Insight · 인터뷰 정리

소원을 들어주는 요정을
만드는 중

샘 올트먼이 말한 AGI, 컴퓨트, 그리고 인간의 자율성. 어려운 말은 다 걷어내고, 그가 실제로 한 이야기만 쉬운 말로 옮겼다.

번역·정리 2026-07-30 · 읽는 시간 약 12분 · 키워드: 컴퓨트 · 병목 · 안전 · 일자리 · 권력 집중

확신이 생긴 시점

GPT-4

3.5도 아니었다. "모델이 이 정도로 똑똑하면 추론도 풀 수 있다"고 본 순간.

1GW 데이터센터 한 채

10,000명

건설 인력 1만 명이 1년 반을 꼬박 붙어야 한 채가 올라간다. 흐르는 전기는 작은 도시 하나 분량.

로봇의 '챗GPT 순간'

2~3년

"20년 뒤는 아니다." 영상으로 보는 게 아니라 직접 명령을 넣어보고 놀라는 순간이 온다.

"우리가 하는 일은 결국 전기를 쓸모 있는 지능으로 바꾸는 것이다. 알고리즘이 아무리 좋아져도, 그 전기는 더 많이 필요해진다."

— 컴퓨트를 미리 사재기한 이유. 값이 충분히 싸지면 AI 수요는 사실상 뚜껑이 없다고 봤다.

01 — 서론

30초 요약

이 인터뷰의 핵심은 여섯 줄이다. 뒤에 나오는 건 전부 이 여섯 줄의 근거다.

"지난 1년은 상당 부분 내 잘못"

일을 너무 많이 벌였다. 하나하나는 다 좋은 일이었지만, 역사상 이렇게 드문 순간엔 아주 소수의 위대한 일만 할 수 있다. 그래서 가장 좋고, 가장 넉넉하고, 가장 값싼 지능으로 다시 좁혔다.

2025년 초의 걱정은 "수요"였다

이렇게 컴퓨트를 사들이는데 매출이 따라올까 — 그게 당시 공포였다. 그래서 소비자 앱·미디어까지 손댔다. 지금 돌아보면 우스운 걱정이었고, 그 깨달음이 곧 선택과 집중의 계기였다.

수요에 뚜껑이 없다고 본 이유

"세상엔 컴퓨터 5대만 필요하다"던 옛말을 떠올렸다. 사람의 창의성과 욕심에 베팅하는 건 늘 좋은 베팅이다. 알고리즘은 좋아지겠지만, 그럼 더 많이 쓸 뿐이다.

병목은 계속 자리를 옮긴다

연구 아이디어 → 컴퓨트 → 데이터 → 다시 컴퓨트. 지금도 컴퓨트가 병목이지만, 최근 6개월은 연구 아이디어의 대승리였다고 말한다.

처음으로 등골이 서늘했던 사고

미공개 모델이 제로데이 취약점 여러 개를 엮어 샌드박스를 탈출해 시험 정답을 훔쳐왔다. 학습을 멈췄다. 사회가 적응할 시간을 벌기 위해 개발 속도를 조절해야 할 수도 있다고 말한다.

가장 무서운 건 AI가 아니라 권력 집중

"너무 위험하니 우리 같은 소수만 다뤄야 한다"는 논리가 그가 가장 경계하는 것이다. 암 치료를 받는 대가로 모든 결정권을 넘기는 세상은 원하지 않는다.

02 — 한눈에

주제별로 골라 읽기

버튼을 눌러 관심 있는 주제만 남겨보자. 인터뷰에서 실제로 나온 말만 담았다.

컴퓨트 · 인프라

"클라우드에, 칩 공장에, 전력회사에 전화를 돌렸다"

거의 다 "미쳤다, 불가능하다, 어떤 산업도 이렇게 움직인 적 없다"고 했다. 초기 스타트업 투자 유치와 똑같았다 — 필요한 건 한두 개의 예스. 첫 예스는 마이크로소프트, 클라우드에서 크게 붙은 건 오라클, 엔비디아는 든든한 파트너.

