
Paradigm 이 게임을 만들었습니다. 직접 AI 를 자율 진화할 때까지 훈련한 후 통제 불능을 경험하게 합니다.
글쓴이: 샤오빙
저명한 암호화 VC 인 Paradigm 이 어제 RSI Simulator 라는 웹 게임을 출시했습니다.
플레이어는 AI 연구실의 책임자가 되어 처음부터 슈퍼 인텔리전스를 구축하는 것을 목표로 합니다.
손에는 인력, 컴퓨팅 파워, 데이터라는 세 가지 자원이 있으며, 이를 연구 개발, 학습, 확장에 얼마나 투입할지 결정해야 합니다.
매 라운드 의사 결정 이후 모델 능력이 변화하고, 이 능력 변화는 다시 연구 개발 효율성에 영향을 미쳐 어떤 임계점에 도달하면 AI 가 자신을 개선하는 속도를 가속화하며 곡선이 급격히 상승합니다.
듣기에는 방치형 게임처럼 들립니다. 실제로는 경제학 논문을 상호작용 가능한 경험으로 만든 교육 도구입니다.
Paradigm 은 이를 통해 모두가 추측하지만 정량적으로 생각하는 사람은 거의 없는 질문에 답합니다. AI 의 자율 개선 속도는 도대체 얼마나 빠를까? 갑자기 폭발할까? 어떤 요소가 그 한계를 결정할까?
재귀적 자율 개선이란 무엇인가?
재귀적 자율 개선 (Recursive Self-Improvement), 약칭 RSI 는 AI 안전 연구 분야에서 가장 핵심적인 주제 중 하나입니다.
간단히 말하면: AI 모델이 충분히 강력해져서 인간이 다음 세대 AI 모델을 개선하는 것을 도울 수 있을 때 순환이 형성됩니다. AI 가 더 강력한 AI 를 만드는 데 참여하고, 더 강력한 AI 가 다시 더 더 강력한 AI 를 만드는 데 참여하는 것입니다.
이 순환이 일단 시작되면 이론적으로 지수적 가속을 발생할 수 있으며, 이는 소위 지능 폭발입니다.
이것은 더 이상 공상 과학이 아닙니다. 2026 년 2 월, OpenAI 는 GPT-5.3-Codex 를 출시하면서 초기 버전의 해당 모델이 자신을 생성하는 과정에서'중요한 역할을 했다'고 인정했습니다. 학습 과정 디버깅, 배포 관리 및 평가 오류 진단을 도왔습니다.
이는 상위 연구소가 모델이 자신의 후임자를 제조하는 엔지니어링 프로세스에 실질적으로 참여했음을 공식적으로 인정한 첫 사례입니다.
게임은 어떻게 플레이하나?
RSI Simulator 의 게임 부분은 AI 연구소의 자원 할당 의사 결정을 시뮬레이션합니다.
매 라운드마다 세 가지 방향 사이에 자원을 할당해야 합니다. 더 많은 컴퓨팅 파워를 투입하면 더 큰 모델을 학습할 수 있습니다. 더 많은 인력 연구에 투입하면 알고리즘 효율성을 높일 수 있습니다 (더 적은 컴퓨팅 파워로 동일한 효과 달성). 데이터 수집에 투입하면 학습 자료의 경계를 넓힐 수 있습니다.
핵심 메커니즘은 다음과 같습니다: 모델 능력이 일정 수준으로 향상되면'연구 돕기'를 시작하며, AI 보조로 인해 인력 연구 효율성이 향상됩니다. 이것이 RSI 순환의 시작점입니다. 자원을 확장 모드에서'AI 가 자신을 연구하게 하는'모드로 전환해야 할 시점을 판단해야 합니다.
너무 일찍 전환하면 모델 능력이 부족하여 AI 의 연구 효율이 인간보다 낮아 컴퓨팅 파워를 낭비하게 됩니다. 너무 늦게 전환하면 다른 (가상의) 연구소에 추월당할 수 있습니다.
Paradigm 은 또한'익스플로러'(Explorer) 를 제공하여 사용자가'모델 능력이 연구 개발 속도에 미치는 탄성 계수'와 같은 기본 경제 모델의 매개변수를 직접 조정하고, 다른 매개변수 설정에서 AI 진보 곡선이 어떻게 변화하는지 관찰할 수 있게 합니다.
이 부분은 더 하드코어한 대상에게 제공되며, 본질적으로 학술 논문의 수학 모델을 드래그 앤 드롭 가능한 대시보드로 만든 것입니다.
게임이 전달하고자 하는 네 가지 통찰
Paradigm 은 동반 연구 논문에서 모델과 게임에서 얻은 네 가지 인식을 요약했습니다.
