큰 흐름의 한 갈래
학습할 업무와 평가를 공급한다
AI가 업무를 수행하려면 실행할 환경과 성공 기준이 필요하다. 환경 제작, 전문가 과제, 평가 도구와 운영은 서로 다른 공급 역할로 나뉜다.
읽을 자료와 정답 예시 중심
시도·실행·평가할 업무와 수행 기록을 학습에 활용
외주 수요가 늘어도 고객은 공급자를 늘리고 규격을 통일하거나 내부에서 만들 수 있다. 시장 확대와 공급자 이익은 같은 방향으로 움직인다고 단정할 수 없다.
이 흐름의 원인과 다른 흐름의 연결
실제 업무를 수행하고 평가하는 과제가 학습 자원이 된다.
유효한 평가 신호와 실제 업무 성과의 연결이 확인되는 범위.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-11 · 실제 시작 시점 미확정
- 훈련 환경·전문 평가·수행 기록 · 분석 근거 읽기 →CH-RL001-01·02·03·04·11 / C01·C02·C03·C04·C11원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
시도와 평가로부터 학습한다는 구조가 물리 실험에도 적용된다.
소프트웨어 환경과 다른 장비·재료·재현성·시간 제약이 추가됨.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-11 · 실제 시작 시점 미확정
- 훈련 환경·전문 평가·수행 기록 · 분석 근거 읽기 →CH-RL001-01·02·03·04·11 / C01·C02·C03·C04·C11원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 과학 실험과 늦게 도착하는 학습 신호 · 분석 근거 읽기 →CH-RL001-09·10·12 / C09·C10·C12원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
업무 과제·평가 전문성은 학습 자원과 성과 측정 양쪽에 쓰일 수 있다.
학습 신호 생산과 출시 전후 성과 평가가 같은 구매·같은 데이터라는 뜻은 아님.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-12 · 실제 시작 시점 미확정
이 연결은 독립 검증 전인 분석자의 해석입니다.
- Google이 2025년에 HLE형 STEM 문항을 Mercor·Surge·Handshake 등에 조달하는 데 9자리 달러 예산을 배정했다는 발행처 보고다. · 분석 근거 읽기 →C-CODE003-19 / P100-P102발행처의 관측 보고 · 독립 검증 전원문 발행 2026-04-24 · SemiAnalysis 원문 ↗
- SWE-bench는 자동 수집 평가에서 사람이 검수한 500문항으로 좁혀졌고, 2026년 OpenAI는 불공정 채점·오염 문제로 그 점수 발표를 중단하고 Pro를 권고했다. · 분석 근거 읽기 →C-CODE003-20 / P105-P119발행처의 관측 보고 · 독립 검증 전원문 발행 2026-04-24 · SemiAnalysis 원문 ↗
- 평가 대상은 코드 테스트를 넘어 앱·파일·업무 환경의 결과물로 넓어지고 전문가 기준표와 사람 또는 LLM 채점이 쓰인다. · 분석 근거 읽기 →C-CODE003-21 / P125-P141발행처의 관측 보고 · 독립 검증 전원문 발행 2026-04-24 · SemiAnalysis 원문 ↗
- 도입부 P1~P9. 발행처 판단: RL 확장을 위해서는 별도로 만든 과제와 데이터가 필요하며, 응용 서비스의 사용 이력도 후속 학습에 활용될 수 있다. · 분석 근거 읽기 →C01 / paragraphs: P002–P010; images: ; sections: Introduction발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “During a Gold Rush…” P24~P32, “So You Want to Make a Coding Environment?” P34~P43. 발행처 보고와 일부 추정. · 분석 근거 읽기 →C03 / paragraphs: P025–P045; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, So You Want to Make a Coding Environment?발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “Data Foundries and Expert Contractors” P45~P60. 원문은 Mercor·Handshake·Surge 등을 사례로 들고, 모델이 평가 기준을 만드는 시도도 소개한다. · 분석 근거 읽기 →C04 / paragraphs: P048–P061; images: ; sections: Data Foundries and Expert Contractors발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
유효한 과제를 얻는 일과 그 과제의 생성·학습 대기를 줄이는 일은 학습 과정에서 보완적이다.
