AI 거물과 신성, 인재 전쟁의 승자는 누구일까요? 돈인가, 아니면 꿈인가?
Published Apr 24, 2026
AI 기술이 전 세계를 뒤흔들고 있는 지금, 업계의 거물과 빠르게 성장하는 신생 기업 간의 치열한 경쟁은 단순히 시장 점유율을 넘어 ‘최고의 인재’를 확보하기 위한 전쟁으로 번지고 있습니다. 과연 인재들은 막대한 자원과 안정적인 환경을 제공하는 거대 기업에 남을까요, 아니면 불확실하지만 폭발적인 잠재력을 가진 스타트업으로 향할까요? 최근 메타와 씽킹 머신스 랩(Thinking Machines Lab, TML) 사이에서 벌어지고 있는 인재 이동 현상은 이러한 질문에 대한 흥미로운 통찰을 제공합니다. 이는 단순히 몇몇 개인의 직장 이동 이야기가 아니라, AI 시대의 혁신이 어떻게 인적 자원의 재배치를 통해 이루어지는지를 극명하게 보여주는 사례라 할 수 있습니다.
거대 기업 메타에서 신생 TML로, 인재의 역동적인 흐름
솔직히 말해서, 메타는 AI 연구 분야에서 독보적인 위치를 차지하는 회사입니다. 8년간 메타에서 멀티모달 인식 시스템 구축과 SAM3D를 포함한 오픈 월드 분할 프로젝트에 기여했던 웨이야오 왕(Weiyao Wang)과, 불과 10개월 만에 메타를 떠나 TML에 합류한 케네스 리(Kenneth Li)의 사례는 빙산의 일각에 불과합니다. 이들의 이동은 시작에 불과했습니다. TML은 메타 출신 인재들을 대거 영입하며 그야말로 ‘메타의 손실’을 ‘TML의 이득’으로 전환하는 듯한 모습을 보이고 있습니다.
주목할 만한 인물들을 살펴보면, TML의 CTO로 합류한 수미스 친탈라(Soumith Chintala)는 메타에서 11년을 보냈고, 현재 전 세계 AI 연구의 대부분을 뒷받침하는 오픈소스 딥러닝 프레임워크인 PyTorch의 공동 창립자입니다. 그의 이동은 단순히 한 명의 개발자가 회사를 옮긴 것이 아니라, AI 생태계의 핵심 기반 중 하나를 창조한 리더가 새로운 보금자리를 찾았다는 점에서 그 의미가 남다릅니다. 또한, 영향력 있는 Segment Anything 모델의 공동 저자이자 메타의 연구 이사였던 피오트르 달러(Piotr Dollár) 역시 TML의 기술 스태프로 합류했습니다. 메타 FAIR(Fundamental AI Research) 부서에서 멀티모달 언어 모델을 연구하던 안드레아 마도토(Andrea Madotto)와 LLM 사전 및 사후 학습 작업을 담당했던 제임스 선(James Sun)도 TML로 이직했습니다. 이처럼 메타의 핵심 연구자들과 베테랑 엔지니어들이 TML로 향하는 현상은 단순한 인력 유출을 넘어, AI 연구의 새로운 중심이 어디로 이동하고 있는지에 대한 중요한 단서가 됩니다. 메타가 제공하는 막대한 보수와 안정적인 연구 환경에도 불구하고, 이들이 TML을 선택한 이유는 무엇일까요? 개인적으로는 메타의 견고한 구조 속에서 추구하기 어려운, 스타트업 특유의 빠른 의사결정, 혁신에 대한 갈증, 그리고 초기 멤버로서의 폭발적인 성장 가능성에 매력을 느꼈을 것이라고 생각합니다.
TML의 폭발적인 성장: 인프라 확보와 120억 달러의 평가
TML의 인재 유입은 우연이 아닙니다. 이 스타트업은 현재 다방면으로 확장을 거듭하고 있습니다. 가장 눈에 띄는 것은 최근 구글과의 수십억 달러 규모 클라우드 계약 체결입니다. 이 계약을 통해 TML은 엔비디아의 최신 GB300 칩에 접근할 수 있게 되었으며, 이 하드웨어에서 구동되는 최초의 스타트업 중 하나가 되었습니다. 엔비디아 GB300 칩은 AI 연산 능력의 최첨단을 달리는 하드웨어로, 이를 확보했다는 것은 TML이 최신 AI 모델을 훈련하고 배포할 수 있는 막강한 인프라를 갖추게 되었음을 의미합니다. 이는 이전에 엔비디아와 맺었던 파트너십에 이은 것으로, TML을 앤스로픽(Anthropic) 및 메타와 동일한 인프라 계층에 올려놓았습니다. 신생 기업이 이런 거물급 인프라를 확보했다는 사실, 정말 놀랍지 않습니까? 이는 TML이 단순히 인재만 끌어모으는 것이 아니라, 이 인재들이 마음껏 역량을 펼칠 수 있는 기술적 기반까지 빠르게 마련하고 있음을 보여줍니다.
