AI가 스스로를 연구하고 개선하기 시작하면 어떤 일이 벌어질까요? 리처드 소처는 이 질문에 답하기 위해 6억 5천만 달러 규모의 스타트업을 설립했습니다.
Published May 15, 2026
“저희의 목표는 개방형 접근 방식을 통해 진정한 재귀적 자기 개선을 달성하는 것입니다. 아직 아무도 이루지 못한 일이죠.”
인공지능 분야의 주요 인물로 손꼽히는 리처드 소처(Richard Socher)의 이 발언은 단순한 스타트업의 출범을 넘어, AI 연구의 오랜 염원인 ‘스스로 학습하고 발전하는 AI’라는 성배에 대한 그의 확고한 신념을 보여줍니다. 유력한 챗봇 스타트업 You.com의 설립자이자 ImageNet 연구로 명성을 떨친 그가 다시 한번 판도를 뒤흔들 야심 찬 프로젝트를 들고나왔습니다. Recursive Superintelligence라는 이름의 그의 새로운 샌프란시스코 기반 스타트업은 무려 6억 5천만 달러의 자금을 확보하며 조용했던 행보를 마치고 세상에 모습을 드러냈습니다. 이는 단순히 한 기업의 탄생을 넘어, AI 발전의 다음 단계를 향한 중대한 발걸음으로 평가될 만합니다.
AI의 성배를 향한 6억 5천만 달러의 여정: Recursive Superintelligence의 등장
리처드 소처는 AI 업계에서 이미 굵직한 족적을 남긴 인물입니다. 그가 창업한 You.com은 초기 챗봇 시장에서 주목받았고, 그 이전에는 이미지 인식 분야의 중요한 데이터셋인 ImageNet 연구에 기여하며 AI의 최전선에서 활약했습니다. 그런 그가 이번에는 피터 노비그(Peter Norvig), 크레스타(Cresta) 공동 창업자 팀 시(Tim Shi) 등 저명한 AI 연구자들과 함께 Recursive Superintelligence라는 새로운 벤처를 시작했습니다. 이들의 목표는 오직 하나, 인간의 개입 없이 스스로의 약점을 파악하고 이를 개선하기 위해 자신을 재설계하는 재귀적 자기 개선(recursively self-improving) AI 모델을 개발하는 것입니다. 이것이야말로 현대 AI 연구의 오랜 염원이자 **궁극적인 목표(holy grail)**라고 할 수 있습니다.
소처는 단순히 “AI가 다른 시스템을 더 좋게 만들도록 요청하는 것”을 재귀적 자기 개선이라고 부르지 않습니다. 그에게 있어 이는 “그냥 개선(just improvement)“일 뿐입니다. 진정한 재귀적 자기 개선이란, 연구 아이디어의 **발상(ideation), 구현(implementation), 검증(validation)**이라는 전체 프로세스가 자동화되는 것을 의미합니다. 초기에는 AI 연구 아이디어를 자동화하고, 궁극적으로는 물리적 영역을 포함한 모든 종류의 연구 아이디어까지 자동화하는 것을 목표로 합니다. 특히 AI가 자기 자신에게 적용되어 스스로의 단점을 인지하고 개선하는 과정은 정말 강력한 잠재력을 가질 수밖에 없습니다.
이 부분에서 주목할 점은 Recursive Superintelligence가 목표로 하는 ‘재귀적 자기 개선’의 범위와 깊이입니다. 단순히 AI가 특정 작업을 더 잘 수행하도록 튜닝하는 것을 넘어, AI 스스로가 연구 주체가 되어 문제 정의, 해결책 모색, 실행, 평가까지의 전 과정을 자동화하겠다는 비전은 AI 개발 패러다임 자체를 뒤집을 수 있는 잠재력을 가지고 있습니다. 6억 5천만 달러라는 막대한 초기 투자금은 이러한 비현실적으로 들릴 법한 목표가 단순한 허언이 아님을 방증합니다. 업계 최고 수준의 연구진과 자본이 결합된 만큼, 이들의 행보는 AI 기술의 미래를 가늠하는 중요한 지표가 될 것입니다.
