Sakana AI, Fugu로 멀티-LLM 오케스트레이션 기술 공개… 'Anthropic Fable 5' 성능 동급 달성

Sakana AI, Fugu로 멀티-LLM 오케스트레이션 기술 공개… ‘Anthropic Fable 5’ 성능 동급 달성

일본의 AI 연구소 Sakana AI는 자기 학습 기반의 ‘RL Conductor’ 모델이 GPT-5, Claude Sonnet 4, Gemini 2.5 Pro 등 다양한 최첨단 LLM을 동적으로 오케스트레이션하여 복잡한 멀티-스텝 작업을 수행하는 ‘Sakana Fugu’ 시스템을 공개하고, 베타테스트를 즉시 개시하였습니다.
이번 기술 공개는 단일 모델 의존성을 줄이고, 여러 모델이 각자의 역할을 분담해 협력하는 ‘학습된 멀티-에이전트 시스템’ 패러다임으로 전환하는 중대한 단계로, 코드 작성, 수학 문제 해결, 과학적 추론 등 다양한 분야에서 최강의 성능을 입증하며 Anthropic의 Fable 5 및 Mythos 5 벤치마크와 동급의 결과를 달성하였습니다.
Sakana Fugu는 2026년 ICLR에서 발표된 ‘TRINITY’와 ‘Conductor’ 연구를 기반으로, 7B 규모의 Conductor 모델이 RL(강화학습)을 통해 각 작업에 최적의 에이전트 조합과 역할을 자동 선정하고, 자연어로 협력 워크플로우를 생성하는 방식으로 작동합니다.
이 시스템은 Fugu Ultra 모델이 SWE-Pro, GPQA-D, ALE-Bench 등 주요 벤치마크에서 SOTA(State-of-the-Art)를 달성했으며, OpenAI-Compatible API로 제공되어 기존 워크플로우에 재구축 없이도 통합 가능하여 기업 AI 통제 전략의 핵심이 됩니다.
글로벌 AI 안전성 프레임워크 내에서 ‘외국 수출 통제 리스크’가 없는 대신, 다중 모델 의존성 증가로 인한 새로운 취약점과 오케스트레이션 오류 가능성이 발생할 수 있어, 한국 정부는 국내 AI 산업의 경쟁력 확보를 위해 이와 같은 멀티-에이전트 아키텍처 표준을 선제적으로 연구해야 합니다.
이러한 기술적 전환은 AI 에이전트 보안 공백을 메우는 새로운 서비스 출현과 직접적으로 연결되며, 한국 정책 당국은 AI 에이전트 보안 표준과 멀티-모델 오케스트레이션 규제를 동시에 강화해야 전략적 대응이 가능합니다.

이번 사건은 AI 보안이 단순한 기술적 보완재를 넘어 국가의 디지털 주권을 지키는 핵심 생존 요건이 되었음을 시사하며, 한국 정부는 국내 수출 기업의 경쟁력 확보를 위해 국제 표준과의 정합성 확보에 박차를 가해야 합니다.

주요 용어: 멀티-LLM 오케스트레이션(다양한 대형 언어 모델을 동적으로 조합하여 복잡한 작업을 수행하는 기술), RL Conductor(강화학습으로 에이전트 조합을 자동 선정하는 오케스트레이터 모델), Sakana Fugu(Sakana AI의 멀티-에이전트 오케스트레이션 시스템)

출처: The Decoder