TML의 인재 흡입력은 메타에만 국한되지 않습니다. 국제 정보 올림피아드 3회 금메달리스트이자 코딩 스타트업 코그니션(Cognition)의 창립 멤버인 닐 우(Neal Wu), 웨이모(Waymo)와 오픈AI(OpenAI)를 거친 제프리 타오(Jeffrey Tao), 앤스로픽의 연구 펠로우였던 무함마드 마즈(Muhammad Maaz), 애플 출신의 에릭 위즈먼스(Erik Wijmans), 그리고 마이크로소프트 AI 슈퍼인텔리전스 팀에서 오픈AI 모델을 사전 훈련했던 릴리앙 렌(Liliang Ren) 등, TML은 업계 전반의 최고 전문가들을 끌어모으고 있습니다. 현재 TML의 전체 인력은 약 140명에 달합니다.
이러한 인프라와 인재 확보를 바탕으로 TML은 현재 120억 달러라는 경이로운 기업 가치를 평가받고 있습니다. 솔직히 말해서, 단 하나의 제품만 출시한 스타트업이 이 정도 가치를 인정받는 것은 이전 어떤 기술 주기에서도 상상하기 어려웠던 일입니다. 물론, 오픈AI나 앤스로픽과 같은 선두 주자들의 기록적인 평가액에 비하면 여전히 재정적 상승 여력이 많다는 분석도 있습니다. 하지만 120억 달러라는 수치는 TML이 AI 시장에서 얼마나 뜨거운 주목을 받고 있으며, 그 잠재력이 얼마나 큰지를 여실히 보여주는 지표라고 할 수 있습니다.
피할 수 없는 인재 전쟁: 양방향 교류의 의미와 업계의 미래
흥미로운 점은 인재 이동이 단순히 메타에서 TML로만 향하는 일방통행이 아니라는 것입니다. 비즈니스 인사이더(Business Insider)는 메타가 TML의 창립 멤버 7명을 영입했다고 보도했습니다. TML 또한 링크드인 프로필 분석에 따르면 다른 어떤 단일 고용주보다 메타에서 더 많은 연구원들을 고용하고 있는 것으로 보입니다. 이처럼 메타는 TML의 주요 인사를, TML은 메타의 핵심 연구진을 서로 ‘뺏고 뺏기는’ 양상을 보이고 있습니다. 이는 단순한 인재 유출입을 넘어 AI 인재 시장의 극심한 경쟁과 역동성을 보여주는 단면입니다.
메타의 급여 패키지는 ‘7자리 숫자, 조건 없는’ 것으로 잘 알려져 있습니다. 즉, 최고 수준의 대우를 보장한다는 뜻이죠. 그럼에도 불구하고 연구자들이 TML로 이동하는 것은 무엇을 의미할까요? 업계 흐름을 보면, 이는 단순히 금전적인 보상을 넘어선 **‘임팩트와 성장 잠재력’**에 대한 갈망이 크다는 것을 시사합니다. 거대 기업은 안정성과 막대한 자원을 제공하지만, 때로는 관료주의나 대규모 프로젝트의 복잡성으로 인해 개개인의 기여도가 희석될 수 있습니다. 반면, 급성장하는 스타트업은 빠른 속도로 혁신을 주도하며 시장에 직접적인 영향을 미치고, 초기 멤버로서 회사의 성장에 지대한 기여를 할 기회를 제공합니다. 게다가, TML처럼 이미 120억 달러의 가치를 인정받고 엔비디아의 최신 칩까지 확보한 스타트업이라면, 리스크 대비 보상 또한 충분히 매력적일 수 있습니다.
개인적으로는 이러한 양방향 인재 교류가 AI 생태계의 건강한 순환을 촉진할 가능성이 높다고 생각합니다. 대기업에서 쌓은 경험과 기술적 깊이가 스타트업의 민첩성과 결합될 때, 새로운 혁신이 탄생할 수 있습니다. 또한, 스타트업에서 얻은 인사이트와 새로운 접근 방식이 다시 대기업으로 유입되면서 기존의 패러다임을 흔들 수도 있습니다. AI 기술의 최전선에서는 끊임없이 새로운 도전과 기회가 생겨나고 있으며, 인재들은 자신들의 비전과 가장 잘 부합하는 곳을 찾아 이동하고 있습니다. 이러한 이동은 AI 혁명의 속도를 더욱 가속화하는 원동력이 될 것입니다.
결론적으로, 메타와 씽킹 머신스 랩 사이의 인재 이동은 현재 AI 업계가 직면한 가장 중요한 과제, 즉 **‘최고의 인재 확보 경쟁’**을 상징적으로 보여줍니다. 누가 인재를 더 많이 영입하고, 누가 그 인재들에게 더 큰 비전과 임팩트를 제공할 수 있는지가 결국 AI 패권 경쟁의 승자를 결정할 것입니다. 이 드라마틱한 인재 전쟁은 앞으로도 계속될 것이며, 우리는 그 속에서 AI 기술이 어떻게 진화하고 새로운 미래를 열어갈지 목격하게 될 것입니다.
출처
- 원문 제목: Meta’s loss is Thinking Machines’ gain
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
