기사는 AI가 단순히 질문에 답하는 수준을 넘어, 더 나은 AI 시스템을 직접 설계하기 시작한 흐름을 다룬다. 사람이 해오던 설계 작업에는 지시문 구성, 참고할 지식과 기억의 배치, 여러 AI의 역할 분담, 오류가 났을 때의 재시도 방식 결정이 포함된다. 이제 AI가 이 과정에 들어와 더 좋은 지시문을 만들고, 에이전트의 연결 구조를 바꾸고, 필요한 지식 구성을 조정하며, 새로운 알고리즘과 이를 실행할 코드까지 제안하는 방향으로 발전하고 있다는 설명이다.
KAIST AI대학원 황성주 교수는 이를 ‘자가진화 AI’라는 관점에서 연구하고 있다. 여기서 진화는 무작위 시도에만 기대는 방식이 아니다. AI가 여러 후보를 만든 뒤, 무엇을 결합하고 어떻게 바꾸면 더 나아질지 스스로 가설을 세우고 실험한 다음, 그 결과를 다음 세대 설계에 반영한다. 기사에는 이런 접근을 설명하는 개념으로 메타러닝, 멀티에이전트 토폴로지, 가이디드 에볼루션, 디퓨전 모델이 함께 소개된다.
중요한 점은 AI가 스스로 발전하더라도 문제를 무엇으로 정할지, 결과를 좋다고 판단하는 기준을 어떻게 세울지, 그 결과에 누가 책임질지는 아직 사람의 몫이라는 대목이다. 기사는 자가진화 AI가 실현되면 신약 개발이나 복잡한 업무 자동화처럼 다양한 분야의 혁신 속도를 높일 수 있다고 설명한다. 동시에 사람의 역할이 AI를 직접 만드는 데서, AI가 따라야 할 방향과 기준을 정하는 쪽으로 옮겨갈 수 있다고 짚는다.