런던 AI 스타트업 Inherent이 자사 AI 에이전트 Faraday가 Anthropic Claude Opus 4.8, OpenAI GPT-5.5를 논문 재현(paper replication) 벤치마크에서 앞질렀다고 밝혔다.
Faraday의 기반 모델은 Qwen 3.6으로, 파라미터 수는 270억 개다. Claude Opus 4.8·GPT-5.5는 모두 프런티어급 대형 모델이다. 파라미터 수는 모델 크기와 학습 비용의 대리 지표로 쓰인다.
▼ 모델 비교
| 모델 | 운영사 | 규모 | 논문 재현 성능 |
|---|---|---|---|
| Faraday (Qwen 3.6 기반) | Inherent | ~270억 파라미터 | 1위 |
| Claude Opus 4.8 | Anthropic | 프런티어급 | 비교 대상 |
| GPT-5.5 | OpenAI | 프런티어급 | 비교 대상 |
벤치마크 기준은 단순 정확도에 그치지 않았다. Inherent은 정답 재현 외에 "research taste"—어떤 실험을 설계하고 실행할지 판단하는 능력—을 평가 기준에 포함했다.
공동창업자 겸 수석 과학자 Edward Hughes는 TechCrunch에 "프런티어 에이전트를 이긴 결과 자체보다 그 방법론이 더 흥미로웠다"고 말했다. Inherent은 강화학습(reinforcement learning) 방식으로 에이전트를 훈련했다. 규칙을 명시하는 대신 좋은 결과에 보상을 부여하는 방식이다.
Faraday는 코딩 작업에는 자체 도구 대신 OpenAI GPT-5.5 Codex를 활용한다. Hughes는 "인간 과학자가 기존 소프트웨어를 활용하는 방식과 같다"고 설명했다.
Inherent은 Google DeepMind 출신 4인이 공동 창업했다. 런던 킹스크로스 사무실에서 12명이 근무 중이며, 연내 20~25명 규모로 확장할 계획이다. 지난 5월 스텔스를 끝내고 $5,000만 시드 라운드를 공개했다.
국내 AI 연구소·스타트업 입장에서 이번 결과는 대형 모델 API 의존 없이 경량·특화 에이전트로 특정 도메인 성능을 확보할 수 있다는 실증 사례다. 논문 재현이라는 협소한 태스크지만, 강화학습 기반 특화 훈련의 비용 효율성을 보여준다.
