Sakana AI · UC버클리, MASS 공개 — Qwen 27B 하나로 자기 팀을 설계하고 스스로 개선

한 모델이 세 역할을 동시에 맡아 스스로를 개선하는 자기감독(self-supervision) 루프, MASS가 공식 공개됐다. 일본 AI랩 Sakana AI와 UC Berkeley가 공동発表した arXiv:2610.12176 (제출 2026-10-08)의 핵심 결과다. Qwen3.6-27B 단일 모델이 스스로 "옴케스트레이터 + 워크플로우 옵티마이저 + 평가자" 역할을 수행해 두 라운드 만에 자체 점수를 끌어올린다는 주장이다.

무엇이 발표됐나

MASS(Multi-Agent Self-Supervision)는 자기 자신을 평가 감독자로 쓰는 동종 재귀적 자기 개선(homogeneous recursive self-improvement) 기법이다. 사람이 더 강한 교사가 되지 못하는 영역 — 특히 검증 불가능한(non-verifiable) 리서치 과제 — 에서 한 모델이 세 역할을 동시에 도맡는다.

• Agent(Executor): 멀티 에이전트 팀을 구성해 과제를 풀고 결과 워크스페이스를 만든다
• Workflow Optimizer: 평가 피드백을 받아 에이전트 간 역할·지시·계약·호프 순서를 다시 쓴다
• Evaluator: 새 워크스페이스와 기존 챔피언을 비교해 어느 쪽이 나은지 판단한다

내부 루프(inner)에서는 같은 모델 가중치를 고정한 채 팀 워크플로우만 진화시키고, 외부 루프(outer)에서는 챔피언 워크플로우의 실행 궤적으로 모델 자체를 지도학습 미세조정한다. 업데이트된 모델이 다시 세 역할을 채우며 루프가 반복된다. 첨부된 인터랙티브 다이어그램이 이 둘을 동시에 보여준다.

결과로 확인된 수치

arxiv 본문과 Sakana 공식 페이지가 함께 공개한 핵심 수치는 다음과 같다.

벤치마크 / 항목	결과
합성 테스트 과제 승률 (vs base)	1라운드 53.9% → 2라운드 69.9%
2라운드 vs 1라운드 승률	60.8%
MLR-Bench (score per output token)	base 대비 1.60×
DSBench	base 대비 1.35×
ScienceAgentBench	base 대비 1.20×
AstaBench E2E-Hard	base 대비 1.28×
Terminal-Bench 2.0 / SWE-bench Verified	0.96× / 0.94× (전이 약함)

특히 흥미로운 부수 관찰 두 가지다. 첫째, "옵티마이저가 병목"이라는 점. 평가자만 GPT-5.5로 교체해서는 효과가 제한적이었지만, 옵티마이저도 함께 교체하면 12개 과제 모두를 5라운드 안에 해결했다. 약한 옵티마이저는 좋은 피드백을 소화하지 못한다는 뜻이다. 둘째, "역할 일반화". 모델은 과제 해결 궤적으로만 학습했는데 워크플로우 옵티마이저·평가자 능력까지 함께 좋아졌다. 평가자-외부 judge 합의율은 73%에서 93%로 올랐다.

두 가지 흥미로운 발견

1) 최적 워크플로우는 정보를 다른 곳에 코딩한다. 11라운드까지 워크플로우 성분을 분석하니, 역할(role)과 지시(instruction)의 과제 정보량은 줄고 계약(contract)과 호출 순서(hop) 의 정보량은 늘었다. LLM 옵티마이저가 워크플로우 구성요소를 서로 독립으로 수렴시키면서도, 정보 흐름은 계약·호프에 모이도록 진화시켰다는 해석이다.

2) 멀티에이전트 궤적이 단일에이전트 궤적보다 학습 신호가 밀도 높다. 멀티에이전트 학생(M+)는 28.8M 토큰으로 base 대비 68.3% 승률, 단일에이전트 학생(S++)은 42M 토큰으로 64.0%. MASS 학생이 31% 적은 토큰으로 더 높은 점수를 달성했다. 외적 judge는 멀티에이전트 출력을 85.1% 선호했다.

안전 논의: 공유 사각지대

논문은 같은 프레임 안에서 안전(safety) 측면을 짚는다. 동종 RSI 루프에서는 같은 약점이 행동과 자기평가 양쪽을 함께 망가뜨릴 수 있다는 점이다. OpenAI의 "chain-of-thought monitorability" 연구와 "AI R&D 자동화로 인한 intelligence explosion" 분석을 인용하며, 공유 사각지대(shared blind spot) 가 동종 자기개선의 아킬레스건이 될 수 있다고 명시한다. 저자는 이를 "AI의 Odyssean moment"라 부르며, 더 강한 감독자가 없는 상태에서 학습이 계속되어야 하는 조건을 미리 연구해야 한다고 주장한다.

왜 이 발표가 중요한가

첫째, 자율 진화의 실증 사례다. 별도의 강한 평가자 없이 같은 모델이 워크플로우를 진화시키고, 그 궤적으로 자기 자신을 학습시키는 닫힌 루프가 실제로 작동했음을 Qwen 27B 규모에서 보였다.

둘째, 에이전트 협업 그래프 시대의 학습 신호가 될 가능성. 멀티에이전트 궤적이 단일에이전트보다 효율적 학습 신호라는 결과는, 테스트 시간 스케일링에 머물던 멀티에이전트의 가치를 훈련 시간 영역으로 끌어올린다는 의미다.

셋째, 자기 감독 한계의 명시적 인정이다. 워크플로우 검색이 때때로 큰 폭으로 퇴행하고, Terminal-Bench·SWE-bench 같은 영역에서는 전이가 약했다. "우리가 직접 만든 자기 평가가 옳다고 가정하지 말라"는 메시지가 결과 섹션 곳곳에 명시되어 있다.

출처

• arXiv (2026-10-08): Recursive Self-Improvement through Multi-Agent Self-Supervision
• Sakana AI 공식 페이지: Multi-Agent Self-Supervision (MASS)
• GitHub 코드: SakanaAI/mass

---

본 글은 arXiv 2610.12176 본문, Sakana AI 공식 프로젝트 페이지, GitHub 저장소의 공개 자료만 1차 출처로 삼아 작성했습니다. 벤치마크 수치는 논문과 페이지에 명시된 값을 그대로 사용했고, 추가 측정이나 추정은 포함하지 않았습니다.