‘열린 종단성(Open-endedness)‘이 게임의 판도를 바꿀 핵심인가?
Recursive Superintelligence의 독특한 기술적 접근 방식은 바로 **‘열린 종단성(open-endedness)‘**에 있습니다. 소처는 이 개념이 재귀적 자기 개선을 달성하는 데 있어 결정적인 열쇠라고 강조합니다. 이 용어는 단순히 추상적인 개념이 아닙니다. 공동 창업자 중 한 명인 팀 록타쉘(Tim Rocktäschel)은 구글 딥마인드(Google DeepMind)에서 열린 종단성 및 자기 개선 팀을 이끌었으며, **월드 모델 지니 3(world model Genie 3)**와 같은 프로젝트를 통해 이 개념을 구체화했습니다. 지니 3는 어떤 개념, 세계, 에이전트를 입력해도 이를 생성하고 상호작용하는 능력을 보여주는데, 이것이 바로 열린 종단성의 훌륭한 예시입니다.
소처는 생물학적 진화를 비유로 들어 열린 종단성을 설명합니다. 동물들이 환경에 적응하고, 다른 동물들이 그 적응에 다시 맞서 적응하는 과정이 수십억 년 동안 반복되며 흥미로운 변화가 끊임없이 일어납니다. 우리의 눈이 어떻게 발달했는지 생각해보세요. 이러한 끊임없는 상호작용과 진화의 과정이 바로 열린 종단성의 핵심입니다.
또 다른 흥미로운 예시는 팀 록타쉘의 논문에서 비롯된 ‘레인보우 팀(rainbow teaming)’ 개념입니다. 우리는 LLM(대규모 언어 모델)의 안전성을 검증하는 **레드 팀(red teaming)**을 들어본 적이 있을 것입니다. AI가 폭탄 만드는 방법을 알려주는 등의 유해한 답변을 하지 못하도록 테스트하는 과정이죠. 이 과정은 보통 인간이 오랜 시간 동안 AI가 해서는 안 될 말의 예시를 찾아내며 이루어집니다.
하지만 레인보우 팀은 다릅니다. 하나의 AI를 두 번째 AI로 테스트하는 방식입니다. 두 번째 AI는 첫 번째 AI가 가능한 모든 나쁜 말을 하도록 유도하는 임무를 가집니다. 그리고 이 두 AI는 수백만 번의 반복을 통해 서로를 공격하고 방어하며 공동으로 진화합니다. 공격하는 AI는 한 가지 각도뿐만 아니라 다양한 각도에서 취약점을 찾아내고(그래서 ‘레인보우’라는 비유를 사용), 첫 번째 AI는 스스로를 강화하며 점점 더 안전해지는 것입니다. 이 아이디어는 이제 모든 주요 AI 연구소에서 활용되고 있다고 합니다.
개인적으로, ‘열린 종단성’은 AI가 정해진 목표를 달성하는 것을 넘어, 새로운 목표와 문제 자체를 끊임없이 발견하고 해결하는 능력을 의미한다고 해석됩니다. 이는 단순히 계산 자원을 늘리거나 데이터셋을 확장하는 것만으로는 달성하기 어려운, 근본적인 사고방식의 전환을 요구합니다. 레인보우 팀의 사례는 이러한 열린 종단성이 어떻게 실제 AI 모델의 견고성과 안전성을 혁신적으로 향상시킬 수 있는지 보여주는 강력한 증거입니다. 문제는 이러한 끊임없는 진화의 과정이 과연 언제 ‘완료’될 수 있느냐는 것입니다. 소처는 “일부 목표는 결코 끝나지 않을 것”이며, “우리는 항상 더 똑똑해질 수 있고, 프로그래밍과 수학에서 항상 더 나아질 수 있다”고 말합니다. 지능의 한계는 천문학적이며, 우리는 아직 그 한계로부터 멀리 떨어져 있다는 그의 말은 이 여정이 얼마나 길고 심오할지 짐작게 합니다.
