 차별점
Inherent는 자사의 AI 에이전트 'Faraday'가 2026년 8월 22일 기준으로 앤트로픽의 클로드 오푸스 4.8 및 오픈AI의 GPT-5.5와 같은 대규모 모델들을 능가하는 성능을 보였다고 발표했습니다. Faraday는 과학 논문의 연구 결과를 재현하는 데 특화되었으며, 이는 단순히 정보를 요약하거나 생성하는 것을 넘어선 복잡한 이해와 추론 능력을 요구합니다. Inherent의 공동 창립자이자 최고 과학자인 에드워드 휴즈(Edward Hughes)는 "우리가 이 에이전트를 구축한 방식이 결과 자체보다 더 흥미로웠다"고 언급하며, 성능 향상의 과정과 방법론에 대한 자신감을 드러냈습니다. Faraday는 단순히 정확도뿐만 아니라 '연구 감각(research taste)'을 보여주는 것을 목표로 합니다. 이는 어떤 실험이 가치 있고 어떻게 설계해야 하는지에 대한 직관을 의미하며, 강화 학습(reinforcement learning)과 같은 기법을 통해 학습됩니다. 강화 학습은 AI 시스템이 규칙을 따르기보다 좋은 결과에 대해 보상을 받는 방식으로 학습하는 방법론입니다.
### 작은 규모로 큰 성능을 달성한 비결
Faraday의 가장 주목할 만한 특징 중 하나는 그 규모입니다. 270억 개의 매개변수를 가진 Qwen 3.6 모델을 기반으로 작동하며, 이는 앤트로픽과 오픈AI의 최첨단 모델들보다 훨씬 작습니다. Inherent는 이러한 작은 규모로도 높은 성능을 달성할 수 있었던 비결로, 과학 연구 자체를 학습하는 데 집중하기보다 보상 기반 접근 방식에 의존하는 것을 꼽았습니다. 이러한 접근 방식은 AI 에이전트가 다양한 과학 분야에 걸쳐 기여할 수 있도록 일반화하는 데 더 효과적일 것이라는 판단입니다. 또한, Inherent는 자체 코딩 도구를 개발하는 대신, 인간 과학자들이 기존 소프트웨어를 활용하는 것처럼 Faraday가 오픈AI의 GPT-5.5 Codex를 사용하도록 했습니다. 이는 AI가 스스로 모든 것을 구축하기보다 기존의 도구와 협력하는 방식을 모방한 것입니다.
### Inherent의 비전과 런던 AI 생태계
Inherent의 궁극적인 목표는 새로운 과학적 지식을 발견하는 AI 과학자 에이전트를 구축하는 것입니다. 이를 위해 '연구 감각'을 AI에 부여하는 것을 핵심 가치로 삼고 있습니다. 이러한 목표는 Inherent가 단순히 사용자에게 듣고 싶은 말을 해주는 AI를 만드는 것을 지양하고, 오히려 "이것에 대해 호기심이 생겨서 실험을 해봤는데, 이 결과에 대해 어떻게 생각하십니까?"라고 질문하는 동료와 같은 AI를 만드는 것을 목표로 한다는 점에서도 드러납니다. Inherent는 런던 킹스 크로스 지역에 본사를 두고 있으며, 이 지역은 구글 딥마인드의 영향으로 세계적인 AI 허브로 성장했습니다. 회사는 현재 12명의 직원을 두고 있으며, 연말까지 20~25명으로 인력을 확장할 계획입니다. 공동 창립자 에드워드 휴즈는 영국에서 흔한 '가든 리브(garden leave)' 관행, 즉 퇴사 후 일정 기간 경쟁사 취업을 금지하는 제도가 AI 인재 확보에 걸림돌이 된다고 지적하며 개선을 촉구하기도 했습니다.
### 가치와 인사이트
Inherent의 주장은 AI가 단순히 정보를 처리하는 수준을 넘어, 과학 연구의 복잡한 과정을 이해하고 재현하는 데까지 발전했음을 보여줍니다. 특히, 훨씬 작은 규모의 모델로도 최첨단 모델을 능가하는 성능을 달성했다는 점은 AI 개발의 효율성과 접근성을 높일 수 있다는 가능성을 시사합니다. 이는 향후 AI 연구 및 개발 비용 절감과 더불어, 더 많은 기업과 연구 기관이 첨단 AI 기술을 활용할 수 있게 될 것임을 의미합니다.
### 기술·메타
- AI 에이전트: Faraday
- 기반 모델: Qwen 3.6 (270억 매개변수)
- 경쟁 모델: Anthropic Claude Opus 4.8, OpenAI GPT-5.5
- 학습 방법론: 강화 학습 (Reinforcement Learning)
- 사용 도구: OpenAI GPT-5.5 Codex
### 향후 전망
Inherent의 기술은 과학 연구의 속도를 획기적으로 높일 잠재력을 가지고 있습니다. AI 에이전트가 복잡한 논문을 이해하고 실험을 재현하며 새로운 가설을 탐색하는 데 도움을 준다면, 신약 개발, 신소재 연구 등 다양한 과학 분야에서 혁신이 가속화될 수 있습니다.
또한, 이러한 AI 에이전트는 교육 분야에서도 활용될 수 있습니다. 학생들이 복잡한 과학 개념을 이해하고 실험 과정을 학습하는 데 있어 강력한 보조 도구가 될 수 있습니다. 이는 미래의 과학자 양성 방식에도 변화를 가져올 수 있습니다.
산업적으로는, AI가 연구 개발(R&D) 프로세스를 자동화하고 효율화함으로써 기업의 경쟁력을 강화하는 데 기여할 것입니다. 특히, AI가 '연구 감각'을 갖추게 된다면, 인간 연구자들이 놓칠 수 있는 새로운 발견의 기회를 포착하는 데 중요한 역할을 할 수 있습니다. 이는 AI가 단순한 도구를 넘어 진정한 '협력자'로서 자리매김할 수 있음을 보여줍니다.
📝 원문 및 참고
- Source: Techmeme
- Techmeme 리버: [techmeme.com](https://www.techmeme.com/260822/p12#a260822p12)
- 원문 기사: [링크 열기](https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/)
---
출처: Techmeme ([Original Article](https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/))
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.