오픈소스가 먼저 풀어버렸다: 스스로 코딩 실력을 키우는 모델 Ornith-1.0

AI 업계에서 가장 조심스럽게 다뤄지던 단어가 있습니다. 바로 재귀적 자기개선입니다. 모델이 스스로를 개선하고, 그 개선된 모델이 또 자신을 개선하는 루프인데요. 그런데 이 개념을 빅테크가 아니라 오픈소스 진영이 먼저 제품으로 들고 나왔습니다. 이름은 Ornith-1.0. 지난 6월 말, 유튜브 테크 채널들이 일제히 이 모델을 다루기 시작했습니다.

자기개선형 모델이 뭐길래

보통 우리가 쓰는 코딩 AI는 한 번 학습이 끝나면 그 상태로 굳습니다. 새로운 패턴을 배우려면 회사가 다시 막대한 비용을 들여 재학습을 시켜야 하죠. Ornith-1.0의 출발점은 여기가 다릅니다.

이 모델은 에이전트 코딩 과정에서 스스로 만든 결과물을 평가하고, 그 피드백을 다시 자기 학습에 반영하는 구조를 표방합니다. 코드를 짜고, 실행해보고, 실패하면 그 실패를 데이터 삼아 다음에는 더 나아지는 식입니다. 사람이 일하면서 실력이 느는 과정과 비슷하다고 보면 됩니다.

물론 이 ‘자기개선’이라는 표현은 마케팅 색채가 짙다는 점은 짚고 넘어가야 합니다. 진짜 의미의 무한 자기개선 루프가 아니라, 학습 파이프라인 안에 셀프 피드백 단계를 끼워 넣은 형태에 가깝습니다. 그래도 오픈소스 모델이 이 방향을 정면으로 들고 나왔다는 것 자체가 의미가 작지 않습니다.

9B인데 로컬에서 돌아간다

가장 눈길을 끄는 대목은 크기입니다. Ornith-1.0의 대표 버전은 9B, 즉 90억 파라미터급입니다. 요즘 빅테크 모델들이 수천억에서 조 단위 파라미터를 자랑하는 것과 비교하면 한참 작습니다.

작다는 건 단점이 아니라 핵심 무기입니다. 이 정도 크기면 고성능 그래픽카드 한 장이 달린 개인 PC에서도 돌릴 수 있습니다. 클라우드 API에 매달 돈을 낼 필요도 없고, 내 코드를 외부 서버에 올릴 필요도 없습니다. 한 유튜버는 영상 제목에 아예 “FREE + Local + Open Source"라고 박아두기도 했습니다. 무료에, 내 컴퓨터에서, 오픈소스로 돈다는 세 가지가 이 모델의 정체성을 압축합니다.

기반이 된 것은 구글의 Gemma 4입니다. 처음부터 새로 만든 게 아니라, 공개된 오픈 모델 위에 자기개선 학습 기법을 얹은 형태인데요. 좋은 오픈소스 베이스가 있으면 작은 팀도 이런 시도를 할 수 있다는 점을 보여주는 사례입니다.

“Claude를 이긴다"는 주장은 걸러 들읍시다

영상들 중에는 “This Self-Improving Model Beats Claude at Coding"처럼 자극적인 제목도 보입니다. 자기개선형 9B 모델이 최상위 상용 모델을 코딩에서 이긴다는 건데요. 솔직히 이 부분은 상당히 가려 들어야 합니다.

특정 벤치마크나 좁은 과제에서는 작은 모델이 큰 모델과 비슷하거나 앞서는 결과가 나오기도 합니다. 하지만 그게 곧 전반적인 코딩 능력에서 우위라는 뜻은 아닙니다. 유튜브 제목은 클릭을 부르기 위해 가장 센 문장을 골라 쓰는 경향이 있으니까요.

지금 시점에서 한 가지 분명히 해둘 게 있습니다. 이 글의 근거는 주로 6월 말에 올라온 유튜브 소개 영상들입니다. 레딧이나 해커뉴스 같은 개발자 커뮤니티의 검증된 토론은 아직 충분히 쌓이지 않았습니다. 다시 말해, 독립적인 제3자 검증이 본격적으로 이뤄지기 전 단계라는 뜻입니다. 화제성은 분명하지만, 성능 주장은 직접 돌려보고 판단하는 게 안전합니다.

왜 이게 중요한 신호인가

성능 진위 여부를 떠나서, Ornith-1.0이 던지는 메시지는 명확합니다. 그동안 빅테크가 안전 문제를 이유로 신중하게 접근하던 자기개선이라는 영역에, 오픈소스 진영이 거리낌 없이 발을 들였다는 사실입니다.

빅테크에게 자기개선은 통제와 안전성 측면에서 매우 민감한 주제입니다. 그래서 연구는 하되 제품으로 공개하는 데는 보수적이었죠. 반면 오픈소스 진영에는 그런 브레이크가 약합니다. 누군가 9B짜리 모델로 일단 던져보면, 전 세계 개발자들이 받아서 굴려보고 개선합니다.

이건 양날의 검입니다. 혁신 속도는 빨라지지만, 검증되지 않은 자기개선 모델이 빠르게 퍼질 위험도 함께 커집니다. 빅테크가 신중하게 걸어두려 했던 안전 장치를, 오픈소스의 개방성이 우회해버리는 그림이기도 합니다.

지금 우리가 보고 있는 건 한 모델의 출시가 아니라, AI 개발의 주도권이 어디로 향하는지를 보여주는 작은 신호일지도 모릅니다. 가장 조심스러운 기술을 가장 빠르게 푸는 쪽이 결국 흐름을 만든다면, 여러분은 그 속도를 반길 수 있을까요, 아니면 한 번쯤 멈춰 서서 묻고 싶어질까요.