연구진, 클로드 코드가 인간이라면 설계하지 않았을 AI 확장 알고리즘을 발견하게 해

연구진은 오프라인 시뮬레이션 환경 AutoTTS에서 Claude Code를 활용해 새로운 테스트타임 스케일링 알고리즘을 자동으로 발견했다.

사람이 분기·중단 규칙을 직접 설계하는 대신, 에이전트가 추론 중 신뢰도 변화에 따라 계산 자원을 배분하는 방식을 학습했다.

이 방법은 기존 self-consistency 대비 토큰 사용량을 약 70% 줄이면서도 수학과 다른 벤치마크에서 정확도를 맞추거나 개선했다.

또 다른 모델과 과제에도 전이되어, AI 에이전트가 인간보다 더 나은 추론 제어 전략을 설계할 수 있음을 보여줬다.