처리량이 늘어도 잘못된 보상을 강화하면 최종 성능을 높이지 못함.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-12 · 실제 시작 시점 미확정
이 연결은 독립 검증 전인 분석자의 해석입니다.
- 도입부 P1~P9. 발행처 판단: RL 확장을 위해서는 별도로 만든 과제와 데이터가 필요하며, 응용 서비스의 사용 이력도 후속 학습에 활용될 수 있다. · 분석 근거 읽기 →C01 / paragraphs: P002–P010; images: ; sections: Introduction발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “During a Gold Rush…” P24~P32, “So You Want to Make a Coding Environment?” P34~P43. 발행처 보고와 일부 추정. · 분석 근거 읽기 →C03 / paragraphs: P025–P045; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, So You Want to Make a Coding Environment?발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 희소하고 늦은 최종 보상 대신 중간 단계와 rubric을 평가해 학습 신호를 보강할 수 있다. · 분석 근거 읽기 →C-RL001-36 / paragraphs: P134–P137; images: I25, I26; sections: Why RL for Biology Can be Challenging발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- PipelineRL은 생성·학습 동시 실행과 실행 중 가중치 갱신으로 straggler 대기를 줄이고 기존 KV cache를 재사용한다. · 분석 근거 읽기 →C-RL001-37 / paragraphs: P138–P139; images: I27; sections: Why RL for Biology Can be Challenging발행처의 관측 보고 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
실행 과제와 전문가 기준이 실제 목표에 맞아야 더 많은 시도가 올바른 학습 신호가 된다.
score 상승과 미학습 업무 성과를 구별.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-12 · 실제 시작 시점 미확정
이 연결은 독립 검증 전인 분석자의 해석입니다.
- RL 환경은 행동·상태 변화·관측·보상을 연결하며 저지연, 연결 신뢰성, checkpoint, fault tolerance, 다중 rollout, 격리·보안을 요구한다. · 분석 근거 읽기 →C-RLSCALE005-07 / paragraphs: P045–P055; images: ; sections: Environments발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 보상 규칙·시뮬레이터·테스트의 허점을 모델이 이용하는 사례와 Claude 세대별 in-eval hack-rate 감소를 제시한다. · 분석 근거 읽기 →C-RLSCALE005-08 / paragraphs: P057–P065; images: I09, I10, I11; sections: Reward Hacking발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- Qwen reasoning RL의 4,000개 미만 질문은 난도·다양성·이전 단계 중복·모델 풀이 가능성을 따져 고른 표본이다. 이후 일반 RL은 20개 이상 영역이다. · 분석 근거 읽기 →C-RLSCALE005-09 / paragraphs: P068–P076; images: ; sections: Data and Sample Efficiency발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 도입부 P1~P9. 발행처 판단: RL 확장을 위해서는 별도로 만든 과제와 데이터가 필요하며, 응용 서비스의 사용 이력도 후속 학습에 활용될 수 있다. · 분석 근거 읽기 →C01 / paragraphs: P002–P010; images: ; sections: Introduction발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “During a Gold Rush…” P24~P32, “So You Want to Make a Coding Environment?” P34~P43. 발행처 보고와 일부 추정. · 분석 근거 읽기 →C03 / paragraphs: P025–P045; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, So You Want to Make a Coding Environment?발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “Data Foundries and Expert Contractors” P45~P60. 원문은 Mercor·Handshake·Surge 등을 사례로 들고, 모델이 평가 기준을 만드는 시도도 소개한다. · 분석 근거 읽기 →C04 / paragraphs: P048–P061; images: ; sections: Data Foundries and Expert Contractors발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
환경 실패·느린 보상·잘못된 검증이 빠른 GPU와 비동기화의 학습 효과를 제한한다.
처리량이 아닌 같은 벽시계의 최종 품질로 확인.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-12 · 실제 시작 시점 미확정
이 연결은 독립 검증 전인 분석자의 해석입니다.
