발표에서 확인된 핵심 사실

과학 연구의 처리 속도를 높여 인류의 발견을 앞당기려는 연구자들이 구글이라는 거대 울타리를 벗어났다. 이들은 AI로 연구 과정을 가속하는 디스커버리 루프(Discovery Loop)를 설립하며 새로운 도전을 시작한다. 구글에서 가장 오래 근무하며 막강한 영향력을 행사해 온 제프 딘(Jeff Dean)이 대표(CEO)를 맡아 이 조직을 이끈다.

공익 법인(Public Benefit Corporation)이라는 독특한 기업 형태로 회사를 세웠다. 단순히 이윤을 남기는 것을 넘어 사회적 가치와 공공의 이익을 기업의 목적에 명시하고 추구하는 구조다. AI 기술을 활용해 과학 연구의 속도를 획기적으로 높이는 공익적 목표를 최우선으로 둔다. 연구 효율을 극대화해 인류 전체에 도움이 되는 발견을 빠르게 이끌어내겠다는 계산이다.

공동 창립자 명단에는 구글 AI의 기틀을 닦은 핵심 엔지니어들이 대거 이름을 올렸다. 시니어 펠로우인 산제이 게마와트(Sanjay Ghemawat)와 구글 브레인(Google Brain, 구글의 초기 AI 연구 조직)의 창립 멤버인 쿼크 레(Quoc Le)가 합류했다. 여기에 구글 딥마인드(Google DeepMind)의 시니어 연구 과학자인 오리올 비냘스(Oriol Vinyals)가 함께한다. 구글의 최상위 연구진이 한 팀으로 뭉쳐 과학적 발견의 시간을 단축하는 도구를 만든다.

기술이 실제로 작동하는 방식

수천 개의 실험을 동시에 시작하고 반복하는 고성능 알고리즘이 연구의 핵심이다. 사람이 하나씩 순서대로 확인하며 겪었던 느린 작업 방식, 즉 병목 현상을 해결하려는 시도다. 연구 과정의 상당 부분을 자동화해 실험 규모를 획기적으로 키우는 것이 목표다. 한 번에 수많은 가설을 검증하고 반복함으로써 기존의 순차적 연구 방식이 가진 시간적 제약을 깨뜨리고 혁신 속도를 높이겠다는 계산이다. 실험이 수행되는 규모 자체를 확장해 인간이 물리적으로 수행할 수 없는 수준의 방대한 연구까지 가능하게 만든다.

AI가 스스로 더 강력한 AI를 설계하는 재귀적 자기 개선(AI가 자신의 성능을 높여 더 똑똑한 다음 버전의 AI를 만드는 과정) 기술이 Discovery Loop가 주목하는 지점이다. 이 프로세스가 완성되면 연구 과정에서 인간이 반복적으로 개입하는 단계가 완전히 사라진다. AI가 스스로를 개선하며 더 정교한 결과물을 내놓는 순환 구조를 구축하는 셈이다. 사람이 가설을 수정하고 다시 실험하는 루프에서 인간을 완전히 배제해, AI가 AI를 만드는 자동 진화 체계를 지향한다. 인간의 반복 작업이 사라진 자리를 AI의 자기 개선 속도가 채우며 연구의 효율을 극대화하는 구조다.

투자금과 참여 투자자가 보여주는 신호

초기 펀딩 라운드를 공동 주도한 Radical Ventures와 Khosla Ventures 외에도 Alphabet, Kleiner Perkins, Lightspeed, Doerr Capital이 투자자로 참여했다. 구글의 모회사인 Alphabet을 포함해 다양한 경로로 재무적 지원을 확보하며 사업의 안정성을 높였다. 여러 대형 벤처 캐피털이 동시에 참여한 것은 이들이 추구하는 과학 발견 자동화의 상용화 가능성을 높게 평가했다는 신호다.

1999년 구글의 30번째 직원으로 입사한 제프 딘은 검색 엔진의 뼈대인 크롤링(웹페이지 수집)과 인덱싱(데이터 분류), 쿼리 서빙(검색 결과 제공) 시스템을 직접 구축한 핵심 인물이다. 이후 구글 제미나이(Gemini)의 멀티모달 모델 개발과 초기 AI 연구를 주도하며 구글의 기술적 방향성에 큰 영향을 미쳤다. 구글의 초기 성장을 설계한 엔지니어가 이제는 AI를 통한 과학적 발견이라는 새로운 영역을 개척한다.

AI의 활용 단계가 질문에 답하는 수준을 넘어 새로운 사실을 발견하는 단계로 진입했는지 판단하는 기준은 연구 프로세스의 완결성이다. AI가 스스로 가설을 설정하고 이를 실험으로 검증하는 루프를 인간의 개입 없이 수행할 수 있는 능력을 확인해야 한다.