# AI 가 '다음의 AI'를 만들어 내기 시작했다. 4 개월 만에 탄생한 새로운 모델 'Flint'가 보여주는 변화

> https://bookfactory.kr/board/ai-tech/23409
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-23T10:07:47.362Z

---

AI 에 코드를 작성하게 하는 것은 이제 흔한 일이 아닙니다. 그렇다면 그 AI 자체를 만드는 작업까지 AI 가 수행하게 되면 어떻게 될까요?

2026 년 10 월 21 일, 미국 AI 기업 리커시브 (Recursive) 가 새로운 프로그래밍 전용 AI 모델 '플린트 (Flint)'를 공개했습니다. 이 모델은 노트북에서도 실행되도록 설계되었으나, 이번 발표에서 특히 주목할 점은 개발 과정의 상당 부분이 다른 AI 연구 시스템에 의해 지원받았다는 사실입니다.

동사측에 따르면, 인간과 AI 에이전트로 구성된 소규모 팀이 4 개월도 채 되지 않아 플린트를 처음부터 개발했습니다. AI 가 AI 를 만든다는 이야기가 연구 단계의 개념을 넘어 실제 공개 제품 형태로 시작되고 있습니다.

## AI 가 무엇을 연구하는지

플린트의 개발에는 '리커시브'라는 자동 연구 시스템이 사용되었습니다.

일반적으로 새로운 AI 모델을 개발하려면 연구자가 설계를 구상하고 코드를 수정하며 실험을 반복해 결과를 비교하는 과정을 여러 번 거칩니다. Eureka Machine 은 이 프로세스의 일부 단계를 자동으로 진행합니다. 개선안을 제안하고 이를 구현하며 테스트한 후 결과를 확인하고 다음 개선안을 도출하는 것입니다.

이번 회에는 해당 회사가 Eureka Machine 이 모델의 구조, 학습 방법, 메모리 사용량 절감 방안, 그리고 계산 속도를 높이는 프로그램 등 다양한 측면에서 기여했다고 설명했습니다.

예를 들어, AI 가 문서를 처리할 때 내부적으로 어떤 부분을 어떻게 움직이고, 계산 결과를 어떻게 압축해야 품질을 최대한 유지하면서도 경량화할 수 있는지에 대한 설계적 선택지들이 AI 가 실험을 통해 탐색해 나갔다는 것입니다.

그러나 인간 연구자가 불필요해진 것은 아닙니다. 인간 또한 개발에 참여하며, 무엇을 목표로 삼고 결과를 어떻게 평가할지 결정하는 것이 중요합니다. "AI 가 AI 를 완전히 자동 개발한다"고 오해하는 것은 정확하지 않습니다.

## 400 억 중 움직이는 금액은 약 25 억입니다.

플린트는 총 약 400 억 개의 '파라미터'를 보유한 AI 모델입니다. 파라미터란 AI 가 학습을 통해 조정하는 방대한 수의 값들을 의미합니다.

수치만 보면 큰 모델처럼 보이지만, Flint 은 독특한 특징을 가지고 있습니다. 문장의 일부만 처리할 때 약 25 억 개의 파라미터만 사용하는 'MoE(전문가 혼합)' 방식을 채택하고 있습니다.

예를 들어, 대규모 기업의 모든 직원을 매번 모으는 것이 아니라 업무 내용에 맞는 담당자를 선정하여 근무하게 하는 시스템입니다. 필요한 계산 항목을 집중함으로써 속도와 능력을 모두 확보하려 합니다.

Recursive 의 발표에서는 M4 Pro 를 탑재한 MacBook Pro 에서 초당 125 토큰 이상의 텍스트를 생성할 수 있다고 밝혔습니다. 토큰은 AI 가 문자나 단어를 처리할 때 사용하는 단위로, 수치가 클수록 생성 속도가 빠르다는 것을 의미합니다.

다만, 이는 해당 회사가 특정 기기 및 조건에서 측정한 결과입니다. 모든 노트북에서 동일한 속도를 보장하지는 않습니다. 전용 실행 소프트웨어인 'rec'은 최소 48GB 메모리를 갖춘 호환 Mac 기기가 필요합니다.

## 자신의 컴퓨터로 AI 를 실행하는 의미

Flint 의 모델 데이터는 Apache 2.0 라이선스로 공개되어 있으며, 호환되는 환경이 있다면 자신의 컴퓨터로 다운로드하여 실행할 수 있습니다.

클라우드 기반 AI 서비스를 사용하면 매번 코드를 전송할 필요가 없어, 인터넷이 연결되지 않은 환경에서도 사용할 수 있습니다. 외부로 작업 프로그램을 전송하고 싶지 않은 사람들도 선택지가 늘어나게 됩니다.

물론 로컬에서 실행할 수 있다는 것과 어떤 작업도 정확하게 수행할 수 있다는 것은 별개의 문제입니다. Recursive 역시 복잡한 작업에서는 대규모 유료 AI 보다 더 세밀한 지시가 필요할 수 있다고 설명했습니다. 생성된 코드를 확인하는 것도 필수적입니다.

그럼에도 불구하고, AI 개발의 성과를 자신의 기기로 직접 검증할 수 있게 된 점은 큰 변화입니다.

## 진정으로 주목해야 할 것은 '다음 모델'입니다.

이번 플린트는 AI 가 인간을 초월하여 스스로 진화하는 메커니즘이 완성되었다는 뜻은 아닙니다. 개발 과정에서 얼마나 시간과 비용을 절감할 수 있었는지는 향후 독립적인 검증도 포함하여 확인해야 합니다.

하지만 Recursive 가 추구하는 것은 이번 모델을 만들어 끝내는 것이 아닙니다.

AI 가 연구를 돕습니다. 여기서 탄생한 새로운 AI 가 다음 연구를 더욱 돕습니다. 이러한 축적 과정을 통해 AI 개발 자체의 속도를 높이고자 합니다.

과거의 AI 경쟁은 '어떤 모델이 가장 똑똑한가'에 집중했으나, 앞으로는 '더 나은 AI 를 얼마나 빠르고 효율적으로 만들어낼 수 있는가'가 중요한 경쟁 요소가 될 것으로 보입니다.

플린트의 진정한 가치는 해당 회사가 앞으로 어떤 모델을 어떤 방식으로 만들어낼지 지켜볼 때 드러날지도 모릅니다.

### 참고

재귀 공식「Flint 소개」(2026 년 10 월 21 일)

재귀 공식「자동화된 AI 연구의 첫걸음」(2026 년 6 월 11 일)

Hugging Face「RecursiveSI/flint」모델 카드

재귀 공식 GitHub 'rec' 추론 엔진

테크크런치「Recursive 가 AI 가 대부분 구축했다고 주장하는 노트북용 코딩 모델 'Flint'를 출시」(2026 년 10 월 21 일)

#AI #AI 뉴스 #리커버시브 #플린트 #생성 AI #로컬 AI #AI 개발 #프로그래밍 #AI 에이전트

**출처:** [note 원문](https://note.com/ikuseikonanai_/n/nec63373f2b8a)

*번역: Qwen 3.5(.48) 초벌 + 교정 20청크*

[원문 보기](https://note.com/ikuseikonanai_/n/nec63373f2b8a) | 출처: note.com