- RL 환경은 행동·상태 변화·관측·보상을 연결하며 저지연, 연결 신뢰성, checkpoint, fault tolerance, 다중 rollout, 격리·보안을 요구한다. · 분석 근거 읽기 →C-RLSCALE005-07 / paragraphs: P045–P055; images: ; sections: Environments발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 긴 컴퓨터 사용 rollout은 희소 보상, 브라우저·VM 연결 안정성, anti-bot·CAPTCHA, 이미지·비디오 문맥 때문에 학습을 느리고 어렵게 만든다. · 분석 근거 읽기 →C-RLSCALE005-13 / paragraphs: P086–P088; images: ; sections: Agentic tasks are increasing in time horizons발행처 판단 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
원하는 행동과 맞는 환경·보상을 공급해야 학습량 증가가 목표 성과로 이어진다.
미학습 업무의 성과·보상 오류와 제작/검수 비용을 확인.
연결 근거 · 해석
분석자의 연결 해석 · 기록 2026-10-12 · 실제 시작 시점 미확정
이 연결은 독립 검증 전인 분석자의 해석입니다.
- RL 환경은 행동·상태 변화·관측·보상을 연결하며 저지연, 연결 신뢰성, checkpoint, fault tolerance, 다중 rollout, 격리·보안을 요구한다. · 분석 근거 읽기 →C-RLSCALE005-07 / paragraphs: P045–P055; images: ; sections: Environments발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 보상 규칙·시뮬레이터·테스트의 허점을 모델이 이용하는 사례와 Claude 세대별 in-eval hack-rate 감소를 제시한다. · 분석 근거 읽기 →C-RLSCALE005-08 / paragraphs: P057–P065; images: I09, I10, I11; sections: Reward Hacking발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- Qwen reasoning RL의 4,000개 미만 질문은 난도·다양성·이전 단계 중복·모델 풀이 가능성을 따져 고른 표본이다. 이후 일반 RL은 20개 이상 영역이다. · 분석 근거 읽기 →C-RLSCALE005-09 / paragraphs: P068–P076; images: ; sections: Data and Sample Efficiency발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 도입부 P1~P9. 발행처 판단: RL 확장을 위해서는 별도로 만든 과제와 데이터가 필요하며, 응용 서비스의 사용 이력도 후속 학습에 활용될 수 있다. · 분석 근거 읽기 →C01 / paragraphs: P002–P010; images: ; sections: Introduction발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “During a Gold Rush…” P24~P32, “So You Want to Make a Coding Environment?” P34~P43. 발행처 보고와 일부 추정. · 분석 근거 읽기 →C03 / paragraphs: P025–P045; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, So You Want to Make a Coding Environment?발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “Data Foundries and Expert Contractors” P45~P60. 원문은 Mercor·Handshake·Surge 등을 사례로 들고, 모델이 평가 기준을 만드는 시도도 소개한다. · 분석 근거 읽기 →C04 / paragraphs: P048–P061; images: ; sections: Data Foundries and Expert Contractors발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
어떤 역할을 맡는 기업인가
| 기업·주체 | 연결되는 역할 |
|---|---|
| Turing·Mechanize | 훈련 환경 제작 사례 |
| Mercor·Surge | 전문가 과제·평가 데이터 공급 사례 |
연결된 자료에 등장한 역할 사례입니다. 공식 계약·현재 실적이나 선두 지위의 확인표, 상장주 추천 목록은 아닙니다.
