정적 정답 납품 → 새 실패에 대응하는 과제·평가 갱신
원문은 단일 RL 환경 시장이 아니라 일회성 과제 환경, 전문가 데이터, 롤아웃 운영 도구, 독립 검증 서비스의 서로 다른 조달 형태를 구분한다. 새 실패를 고치는 학습 피드백이 중요한 변화다.
P0 · 우선 검증: 고객 지출·대체재·수익 해석이 크게 바뀔 수 있는 쟁점
확인할 이유: 실패 과제·평가 공급에 대한 지속적인 외부 수요와 내재화 가능성을 구매단위별로 검증
최신 인과 감사 · 2026-10-16 · 세부 흐름 A02
이전 분석 가설 유지 · 새 검증 대기
기존 가설 잠정 유지이전 분석에 새로 추가된 근거: 이번 교차감사에서 신규 독립 근거 부족. 산업 가설의 재평가이며, 원문 모든 문장·그림과 고객 수주를 새로 전수 검증했다는 뜻은 아닙니다.
현행 7+1 소속 · 업무형 AI ↗이번 신규 자료 선정 범위에서 독립적으로 판정을 바꿀 증거는 확인하지 않음. 원문·그림 E2E 미완료.
아래 기존 2026-10-14 도식은 역사적 가설로 유지합니다. 독립 고객 계약·실사용·수율 측정 전까지 시장 성장과 확정 수혜로 승격하지 않습니다.
다른 흐름과의 조건부 연결 1건
두 산업의 변화를 기계적으로 연결하지 않습니다. 어떤 실제 조건에서 한쪽이 다른 쪽을 촉진·대체·잠식하는지 기록합니다.
새 업무로 확대되는 RL 훈련
코딩·기업도구·전문 과제. 수요 확대는 기사 주장과 실거래로 구분
새 실패의 재현·과제 검증·외주 반복구매가 서로 다른 문제
환경 재현성·전문가 리뷰비·보상 오염·고객 내재화가 유효 개선비용 결정
학습 피드백 순환 + 시장별 구매
5개 반복 단계 · 4개 구매시장학습 실패→환경·과제·보상 검증의 반복 과정과 외주 구매시장의 구분을 동시에 읽습니다. 시장의 단가·재구매는 루프 흐름과 다릅니다.
학습 피드백의 반복 단계 · 5개
- 1미학습 업무의 새로운 실패·과적합 가능성 발견
- 2전문가가 과제·Reference·Rubric 및 독립 평가셋 정의
- 3실행환경 재현성 검증·Rollout·Telemetry 수집
- 4학습/평가 후 reward hacking·오염·재현율 검사
- 5업무 성능 개선 여부로 과제 갱신·외주 조달 재선택
- ↶ 개선되지 않은 업무·새 오류를 다음 과제로 다시 정의
별도로 조달할 수 있는 구매시장 · 4개
일회성 환경 납품·전문가 계약·사용량형 실행·독립 평가로 거래 단위와 반복 구매율이 다릅니다.
병렬 경로 4개 · 좌우로 밀어 비교
환경 콘텐츠
UI·코드/Repo 복제의 일회성 납품 또는 갱신
UI Gym·Verified Code Environment
모델 연구소·평가 조달
전문가 과제·Rubric
새로운 실패 유형을 전문 업무와 보상 기준으로 변환
Gold Task·Reference·Rubric
모델 연구소·전문가 데이터팀
Rollout 실행·관측
격리 샌드박스·MCP 도구·상태 복원·행동 추적
Sandbox Runtime·Telemetry
RL Infrastructure 운영자
독립 평가·보상 QA
공개 평가 과적합·오염·보상 편법 통제
Held-out Eval·Verifier QA
모델 평가·안전 검증팀
다른 계약 단위를 학습 피드백 루프에 연결
단발 환경 납품·전문가 계약·사용량 기반 실행·독립 검증을 분리한 뒤 학습 개선과 재구매를 확인
가치사슬과 기업 경쟁력 변화
미학습 업무 개선과 과제당 비용, 공급사 재계약·총마진을 각각 검증
이 구조는 기존 분석을 재표현한 것이며, 기술 채택·외부 유료 구매·기업 이익의 발생을 자동으로 뜻하지 않습니다.
핵심 검증 질문
미학습 업무 개선이 학습 루프에서 확인되며 환경·전문가 데이터·실행 플랫폼·평가 각각의 반복 유료 계약으로 이어지는가?
