Ryan Greenblatt forecasts full AI R&D automation by mid‑2029

AI 연구개발 완전 자동화가 2029년 중반에 도달한다는 예측이다. 2026~2031년 사이 생산성 가속과 초인간적 AI의 등장으로 기술 개발과 경제 규모가 급격히 확대될 전망이다. 핵심 수치: 2026년 생산성 2.5배, 2027년 8.5배, 2029년 상반기 1.3년치·하반기 2.5년치 발전, 2030년 특이점 가능성, 2031년 자원 증가 주기가 2주. 자동화 코더와 초인간적 연구자가 전면화되며 연구·엔지니어링이 급속히 자동화된다. 분야별 격차는 존재하지만 전반적으로 인간 능력을 초과한다.

2026년 말

• 최첨단 AI 발전량: 2025년 대비 1.5배.
• 원천: 미활용 기술적 잠재력 소진이 주도, 일부는 AI가 AI R&D를 가속.
• 앤트로픽 등 AI R&D 인력 생산성: 2.5배. 연구자·엔지니어의 사고·작업 속도 2.5배 상승에 상응.

2027년 말

• AI 기업의 엔지니어링 업무: 완전 자동화. 연구 업무 자동화에 본격 진입.
• AI R&D 인력 생산성: 8.5배.
• 일부는 완전 자동화 도달을 주장. 실제로는 미도달이나 체감상 비현실적 수준.
• 기업 운영: 극도로 자동화. 인간 개입 최소화, R&D 속도 급증.
• 최첨단 AI 발전량: 2025년 대비 1.5배. 주로 AI 주도 R&D 가속에서 발생.

2028년

• 4월: 자동화 코더 등장. 연구 엔지니어링과 소프트웨어 개발을 완전 자동화.
• 연말: AI가 인간 AI 연구자와 동등 수준에 도달.
• 인간의 역할: 새로운 관점 제시, 사각지대·오류 지적을 통한 보완.
• 하반기 발전 속도: 2025년의 1.6배. 현실 0.5년에 0.8년치 발전.

2029년

• 연초: 초인간적 AI 연구자 등장. 자동화 코더 출현 후 1년 이내.
• 상반기 발전량: 6개월에 1.3년치, 2025년 대비 속도 2.6배.
• 연말: 최고 전문가를 압도하는 단계를 넘어섬.
• 하반기 발전량: 6개월에 2.5년치, 2025년 대비 속도 5배.
• 능력: 분야별 편차는 있으나 전반적으로 인간을 크게 초과.

2030년

• 연중: 극도로 초인간적 AI에서 ASI 사이 단계 도달.
• 로봇 확산 효과: 컴퓨팅 자원 4개월마다 두 배 가능.
• 연말: 특이점 도달 가능성. 경제 규모는 여러 차례 두 배, 컴퓨팅 자원은 2개월마다 두 배 가능.

2031년

• 자원 두 배 주기: 2주까지 단축 가능.
• 완전히 새로운 기술들이 실사용 단계로 진입.