흐름이 이어지는지 확인할 것
- 재구매와 독점 데이터·전문성의 지속성
- 유효 과제당 비용과 실제 업무 성과
- 고객의 표준화·내재화와 공급자 마진
이 판단을 만든 글과 근거
- 훈련 환경·전문 평가·수행 기록 · 분석 근거 읽기 →CH-RL001-01·02·03·04·11 / C01·C02·C03·C04·C11원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 외주 확대와 표준화·내재화 · 분석 근거 읽기 →CH-RL001-05·06 / C05·C06원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 도입부 P1~P9. 발행처 판단: RL 확장을 위해서는 별도로 만든 과제와 데이터가 필요하며, 응용 서비스의 사용 이력도 후속 학습에 활용될 수 있다. · 분석 근거 읽기 →C01 / paragraphs: P002–P010; images: ; sections: Introduction발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “During a Gold Rush…” P24~P32, “So You Want to Make a Coding Environment?” P34~P43. 발행처 보고와 일부 추정. · 분석 근거 읽기 →C03 / paragraphs: P025–P045; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, So You Want to Make a Coding Environment?발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “Data Foundries and Expert Contractors” P45~P60. 원문은 Mercor·Handshake·Surge 등을 사례로 들고, 모델이 평가 기준을 만드는 시도도 소개한다. · 분석 근거 읽기 →C04 / paragraphs: P048–P061; images: ; sections: Data Foundries and Expert Contractors발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- “Buying patterns across labs” P63~P74. Anthropic의 공급 생태계 전략, OpenAI·xAI의 내부 조달에 관한 발행처 보고·추정·해석. · 분석 근거 읽기 →C06 / paragraphs: P065–P077; images: ; sections: Anthropic, Google DeepMind발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- P26, P70, P115~P119, P129. 원문 설명과 발행처 전망. · 분석 근거 읽기 →C11 / paragraphs: P027; P072; P117–P123; P131; images: ; sections: During a Gold Rush, Sell Shovels. In an RL Scaling Boom…, OpenAI, RL for Science, RL Meets the Wet Lab발행처 판단 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- SWE-rebench는 PR 필터링·설치·실행 검증으로 재현 가능한 코딩 과제를 만든다. SWE-smith는 합성 버그를 더해 낮은 채굴 수율을 보완한다. · 분석 근거 읽기 →C-RL001-20 / paragraphs: P037–P045; images: I09, I10; sections: So You Want to Make a Coding Environment?발행처의 관측 보고 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 대부분 사람 작성인 채점 rubric을 모델과 신뢰할 도구 연결로 생성하려는 시도가 소개된다. · 분석 근거 읽기 →C-RL001-23 / paragraphs: P059–P061; images: I13; sections: Data Foundries and Expert Contractors발행처의 관측 보고 · 독립 검증 전원문 발행 2026-01-06 · SemiAnalysis 원문 ↗
- 정답 검증이 어려운 영역에서도 rubric과 모델 채점으로 RL 신호를 만들며 deliberative alignment·Deep Research·Qwen·HealthBench를 사례로 든다. · 분석 근거 읽기 →C-RLSCALE005-05 / paragraphs: P030–P043; images: I07, I08; sections: How do you set up rewards in non-verifiable domains?, RL helps you do better RL발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- RL 환경은 행동·상태 변화·관측·보상을 연결하며 저지연, 연결 신뢰성, checkpoint, fault tolerance, 다중 rollout, 격리·보안을 요구한다. · 분석 근거 읽기 →C-RLSCALE005-07 / paragraphs: P045–P055; images: ; sections: Environments발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- 보상 규칙·시뮬레이터·테스트의 허점을 모델이 이용하는 사례와 Claude 세대별 in-eval hack-rate 감소를 제시한다. · 분석 근거 읽기 →C-RLSCALE005-08 / paragraphs: P057–P065; images: I09, I10, I11; sections: Reward Hacking발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
- Qwen reasoning RL의 4,000개 미만 질문은 난도·다양성·이전 단계 중복·모델 풀이 가능성을 따져 고른 표본이다. 이후 일반 RL은 20개 이상 영역이다. · 분석 근거 읽기 →C-RLSCALE005-09 / paragraphs: P068–P076; images: ; sections: Data and Sample Efficiency발행처의 관측 보고 · 독립 검증 전원문 발행 2025-06-08 · SemiAnalysis 원문 ↗
원문 주장을 연결한 해석입니다. 같은 원문을 여러 해설에서 사용해도 독립 증거가 늘어나지는 않습니다. 기술·계약의 실제 시작 시점이 불명확한 관계는 미확정으로 남겼습니다.