이 그래프는 대규모 언어 모델(llm)의 능력 발전 속도와 그 한계가 급격히 확장되고 있음을 보여주는 데이터임. 요약하면 과거의 ai는 인간이 몇 분 만에 하는 간단한 일을 했지만, 이제는 인간이 4~5시간 집중해야 하는 복잡한 전문 과제도 수행할 수 있는 수준으로 급성장하고 있다는 뜻임. - 그래프의 축(axis) 의미 x축: llm 출시 연도 (2020년 ~ 2026년) 시간의 흐름에 따른 ai 모델의 등장을 나타냄. y축: 인간 기준 작업 소요 시간 (task duration for humans) 해당 작업을 인간 전문가가 수행했을 때 걸리는 시간을 난이도의 척도로 삼았음. 위로 갈수록 더 복잡하고 전문 지식이 필요한 작업임. - 초기 (2020~2023년) gpt-3 시절로, ai는 문장 완성이나 간단한 정보 검색 등 인간이 몇 초나 몇 분이면 할 수 있는 아주 단순한 작업만 성공 확률이 높았음. - 현재 및 근미래 (2024~2026년) 그래프가 갑자기 수직에 가깝게 치솟음. 기술 발전이 선형적이 아니라 기하급수적으로 일어나고 있음을 시사함. o4-mini, gpt-5, claude opus 4.5 등의 모델들이 등장하면서 해결 가능한 작업의 난이도가 급격히 높아짐. - 구체적인 작업 예시로 본 발전상 그래프 왼쪽에 적힌 작업 내용을 보면 ai가 얼마나 똑똑해지고 있는지 알 수 있음. fix bugs in small python libraries (약 1.5시간 소요 과제): 단순 코딩이 아니라 라이브러리의 버그를 찾아 수정하는 디버깅 능력을 갖추기 시작했음. exploit a buffer overflow (약 2시간 소요 과제): 보안 취약점을 찾아내고 이를 공략하는 고도의 해킹/보안 지식이 필요한 작업임. train adversarially robust image model (약 4시간 소요 과제): 단순히 이미지를 만드는 게 아니라 적대적 공격에 견딜 수 있는 견고한 ai 모델을 훈련시키는 ai 엔지니어링 작업임. - 결론 및 시사점 이 그래프의 핵심 메시지는 ai가 이제 단순 보조를 넘어 전문가 영역으로 진입했다는 것임. 인간이 반나절 꼬박 매달려야 하는 일을 ai가 수 초~수 분 만에 해결할 수 있게 된다면 산업 전반의 생산성이 혁명적으로 변할 것임. 코딩, 보안 분석, 모델링 등 고숙련 지식 노동자의 업무 영역까지 ai가 수행할 수 있는 확률이 생겼음을 보여줌. - 차트를 보면 4개월마다 y축 수치가 배로 띄는데.. 하루 치(24hours) 업무를 수행하게 되는 날 및 그 이상의 시간이 소요되는 업무를 하는 날이 머지 않은거 같음.

우린 완전히 망했어 이게 바로 "AI에서 가장 중요한 차트"야 AI가 수행할 수 있는 코딩 작업의 길이는 ***4개월***마다 (인간과 비교했을 때) 두 배로 늘어납니다. 이게 얼마나 빠른지 감이 오세요? x.com/aidigest_/stat…