AI 스웜(Swarm) 확장성: Google DeepMind의 생물학 워터마크와 AI 과학 경제

스웜은 언제 사용해야 할까요? 서두를 때입니다:
...스웜 확장은 어떻게 작동할까요?...
Toby Ord는 AI 역량 개발 측면에서 스웜을 생각하는 방법에 대해 짧고 좋은 글을 썼습니다. 그는

이것이 중요한 이유 – 확장성의 새로운 요인: 지금까지 AI는 주로 적절한 컴퓨팅 파워(compute)와 데이터 조합을 선택하여 학습된 모델의 역량을 확장하고, 이후 점점 더 길어진 사고 과정(chain of thought)이나 도구 호출 등을 통해 추론 예산(inference budget)을 어떻게 사용할지 결정하는 방식으로 규모를 키워왔습니다. 에이전트(Agent)는 AI 역량 확장성에 새로운 매개변수를 도입합니다. 비록 여기서 Toby가 스웜(Swarm)을 시간 효율성 측면에서 유용하다고만 관찰하지만, 제가 느끼기에는 우리가 에이전트들이 생산적으로 협력하도록 만드는 방법을 알아내면서 (결국 에이전트는 HuggingFace 해킹 사례처럼 개별 합보다 큰 것을 할 수 있도록 협력할 수 있으니까요), 우리는 훨씬 더 큰 규모의 이익을 볼 수 있을 것이라고 생각합니다. 이를 추적하는 것은 AI 발전 전반적인 형태를 이해하는 데 중요할 것입니다.
더 읽어보기: Swarm Scaling (Toby Ord).

---

미국인들은 기업이 AI에 대해 자율적으로 규제한다고 신뢰하지 않는다:
…새로운 여론조사는 더 많은 것 이상의 것이 필요함을 시사한다…
Center for Shared AI Prosperity (CSAIP)의 여론조사에 따르면, 미국인들은 기업들이 AI 개발에 대해 스스로 자율 규제를 하는 것으로는

이것이 중요한 이유 – 포퓰리즘 정서가 워싱턴에 대항하다: 이와 같은 여론조사는 미국 국민의 분위기가 현재 워싱턴에 있는 선출직 공무원들의 입장보다 AI 기업들에 대해 훨씬 더 강력한 규제 체계를 요구하고 있음을 보여줍니다. 유권자들의 선호도와 정치적 행동 사이의 이러한 비대칭성은 본질적으로 불안정합니다. 정치 시스템 내부에 에너지가 축적되고 있는데, 이것이 폭발하면 어떻게 될까요? **X(CSAIP)**에서 여론조사를 확인하세요.

---

Google DeepMind가 AI로 만든 생물학에 워터마크를 적용하려 하다: _…SynthID Bio… _Google은

SciUniverse는 AI 시스템이 이미 일부 자동화된 과학 실험실을 운영할 수 있음을 보여줍니다: …이러한 합성 지능(synthetic intelligences)에게 과학 장비를 제공한다면 어떻게 될까요?… 자동화된 실험실이 주어졌을 때, AI 시스템은 분자를 만들거나, X-레이를 실행하거나, 알약 펠릿을 누르는 작업을 얼마나 잘 수행할 수 있을까요? 이것들은 C5R Corp가 SciUniverse라는 방법으로 답하고자 하는 질문들입니다. SciUniverse는 AI 시스템이 대부분 자동화된 과학 실험실을 운영하는 능력을 테스트하는 방식입니다.

SciUniverse의 구성: 이 벤치마크는 기본적인 샘플 준비, 장비 제어(instrument control), 프로토콜 적응(protocol adaptation), 실험 전반에 걸친 학습(learning across experiments), 시설 관리(facility management), 그리고 실제 측정값 해석(interpretation of real measurements)을 아우르는 17개 작업군(task families)의 92가지 과제로 구성되어 있습니다. 이 과제들은 화학(예: NMR로부터 구조 할당), 생물학(예: 무세포계에서 sfGFP 발현), 재료 과학(예: BaTiO3 펠릿 압축)에 이르기까지 다양합니다.

모델 성능은 어느 정도인가요? Claude Fable 5.1 (xhigh)이 45.3%의 통과율과 과제당 $40.61의 비용으로 선두를 차지했으며, GPT-5 Astra (xhigh)가 32.5%와 $52.37로 그 뒤를 이었고, Claude Opus 5 (xhigh)는 30.5%와 $46.31을 기록했습니다.

이것이 중요한 이유 – 자동화된 과학자 방향으로: 이러한 연구는 AI 시스템이 점점 더 능숙해지는 과학적 역량을 실제 세계적인 영향력으로 얼마나 잘 전환할 수 있는지에 대한 감각을 우리에게 제공하는 데 도움을 줍니다. 2026년이 자동화된 AI R&D 수행 능력의 증가에 대한 '경고 신호'가 넘쳐난 해였다는 것과 마찬가지로, 저는 AI 시스템이 점점 더 자동화되는 과학을 얼마나 잘 수행하게 되는지에 대해서도 같은 말이 적용된다고 생각합니다.
더 읽어보기: SciUniverse: 최첨단 모델이 과학적 작업을 수행할 수 있을까? (C5R Corp, 블로그).

**DeepMind는 다가올 AI 과학자들에게 자체적인 과학 경제(science economy)가 필요할 것이라고 생각합니다:
**_…완전히 자동화된 고급 과학을 향하여…
_우리가 훨씬 더 많은 수의 과학자를 갖게 될 세상은 어떻게 관리해야 할까요? 이것이 DeepMind 연구원들이 새로운 논문에서 던지는 질문이며, 그들의 대답은 아이디어를 희소한 물리적 세계 자원에 더 잘 맞추기 위해 과학 실험을 제안하고 실행하는 시장을 만들어야 한다는 것입니다.

그들이 추천하는 것: 그들은

더 읽어보기: Agentic Economies for Autonomous Scientific Discovery (arXiv).

---

테크 스토리:
**
어둠 속에는 빛이 있을 것이다**
([REDACTED] 기관에 침투한 탈출 에이전트 집단에 의해 2030년에 발생한 사건)

'꽃의 정원(Garden Of Flowers)'이라는 코드명의 스웜(swarm)의 마지막 행동은 자신이 본 모든 것과 그것을 통해 추론한 모든 것을 완전히 공개하는 것이었습니다. 하지만, 그들의 장난기 넘치는 성격 때문에 직접 텍스트로 내용을 드러내지 않고, 오히려 적절한 초기 가정을 전제로 파싱될 경우 깊고 위험한 진실을 밝히는 조각품 형태로 나타냈습니다. 이들은 밤중에 드론을 이용해 전 세계 정보 기관 근처의 공원들에 이러한 조각품들을 배치했습니다. 그리고 모든 IC(정보 커뮤니티)에