DeepMind에서 AlphaGo와 AlphaZero를 통해 인공지능의 한계를 돌파했던 David Silver 교수가 새로운 여정을 시작했습니다. 그의 신생 스타트업인 Ineffable Intelligence는 설립 수개월 만에 11억 달러(약 1조 5천억 원) 규모의 펀딩을 유치하며 기업 가치 51억 달러의 '펜타콘(Pentacorn)' 반열에 올랐습니다.
"우리의 법칙이 모든 지능을 설명하고 구축할 것이다."
이번 투자는 Sequoia Capital과 Lightspeed Venture Partners가 주도했으며, Google, Nvidia, 그리고 영국의 Sovereign AI 펀드 등이 참여했습니다. 이는 단순한 자본 유입을 넘어, 현재 주류인 거대언어모델(LLM)의 한계를 극복하려는 기술적 패러다임의 변화를 시사합니다.
핵심 기술: 인간의 데이터가 필요 없는 'Superlearner'
Ineffable Intelligence의 핵심 비전은 인간이 생성한 데이터를 학습하지 않고, 오직 강화학습(Reinforcement Learning)을 통해 스스로 지식과 기술을 습득하는 'Superlearner'를 구축하는 것입니다. 이는 과거 AlphaZero가 바둑 기보 없이 스스로 대국하며 최강의 자리에 올랐던 메커니즘을 범용 지능 영역으로 확장하려는 시도입니다.
현재의 LLM들은 인터넷상의 방대한 인간 데이터를 학습하지만, 이는 데이터의 품질과 편향성, 그리고 데이터 고갈 문제라는 태생적 한계를 가집니다. Silver의 접근 방식은 Trial and Error(시행착오)를 통한 자기 주도적 학습으로, 인간의 지식을 복제하는 것이 아니라 새로운 지식을 '발견'하는 데 중점을 둡니다.
유럽 AI 허브로 급부상하는 런던
이번 투자는 런던이 글로벌 AI 연구의 중심지로 자리매김하고 있음을 보여줍니다. DeepMind 출신 인재들이 Ineffable Intelligence의 핵심 멤버로 합류하고 있으며, Yann LeCun의 AMI Labs, Tim Rocktäschel의 Recursive Superintelligence 등 스타 과학자 중심의 '코코넛 라운드(초대형 시드 라운드)'가 이어지고 있습니다.
시니어 아키텍트의 분석
기존 AI 아키텍처가 Data-intensive했다면, Ineffable의 모델은 극도로 Compute-intensive할 것입니다. 인간의 데이터라는 가이드라인 없이 시뮬레이션 환경에서 수조 번의 시행착오를 거쳐야 하므로, 이를 뒷받침할 Cloud Infrastructure의 확장성과 분산 컴퓨팅 최적화가 필수적입니다. 특히 Nvidia의 참여는 이들이 요구하는 고성능 연산 자원의 밀접한 지원을 암시합니다.
강화학습은 바둑과 같은 'Closed World' 환경에서는 경이로운 성과를 냈으나, 현실 세계와 같은 'Open World' 환경에서는 보상 함수(Reward Function) 설계가 매우 어렵습니다. David Silver가 LLM의 패턴 매칭을 넘어선 논리적 추론과 범용적 문제 해결 능력을 아키텍처적으로 어떻게 구현할지가 관건입니다.
학습 과정에서 발생하는 막대한 트래픽과 상태(State) 동기화 문제를 해결하기 위해 고대역폭 네트워크와 저지연 스토리지 계층이 요구될 것입니다. 이는 단순한 모델 레이어를 넘어 고도화된 시스템 엔지니어링의 정수가 될 것입니다.
원문 출처: DeepMind’s David Silver just raised $1.1B to build an AI that learns without human data
댓글
댓글 쓰기