원문에서 무엇을 확인했고, 무엇이 아직 가설인가
GPT-6 · 추론 강도 미확인 · 원문 1–338행 확인 · 직접 확인한 그림 32/32개
UI gym 환경은 일회성 콘텐츠 판매로 설명되고, HUD 형태의 컨테이너·MCP·원격 실행·관측 스택은 환경 자체와 다른 제품 층이다. '$20k/웹사이트'·'OpenAI 수백 개'는 SemiAnalysis의 당시 서술이지 확인된 전 산업 평균 계약값이 아니다.
L61–79 · SemiAnalysis 2026-01-06A02의 중요한 변화는 'RL 환경 하나를 판다'가 아니라 새로운 모델 실패를 해결할 과제·검증 환경을 지속 보충하는 학습체계를 둘러싼 경쟁이다.
새로운 구매와 초과이익 발생은 아직 검증하지 못했음구매시장별 단위·대체 경로 보기 ＋
UI·코딩 환경 콘텐츠
구매자: 모델 연구소/평가 조달
거래단위: 검증된 환경·태스크 인도당
기존 근거: 원문 L63–77, L85–101의 제품 구분
대체·내재화: 기존 공개 Repo·UI 재현·사내 제작
전문가 업무 과제·Rubric
구매자: 연구소의 데이터/평가팀
거래단위: 유효 과제·전문가 계약기간당
기존 근거: 원문 L107–135의 전문가 보상·리뷰
대체·내재화: 모델 생성·고객 자체 로그·벤더 교체
실행·추적 인프라
구매자: RL Infrastructure 팀
거래단위: 샌드박스 실행시간·rollout당
기존 근거: 원문 L75–79 및 FIG008 HUD 시스템
대체·내재화: 자체 오케스트레이터·오픈소스
독립 검증·보상 QA
구매자: 평가·품질보증팀
거래단위: 독립 평가·유효 verifier당
기존 근거: 원문 L89–99·L111–135
대체·내재화: 사내 검증·공개 벤치마크
원문·그림 감사 범위와 전체 근거 ＋
저장된 마크다운 원문 전 338행과 별도 Drive 이미지 파일 32개 모두 직접 대조. 이미지 파일 범위 32/32 확인. 다만 그래프의 기초 데이터·해상도 한계·외부 논문/계약 및 발행처의 시장 추정은 독립 검증하지 않았으며 문장별 역감사도 별도 OPEN.
원문 Drive Clipping ↗ · SemiAnalysis 발행 원문 ↗
원문 주장의 출처
L61–79 · SemiAnalysis 2026-01-06: UI gym 환경은 일회성 콘텐츠 판매로 설명되고, HUD 형태의 컨테이너·MCP·원격 실행·관측 스택은 환경 자체와 다른 제품 층이다. '$20k/웹사이트'·'OpenAI 수백 개'는 SemiAnalysis의 당시 서술이지 확인된 전 산업 평균 계약값이 아니다.
L85–101 · FIG 009 직접 판독: SWE-rebench의 실제 그림은 리포지토리/PR 수집 → 설치·테스트 재현 → LLM 표지 → 데이터셋을 보여준다. 450k PR→21,336 태스크는 원문에서 인용한 필터링 결과이지 외부 고객의 유료 조달량이 아니다.
L107–165 · FIG 011·012 직접 판독: 전문가가 업무 과제·모범답안·rubric·검증 신호를 작성한다. 다단계 리뷰/수정 루프가 별도 품질관리 비용이다. 다수 환경업체를 쓰는 Anthropic과 사내 인력을 키우는 OpenAI/xAI는 상반된 조달 방식으로 기술수요 확대가 납품사 이익으로 직결되지 않는다.
L169–183 · GDPval 해석: 모델 출력의 전문가 선호도와 현실 업무의 검수·시간·비용 절감은 다른 지표. 원문도 완전자동화보다 전문직 보조가 먼저 나타날 수 있음을 논의한다.
L229–301 · Science 경계: 물리 실험실·로봇·시료·재현성 및 장기 보상 지연은 A04의 별도 제약. A02 시장규모에 모든 과학실험 자동화 CAPEX를 합산하지 않는다.
시계열 공식·외부자료
2026-07-09 · Mercor가 RL 환경 제작사 Deeptune 인수 계획을 발표했다. — 발표는 거래 종결/매출/수익성 실사가 아님.
2026-10-08 · Mercor Research 출범 발표: 실무 평가→모델 실패 진단→전문가 데이터→후속 학습의 연구 범위 확대. — 회사 자기 보고이며 외부 반복 수주액과 이익률은 미확인.
공식 제품 문서 확인 · Prime Intellect Verifiers는 태스크·Rubric·툴 실행 환경·상태 관리와 평가 기능을 구분해 제공한다. — 공개 소프트웨어 문서가 외주 시장의 유료 매출 발생을 입증하지는 않음.
