Sakana Fugu: The AI Orchestration Model That Commands All Others

서론

세계 최고의 AI 모델 중 하나를 고르지 않아도 되고, 대신 그 모든 모델을 자율적으로 선택·조율·결합해 주는 하나의 지능형 시스템이 있다면 어떨까요?——이것이 도쿄 기반 AI 연구소 Sakana AI가 발표한 Sakana Fugu가 그리는 비전입니다. 2026년 6월 22일 발표된 Fugu는 단순한 대규모 언어 모델이 아닙니다. 단일 모델처럼 보이지만 실제로는 다중 에이전트 오케스트레이션 시스템이며, AI 업계 전반의 주목을 받고 있습니다.

Sakana Fugu란?

Sakana Fugu는 본질적으로 다른 최첨단 AI 모델의 출력을 호출·조율·통합하도록 훈련된 언어 모델입니다. AI 전문가 오케스트라를 이끄는 매우 지능적인 지휘자를 상상해 보세요. 단일 API 엔드포인트에 하나의 요청만 보내면 됩니다. Fugu는 이후 자율적으로——문제를 직접 해결할지, 전문 AI 에이전트 팀을 구성해 함께 해결할지——결정합니다.

Sakana Fugu 다중 에이전트 오케스트레이션 아키텍처 — 플레이스홀더 다이어그램

그림: Sakana Fugu는 단일 OpenAI 호환 API 엔드포인트를 통해 최첨단 AI 에이전트 풀을 오케스트레이션합니다.

이는 다중 에이전트 시스템의 복잡성이 개발자에게 완전히 숨겨진다는 뜻입니다. 커스텀 파이프라인도, 하드코딩된 역할도, 취약한 워크플로도 필요 없습니다. 온디맨드로 집단 지능을 제공하는 깔끔한 OpenAI 호환 API 하나면 충분합니다.

Sakana AI의 철학은 항상 일관됩니다. 가장 강력한 AI 시스템은 고립된 거대 모빌리티가 아니라 협력적 생태계입니다——진화가 단순한 힘만이 아니라 다양성과 전문화를 통해 견고한 해결책을 만들어내는 것과 같습니다.

Fugu vs. Fugu Ultra: 두 모델, 하나의 API

Sakana Fugu는 두 가지 모델 변형으로 출시되었으며, 둘 다 같은 단일 API 엔드포인트로 접근할 수 있습니다:

Fugu

속도와 일상 사용에 최적화
쿼리당 최적의 단일 에이전트를 선택해, 최첨단 모델 직접 호출과 비슷한 지연 시간 유지
코딩 어시스턴트, 코드 리뷰, 챗봇, Codex 같은 대화형 도구에 적합
데이터 프라이버시 및 컴플라이언스 요구가 있는 팀을 위한 에이전트 옵트아웃 지원

Fugu Ultra (fugu-ultra-20260615)

최고 품질의 답변에 최적화
쿼리당 더 깊은 여러 전문 에이전트 풀을 조율
AI 연구, 논문 재현, 사이버보안 분석, 특허 조사, 복잡한 다단계 추론 같은 고난도 작업용
에이전트 풀 고정, 옵트아웃 불가

벤치마크 성능: 오케스트레이터가 자신의 오케스트라를 이기다

숫자가 모든 것을 말해 줍니다. 11개 주요 벤치마크 중 Fugu와 Fugu Ultra는 10개에서 최고 점수를 기록했으며, GPT-5.5, Gemini 3.1 Pro, Opus 4.8을 포함해 자신이 오케스트레이션하는 최첨단 모델들마저 능가했습니다.

벤치마크	Fugu	Fugu Ultra	GPT-5.5	Gemini 3.1 Pro
SWE Bench Pro	59.0	73.7	58.6	54.2
LiveCodeBench	92.9	93.2	85.3	88.5
Humanity's Last Exam	47.2	50.0	41.4	44.4
GPQA-D	95.5	95.5	93.6	94.3
CharXiv Reasoning	85.1	86.6	84.1	83.3

Fugu Ultra는 Anthropic의 Fable 5와 Mythos Preview와도 최첨단 수준의 성능을 맞췄습니다——이 모델들은 수출 통제 제한으로 Fugu의 에이전트 풀에조차 포함되지 않았습니다.

연구 기반: Trinity & Conductor

Fugu는 과장 위에 세워진 것이 아니라 동료 심사 과학에 기반합니다. 이 시스템은 Sakana AI의 두 ICLR 2026 논문을 토대로 합니다:

Trinity: 경량 진화형 코디네이터로, 여러 턴에 걸쳐 에이전트에 Thinker(사고자), Worker(실행자), Verifier(검증자) 역할을 동적으로 할당해 적응형 작업 위임을 가능하게 합니다.
Conductor: 강화 학습으로 훈련된 오케스트레이터로, 자연어 조율 전략을 발견하고 다양한 LLM 풀을 위한 집중된 프롬프트를 작성합니다.

이 두 프레임워크는 함께 AI 시스템이 작업별로 에이전트를 조립·라우팅하는 방법을 학습할 수 있음을 증명합니다——수작업으로 설계된 취약한 워크플로를 창발적·학습된 조율로 대체합니다.

Fugu가 중요한 이유: 수출 통제 시대의 AI 주권

Sakana Fugu의 가장 도발적인 측면은 아마도 지정학적 포지셔닝일 것입니다. Sakana AI는 Fugu를 단일 벤더 AI 의존에 대한 헤지로 명확히 위치 짓습니다——2026년에 매우 현실적인 위험입니다.

Anthropic의 Fable과 Mythos 모델이 수출 통제 대상이 되었을 때, 해당 API에 의존하던 조직들은 핵심 인프라가 갑자기 위험에 노출되었습니다. Fugu의 아키텍처는 이러한 중단을 동적으로 우회하도록 설계되었습니다——한 제공자가 접근을 제한하면 Fugu는 풀 내 다른 에이전트로 작업을 재분배합니다.

이로써 Fugu는 단순한 기술 제품이 아니라, 진정한 AI 주권을 추구하는 기업·정부·국가를 위한 전략적 인프라가 됩니다.

핵심 요약

Sakana Fugu는 단일 OpenAI 호환 API로 제공되는 다중 에이전트 오케스트레이션 모델
두 변형: Fugu(속도 최적화)와 Fugu Ultra(품질 최적화)
11개 벤치마크 중 10개 1위, GPT-5.5·Gemini 3.1 Pro·Opus 4.8 능가
ICLR 2026 연구(Trinity & Conductor) 기반
AI 주권을 위해 설계——수출 통제와 벤더 락인에 대한 회복력
오케스트레이터가 조율하는 개별 모델보다 명확히 우수한 성능 입증

출처

Sakana AI 공식 발표: sakana.ai/fugu-release
Sakana Fugu 제품 페이지: sakana.ai/fugu
MarkTechPost 보도: marktechpost.com
Sakana Fugu 기술 보고서 (arXiv): arxiv.org/html/2606.21228v1

멀티모델 AI 오케스트레이션을 구축할 준비가 되셨나요?

에이전트 라우팅, 벤더 회복력 있는 LLM 파이프라인, 프로덕션 다중 에이전트 워크플로 설계가 필요하신가요? 저희 팀이 아키텍처 선택, 배포, 통합을 안내합니다.