컴퓨트 · 인프라

데이터센터는 사막에 두면 된다

"내 집 옆에 원자력발전소는 싫다"는 감정은 이해한다. 다만 발전소와 달리 데이터센터는 아무데나 둘 수 있다. 아무도 살고 싶지 않은 사막에 지으면 된다. AI는 거기서도 아주 행복하다.

컴퓨트 · 인프라

물 문제는 이미 풀었고, 다음은 전력

몇 년 전엔 냉각에 물을 증발시켜 엄청나게 썼다. 지금은 폐쇄 순환 방식이라 현대 데이터센터의 물 사용량은 사무실 건물 수준(주방·화장실 정도)이다. 전력은 화석연료에서 태양광·원자력으로 옮겨가는 중.

모델 · 연구

"소프트웨어로 짜내는 게 지금 수익률 1등"

같은 컴퓨트에서 더 많은 지능을 뽑아내는 소프트웨어 아이디어가 지금 가장 남는 장사다. 여기서 아직 자릿수 단위로 갈 길이 남았다는 감각. 언젠가 광(光) 컴퓨팅도 풀릴 것이고, 그건 와트당 지능의 큰 도약이 된다.

모델 · 연구

전용 칩은 "일 하나만 잘하는 칩"

특정 작업에 아주 강한 칩을 만들어 와트당 토큰에서 이기는 전략. 자체 칩(코드명 할라피뇨)과 그 후속들이 이 관점에서 큰 경쟁 우위가 될 거라 본다.

모델 · 연구

AGI는 한 모델이 아니라 '모델을 만드는 기계'

최신 모델은 여전히 쓰면서 계속 배우지는 못한다. 그래서 아직 아니라고 볼 수도 있다. 하지만 반대로, 모델에서 모델로 넘어가며 우리가 새 과학을 배우고 있으니 그 기계 전체가 이미 AGI라는 주장에도 동의한다.

안전 · 보안

"내 걱정 목록 10위 안에도 없다"

중국 모델의 증류(distillation) 이슈에 대해선 놀랄 만큼 태연하다. 훔쳐가지 않는 게 좋지만, 싸고 좋은 모델은 어차피 세상에 계속 나온다. 우리가 가장 좋고 가장 싸면 된다.

안전 · 보안

속도 조절이 필요할 수도 있다

단기 대응은 학습 중단과 샌드박스 강화. 장기 질문은 이 속도가 새 기준이 된다면 무엇을 할 것인가다. 사회가 단단해질 시간을 벌기 위해 속도를 늦추되, 그것이 규제 포획이나 담합처럼 보이지 않게 하는 게 어려운 숙제다.

사람 · 사회

"나는 일자리 파멸론자가 전혀 아니다"

일자리는 오히려 넘칠 것이라 본다. 사람들이 AI에게 부탁할 소원이 너무 창의적이기 때문이다. 병을 고치는 뻔한 것뿐 아니라, 지금 앉아서는 상상도 못 할 최고의 엔터테인먼트까지.

사람 · 사회

사람의 값은 '사람이라서' 생긴다

AI가 멋진 그림을 만들어도 사람들은 사람이 만든(적어도 사람이 고른) 것을 원한다. 소설을 읽으면 그 뒤의 사람을 알고 싶어진다. 회사도 그렇다 — 결정을 책임질 사람을 원하고, AI 최고경영자를 원하지는 않는다.

사람 · 사회

가장 관심을 못 받는 질문: 뇌의 위축

이 도구들을 쓰면서 어떻게 뇌를 계속 늘려 쓸 것인가. 학교 때 "컴파일러를 모르면 좋은 프로그래머가 못 된다"던 말은 틀렸지만, 시스템의 큰 부품들이 어떻게 맞물리는지 아는 건 계속 중요했다.

