Dream-RSI는 모델 가중치가 아닌 탐색 전략을 스스로 개선해 동일한 AI로 더 효율적인 발견을 수행한 사례다.

• 2026년 9월 14일 공개된 「Dream-RSI: Recursive Self-Improvement through Evolving Worlds」 논문이 구글의 RSI 시연 논쟁을 촉발했다.
• 실험에는 Gemini 3.1 Pro와 Gemini 3.7 Flash가 사용됐지만 두 모델의 가중치와 평가·코드 실행 방식은 변경되지 않았다.
• 연구는 통계·수학·GPU 코드 등 3개 분야 8개 과제에서 진행됐으며, 수학 과제에서는 기존 방식의 계산량 50분의 1이 안 되는 수준으로 기존 최고 기록을 넘어섰다.
• 모든 과제에서 우월한 결과가 나온 것은 아니며, 수학 문제 중 하나에서는 기존 방식이 더 나았다.
• Dream-RSI는 기록된 탐색 결과를 재생 시뮬레이터로 활용해 더 적은 시도로 같은 답을 얻거나 같은 예산으로 더 나은 답을 찾도록 탐색 정책을 갱신한다.

시사점: Dream-RSI는 완전한 의미의 모델 자기개선은 아니지만, 가중치 외 시스템 계층의 자동 개선만으로도 AI 성능과 효율을 높일 수 있음을 보여준다.

AI는 인간의 일을 직접 대체하지 않아도 사회가 원하는 방식과 산출물이 바뀌면서 일자리 자체를 줄일 수 있다.

• 신시사이저는 바이올린 소리를 완벽히 재현하지 못했지만, 새로운 80년대 음악을 확산시키며 현악 파트의 수요를 줄였다.
• 당시 일부 현악 연주자는 다시 일자리를 얻지 못했고, 다른 연주자는 계속 일했지만 어느 쪽이 될지는 사전에 알 수 없었다.
• AI가 개인의 업무를 사람만큼 수행하지 못해도, 사회가 원하는 업무 방식이 바뀌면 해당 직무가 필요 없어질 수 있다.
• 기계 간 직접 소통이나 원본 데이터에 대한 직접 질의가 확산되면 일정 조율과 중간 보고서 작성 같은 사무 업무 단계가 줄어들 수 있다.

시사점: AI의 고용 영향은 인간 업무를 그대로 복제하는 능력보다 사회가 원하는 산출물과 업무 구조를 어떻게 바꾸는지에 좌우될 수 있다.

AI는 자본을 컴퓨팅 파워로 전환해 기업의 우위를 가속하고, 벤처 수익과 시장 기회를 소수 기업에 극단적으로 집중시키고 있다.

• 벤처펀드 자금은 보통 10년 이상 묶이지만, 성과는 평균에 모이지 않고 소수의 분야를 정의하는 기업에 집중됐다.
• 인기 스타트업은 투자자가 아니라 창업자가 투자자를 선택하며, 핵심 투자 기회에 반복적으로 접근하는 능력이 펀드 성과의 원인이자 결과가 된다.
• AI 연구소는 자본을 GPU와 컴퓨팅에 투입하면 인력 확충에 따른 조율 비용 없이 모델 성능과 제품 개선을 빠르게 얻을 수 있다.
• 일부 AI 스타트업은 한 달 매출에 12를 곱해 500만 달러 ARR로 제시하고, 9개 중 1개 정도만 실제 ARR과 높은 성장성을 갖춘 기업일 수 있어 검증이 어려워졌다.
• 프런티어 연구소와 애플리케이션 중 어느 한 층만 승리하는 것이 아니라, 시장 확대에 따라 여러 계층이 동시에 성장할 가능성이 제시됐다.

시사점: AI 투자에서는 기업을 고르는 안목뿐 아니라 핵심 기업에 접근할 수 있는 네트워크와 자본력이 중요해졌다. 다만 초기 매출의 실재성과 지속성 검증이 투자 판단의 핵심 위험요인이다.

AI는 경제 규모를 키우지만, 그 증가분 대부분을 노동소득보다 자본소득으로 이동시키며 사무직 고용·임금에 가장 큰 압력을 가할 수 있다.

• 미국 취업자의 62.4%가 사무직이며, 극단적 변화 시나리오에서는 사무직 일자리가 2026년 중반보다 21.5% 감소하고 사무직 출신 실업률이 17.9%에 이른다.
• 상당한 변화 시나리오에서 평균 월급은 2.1% 오르지만 사무직 월급은 0.3% 하락하고 현장직 월급은 5.9% 상승한다.
• 사무직 소득을 AI 부재 수준으로 보전하려면 GDP의 약 9%를 이전해야 하지만, 기술 변화로 발생한 손실을 그 규모로 이전한 전례는 없다.
• 임금이 빠르게 조정되면 사무직 월급은 42% 하락하고 실업률은 2.6%에 머물 수 있으며, 임금이 경직되면 월급은 2.8% 상승하는 대신 실업률이 24%까지 높아질 수 있다.
• 세 시나리오 간 차이는 거의 모두 2027년 이후 나타나며, 현재 데이터만으로는 어느 시나리오로 진행 중인지 구분할 수 없다.

시사점: AI 시대에는 경제성장 자체보다 성장의 분배 구조가 핵심이며, 노동소득에만 의존하는 구조보다 자본소득을 일부 확보하는 방향이 상대적으로 유리할 수 있다.

GPT-6 아스트라는 일반 지능보다 Computer Use와 코딩에 집중해 사무직 업무 자동화 가능성을 크게 끌어올렸다.

• 오픈AI는 9월 3일 GPT-6 아스트라를 발표했으며, 브라우저·3D 모델링·게임·이베이 등록·파워포인트·쇼핑 등을 음성 지시만으로 수행하는 방향을 제시했다.
• 아티피셜 어낼리시스 종합 지능 지수에서 아스트라는 61점으로 직전 모델과 같았고, 클로드 페이블 5.1의 66점보다 낮아 일반 지능보다 컴퓨터 조작과 코딩에 역량을 집중했다.
• 한국은행 통계에서 2022년 6월부터 2026년 6월까지 15세에서 29세 청년 일자리는 28만 5천 개 감소했으며, 이 중 AI 고노출 업종 감소분이 26만 8천 개로 94%를 차지했다.
• 같은 기간 50대 일자리는 23만 개 증가했고, 증가분의 75.2%가 AI 고노출 업종에서 발생해 청년 감소와 대조를 보였다.

시사점: 기존 챗봇과 문서 자동화만으로도 신입 채용이 감소한 가운데, Computer Use 에이전트가 장시간 안정적으로 작동하면 반복적인 사무직 업무와 고용 구조의 변화가 확대될 수 있다.