병목 현상은 항상 가장 약한 고리에 있습니다. AI 연구 개발에는 인력, 컴퓨팅 파워, 데이터라는 세 가지 상호 보완적인 요소가 필요합니다. AI 지능이 무한히 향상되더라도 컴퓨팅 파워와 데이터의 물리적 제한은 여전히 존재합니다. 재귀적 자율 개선은 지능 자체가 아닌 컴퓨팅 파워 공급이나 데이터 품질에 의해 제한될 수 있습니다.
자율 개선은 펄스식일 수 있으며, 지속적인 지수 성장은 아닙니다. AI 는 자율 가속 기간을 겪은 후 컴퓨팅 파워가 병목이 된다면 물리적 한계에 훨씬 못 미치는 곳에서 멈출 수 있습니다. 지능 폭발은 하늘로 곧장 치솟는 곡선이 아니라 중간에 안정기가 있는 몇 차례의 급격한 단계일 가능성이 더 큽니다.
협역 지능 폭발이 범용 지능 폭발보다 먼저 올 수 있습니다. AI 는 먼저'AI 연구'라는 좁은 분야에서 자율 개선 가속을 실현할 수 있지만, 이 능력이 모든 인지 작업으로 일반화될 수 있는 것은 아닙니다. AI 가 AI 학습 코드 개선에는 매우 능숙하지만 공급망 관리나 소설 쓰기에서는 동등한 돌파구를 마련하지 못하는 것을 상상할 수 있습니다.
모든 것은 매개변수 설정에 달려 있습니다. 모델 출력은'탄성 계수'(elasticity) 라고 불리는 한 세트의 매개변수에 크게 의존합니다. 탄성 계수는'입력이 1% 증가할 때 출력이 얼마나 증가하는지'를 측정합니다. 재귀적 자율 개선에서 가장 중요한 탄성 계수는 다음과 같습니다: 현재 모델 능력이 1% 향상될 때 새로운 발견 속도가 얼마나 퍼센트 향상되는가. 이 숫자는 시간에 따라 변할 수 있으므로 실시간 변동을 추적하는 것이 중요합니다.
왜 Paradigm 인가?
Paradigm 은 더 이상 단순한 암호화 VC 가 아닙니다.
한 달 전, Paradigm 은 막 12 억 달러 규모의 새로운 기금 모금을 완료했습니다. 이 자금의 투자 방향은 과거 3 기와 완전히 다릅니다. 공동 설립자 Matt Huang(전 세쿼이아 캐피털 파트너) 과 관리 파트너 Alana Palmedo 는 공고에서 기금이'암호화에서 출발하여 AI, 로봇 및 기타 최전선 분야로 확장'할 것이라고 썼습니다.
Paradigm 은 2018 년 설립 이후 누적 모금액이 40 억 달러를 초과하며, Uniswap, Optimism, Hyperliquid, Kalshi 등 암호화 업계의 상징적인 프로젝트에 투자했습니다.
현재 Paradigm 의 투자 지도는 이미 명확히 경계를 넘었습니다. 3 월에는 드론 배송 회사 Zipline 의 H 라운드를 주도했고, 4 월에는 우주 방어 회사 True Anomaly 의 D 라운드에 참여했으며, 동시에 AI 연구소 Nous Research 에 투자했습니다.
내부 도구 측면에서도 AI 로 확장하고 있습니다. Paradigm 은 Centaur(AI 에이전트 도구 세트) 와 EVMbench(OpenAI 와 협력한 블록체인 보안 평가 프로젝트) 를 개발했으며, 한 다리는 온체인에, 한 다리는 이미 AI 인프라로 들어갔습니다.
이러한 배경에서 RSI Simulator 는 단순한 PR 프로젝트가 아닙니다. Paradigm 은 12 억 달러의 새로운 자금으로'최전선 기술 교차 지대', 즉 AI 가속화, 탈중앙화 컴퓨팅 및 자동화 인프라에 베팅하고 있습니다.
RSI 의 경제학을 이해하는 것은 최대 베팅의 기본 논리를 이해하는 것입니다. AI 의 자율 개선 속도가 게임의 특정 매개변수 설정 곡선과 일치한다면 전체 기술 스택의 업데이트 주기가 압축되어 오늘 3 년 앞선 것으로 보이는 프로젝트가 6 개월 후에 퇴출될 수 있습니다.
Paradigm 은 기사 말미에서 RSI 모델링 최전선을 추진하는 모든 작업에 관심이 있으며 관련 분야 연구자들의 연락을 장려한다고 밝혔습니다. 이 게임은 명함이며, 명함 뒤에는 12 억 달러와 전환 중인 투자 기관이 있습니다.
게임 주소: https://www.paradigm.xyz/research/rsi/game
모델 익스플로러: https://www.paradigm.xyz/research/rsi/explorer













