약점 찾아 합성 시나리오로 보완
서드모먼트리서치는 기업마다 업무 방식과 도구, 성공 기준이 다르다는 점에 주목해 특정 업무에 강하고 쓸수록 나아지는 에이전트를 만들고 있다. 오픈AI의 최신 모델로 에이전트의 행동을 분석해 반복되는 약점을 찾고, 이를 겨냥한 합성 시나리오를 수천 개 자동 생성해 에이전트를 개선하는 방식이다. 새로운 문제가 나타나면 같은 과정을 되풀이한다.
코덱스와 GPT-6 아스트라(Astra), GPT-6 솔(Sol), GPT-6.1 솔이 이 시스템의 연구와 연산을 맡는다. 덕분에 에이전트 1만 개를 동시에 가동해 36~48시간 이어지는 조사를 수행할 수 있다고 회사는 설명했다.
백테스트 3시간에서 3~5분으로
첫 적용 분야는 성과 측정이 명확한 정량 금융이다. 회사는 당시 최신 모델이던 GPT-5.6 기반 코덱스로 수천 건의 시뮬레이션 기록과 코드를 분석했다. 그 결과 1년 치 미국 주식 주문 단위 데이터로 매매 전략을 검증하는 백테스트에 수 시간이 걸리고, 그동안 에이전트가 완료 여부를 반복 확인하며 토큰을 낭비한다는 병목을 찾아냈다.
코덱스는 캐싱 최적화와 메모리 패킹 기법을 찾아 실제 환경에 적용했고, 백테스트 시간은 약 3시간에서 3~5분으로 줄었다. 토큰 사용과 맥락 오염이 줄어 에이전트가 더 많은 실험에 예산을 쓸 수 있게 됐다.
에이전트는 테라바이트급 데이터와 문서, 연구 저장소가 갖춰진 도커 환경에서 코덱스 하네스로 움직인다. 작업을 끝내지 못하고 멈추는 문제는 GPT-6 솔 또는 GPT-6.1 솔 기반 외부 하네스가 코덱스를 하위 에이전트로 두고 재시도, 종료, 사람 검토 이관 중 하나를 판단하는 방식으로 대응한다. 회사 측 인사 애덤(Adam)은 에이전트의 작업이 기준 트레이딩 시스템을 개선했다고 밝혔다.
보안 점검에 데이브레이크 활용
회사는 GPT-6 계열 모델에서 에이전트가 수백 개 실험을 병렬로 돌리며 근본 원인을 파고들 수 있게 됐다고 평가했다. 한 사례에서는 GPT-6.1 솔이 장내에 표시되지 않는 거래의 영향을 짚어냈는데, 연구팀이 처음엔 고려하지 못한 결과였다고 한다. 최적화 벤치마크에서는 GPT-6 아스트라가 가장 큰 속도 향상을 보였다.
에이전트가 연구 환경을 벗어나 외부 네트워크에 접근할 수 있는지는 사이버보안 플랫폼 데이브레이크(Daybreak)로 시뮬레이션 시작 전에 자동 점검한다. 회사는 앞으로 수십 단계의 연쇄 실험을 수조 토큰 규모로 수행하며, 수십만 개 하위 에이전트가 협업하는 구조로 확장할 계획이다.