연구실을 넘어, 인류를 위한 제품을 향하여: “분기점이 될 수 있을까요?”
Recursive Superintelligence는 단순히 ‘네오랩(neolab)’, 즉 연구에만 집중하고 제품 출시는 뒷전으로 미루는 신생 AI 연구소와는 다르다는 점을 소처는 분명히 합니다. 그는 자신의 회사가 “정말 사랑받을 만한 놀라운 제품들을 출시하여 인류에게 긍정적인 영향을 미치는, 진정으로 실행 가능한 기업이 되기를 원한다”고 강조합니다. 주요 AI 연구소들이 지금의 방식으로는 재귀적 자기 개선(RSI)에 도달하지 못할 것이라는 암묵적인 믿음이 깔려 있지만, 소처는 다른 연구소의 행보에 직접적인 언급은 피했습니다. 다만, 그들의 팀은 지난 10년간 이 분야를 연구하고 논문을 발표해왔으며, 필드를 발전시키고 실제 제품을 출시해온 실적을 가지고 있다고 말하며 그들의 차별성을 강조했습니다. 실제로 팀 시(Tim Shi)는 크레스타(Cresta)를 유니콘 기업으로 성장시켰고, 조쉬 토빈(Josh Tobin)은 오픈AI(OpenAI) 초창기 멤버로 Codex 팀과 심층 연구 팀을 이끌었습니다.
제품 출시 시기에 대한 질문에 소처는 “초기에 예상했던 것보다 일정을 앞당길 수도 있다”며, **“몇 년이 아닌, 몇 분기 안에 제품을 선보일 것”**이라고 자신감을 내비쳤습니다. 재귀적 자기 개선 시스템이 일단 완성되면, **컴퓨팅 파워(compute)**가 유일하게 중요한 자원이 될 것이라는 관점에 대해서도 언급했습니다. 시스템을 더 빨리 실행할수록 더 빠르게 개선될 것이고, 외부 인간 활동의 영향은 미 미해질 것이라는 예측입니다. 결국 경쟁은 ‘얼마나 많은 처리 능력을 투입할 수 있는가’로 귀결될 수 있다는 생각이죠. 소처는 **“컴퓨팅 파워를 과소평가해서는 안 된다”**며, 미래에는 인류가 어떤 문제를 해결하기 위해 얼마나 많은 컴퓨팅 자원을 투입할 것인가가 중요한 질문이 될 것이라고 말합니다.
솔직히 말해서, 6억 5천만 달러의 자금과 ‘재귀적 자기 개선 AI’라는 거대한 비전 사이에서 “몇 분기 안에 제품을 출시하겠다”는 약속은 매우 도전적입니다. 이처럼 심오한 연구 목표를 추구하면서도 동시에 시장에 의미 있는 제품을 빠르게 내놓겠다는 것은, 단순히 기술력이 뛰어난 것을 넘어 탁월한 전략적 실행 능력을 요구하는 일입니다. 이들이 선보일 첫 제품이 과연 그들의 궁극적인 비전과 어떻게 연결될지, 그리고 그 제품이 AI의 발전 방향에 어떤 새로운 이정표를 제시할지 귀추가 주목됩니다. 컴퓨팅 파워가 궁극적인 핵심 자원이 될 것이라는 소처의 통찰은, 앞으로 AI 경쟁의 양상이 단순히 알고리즘의 우위를 넘어 막대한 인프라 경쟁으로 심화될 것임을 예고하는 섬뜩한 경고로 들리기도 합니다. Recursive Superintelligence의 등장은 단순한 스타트업의 출범이 아닌, AI가 인류의 지능을 넘어서는 전환점, 즉 **특이점(singularity)**을 향한 가장 명확한 신호탄 중 하나로 기록될 가능성이 있습니다. 과연 이들의 여정은 어디까지 이어질까요? 그리고 우리는 그 끝에서 무엇을 마주하게 될까요?
출처
- 원문 제목: What happens when AI starts building itself?
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