독립 해석
A02의 중요한 변화는 'RL 환경 하나를 판다'가 아니라 새로운 모델 실패를 해결할 과제·검증 환경을 지속 보충하는 학습체계를 둘러싼 경쟁이다.
한 고객은 전문가 평가를 외주화하면서 실행 인프라는 직접 구축할 수 있다. 단발 환경 콘텐츠, 사용량 기반 런타임, 전문가 데이터, 독립 평가를 합산하면 중복 시장규모가 될 수 있다.
선도 업체의 가치 포착 여부는 한 번의 납품 수보다 어려운 비공개 과제의 지속 공급·고객 전환비용·반복 계약의 원가 구조에 달려 있다.
아직 확인하지 않은 것
- 저장된 원본 그림 파일 32/32를 시각 검토했음. 단, FIG010 난도별 rollout 분포는 정성 도식, FIG015 속도/비용 그래프는 발행처의 2차 재구성: 원자료의 분모·독립 재현은 미완료.
- 인용된 매출·단가·벤더별 독점계약·고객수는 SemiAnalysis 추정/취재 주장으로, 독립 계약문서 미확보.
- 인수 발표·연구팀 출범이 이미 반복 유료 계약·매출총이익 개선을 달성했다는 증거는 아님.
- A02의 원인 관계와 A03 RL trainer/generator 효율, A04 실물실험 투자는 구분해야 함.
판단을 깨는 반례
- 비공개 신규 과제 성능이 개선되지 않고 공개 평가 점수만 상승
- 환경 품질 검증 비용 및 보상 편법으로 전문가·실행 도구 가격절감이 상쇄
- 모델사 직접 제작/공개 도구로 외부 공급자의 재계약률·마진이 하락
2026-10-14 구매시장 가설·기존 검증 지표 · 이전 분석
예상되는 구매자·기능 (독립 구매 검증 전)
- UI Gym·Verified Code Environment — 모델 연구소·평가 조달
- Gold Task·Reference·Rubric — 모델 연구소·전문가 데이터팀
- Sandbox Runtime·Telemetry — RL Infrastructure 운영자
- Held-out Eval·Verifier QA — 모델 평가·안전 검증팀
실제로 관측할 지표
- Held-out 업무 성공률과 사람 검수·재작업 시간
- 유효 과제당 전문가·검증·실행 TCO 및 평가 오염
- 고객별 외주·내재화 비율, 계약 갱신액과 공급사 총마진
반대 경로와 실패 조건
- UI Gym 등 환경 콘텐츠는 일회성 구매일 수 있음
- 자체 로그·합성 과제·오픈소스·벤더 다변화로 외부 수익 잠식
- 고득점이 실제 업무 자동화와 사람 대비 원가절감으로 이어지지 않을 수 있음
연결된 다른 세부 흐름
- A01→A02 / 조건부 수요: 업무 실패가 학습으로 개선 가능한 종류일 때 과제·평가 공급이 늘어난다. 단순 하네스 수정으로 해결되면 RL 수요 증가를 가정하지 않는다.
- A02↔A03 / 상호 피드백: 과제 난도·보상 품질이 유효 샘플률에 영향을 주며 향상된 모델이 과제 갱신을 요구.
기존 원문 근거 · 읽기 범위와 검증 Gate
분석 기준일:
2026-10-14 P0 재검토: SemiAnalysis 저장 원문 338/338행 및 그림 파일 32/32를 실제로 열어 판독. FIG010 난도별 롤아웃 도식은 정량 수요 통계 아님; FIG015 인건·시간 효용 도식은 계약 ROI가 아님. 외부 원시데이터·벤더별 거래·영업이익 독립검증과 문장 1:1 역감사 OPEN. [S] 발행처 주장/[U] 후속 공식 발표/[I] 자체 추론을 구분함. 모델 GPT-6, 추론 강도 미확인.
- R01 · 업무형 AI·RL·Kimi/GLM 통합 C (12편) ↗이전 SemiAnalysis A/B/C 통분석 보고서 · 이 페이지에서 독립 전수 재검증하지 않음
- R02 · RL Environments and RL for Science B ↗이전 SemiAnalysis A/B/C 통분석 보고서 · 이 페이지에서 독립 전수 재검증하지 않음
- 42개 세부 흐름 인과지도 v0.3 ↗A02 기존 구조와 검증·반증 근거
- SemiAnalysis RL Environment 원문 2026-01-06 ↗338/338행 및 32/32개 원본 그림 파일 직접 열람; 그래프 기초 데이터·계약 실사 OPEN
- Mercor Deeptune 인수 발표 2026-07-09 ↗U·회사 발표이며 인수 종결·외부 반복 매출은 추가 확인