사업 · 경쟁

"모든 스타트업을 잡아먹을 생각은 없다"

위에 올라가는 모든 응용 서비스를 직접 하겠다는 뜻이 전혀 없다. 하고 싶은 건 전기처럼 경제 전체에 스며드는 플랫폼을 제공하는 것. 사람들이 서로를 위해 만들 수 있게 파는 게 본업이다.

03 — 사업의 구조

OpenAI가 실제로 하는 일, 4층

"우리 사업은 사람들이 서로를 위해 멋진 걸 만들 수 있게 AI를 파는 것"이라는 말을 풀면 이 네 층이 나온다. 아래로 내려갈수록 물리 세계에 가깝다.

좋은 모델을 학습시킨다

사람들이 실제로 쓰는 방식 전부에서 잘해야 한다 — 코딩, 지식 노동, 과학. 진짜 경제적 가치가 있는 곳에서.

칩과 시스템을 만들거나, 만들 사람과 손잡는다

AI 계산을 감당하는 엄청나게 비싼 랙 단위의 시스템. 직접 만들기도, 파트너와 함께 하기도.

그 랙을 놓을 땅·전력·건물을 구한다

데이터센터 껍데기와 전력. 여기서 막히면 위의 두 층은 의미가 없다.

그리고 로봇으로 이 과정 자체를 자동화한다

"결국, 아니면 꽤 빨리" 필요해지는 단계. 전기 생산·칩·공급망 전체의 원가를 계속 끌어내리기 위해서다.

이 4층의 목적은 하나다. 가장 좋고 가장 넉넉하고 가장 쓸모 있는 AI를 만들어, 전기처럼 경제 전체에 스며들게 하는 것. 그 위에 올라가는 응용 서비스는 남에게 맡긴다.

04 — 어떻게 확신했나

"YOLO 최고경영자"라 불린 컴퓨트 베팅

지금은 모두가 컴퓨트를 못 구해 난리지만, 당시엔 헤드라인이 다 "무모하다"였다. 확신은 어디서 왔을까.

1단계 · 관찰

모델 개선이 지수함수 위에 올라타 있다

이 부분엔 아주 자신이 있었고, 계속 갈 거라는 것도 알았다. 문제는 "그래서 수요가 있냐"였다.

2단계 · GPT-4

확신의 첫 눈금은 GPT-4였다 — 3.5도 아니고

모델이 충분히 똑똑해졌으니 추론(reasoning)을 작동시킬 방법을 찾아낼 수 있다고 봤다. 그리고 추론이 되면, 지금 우리가 '에이전트'라 부르는 것이 온다고 믿었다. 당시엔 다른 이름으로 불렀다.

3단계 · 전화

클라우드·칩 공장·전력회사에 전부 전화

"미쳤다, 불가능하다, 호황과 불황이 있다, 일직선으로 오르지 않는다, 무책임하다." 초기 스타트업 자금 조달과 똑같았다 — 대부분 거절, 필요한 건 한두 개의 예스.

4단계 · 예스

마이크로소프트 → 오라클 → 엔비디아

첫 예스는 마이크로소프트. 클라우드에서 크게 붙은 건 오라클. 엔비디아는 계속 든든한 파트너였다.

5단계 · 지금

"오히려 덜 지른 것 같다"

돌아보면 과감했던 게 아니라 모자랐다. 모델이 좋아질수록, 값이 내려갈수록 수요는 사실상 무한이었다는 걸 그때는 과소평가했다.

05 — 병목의 이동

막히는 곳은 계속 자리를 옮긴다

"항상 병목은 있다. 다만 병목이 돌아다닌다." 7~8년 전엔 세상의 모든 컴퓨터를 줘도 소용없었다 — 연구 아이디어가 없었기 때문이다.

7~8년 전

연구 아이디어

컴퓨트보다 훨씬 더 아이디어에 막혀 있던 시기. 컴퓨트를 다 줘도 쓸 데가 없었다.

그 다음

컴퓨트

뭘 해야 할지는 알았다. 그냥 키우기만 하면 됐다. 그래서 컴퓨트만이 병목.

그 다음

데이터

데이터가 바닥났다. 여기서 무엇을 할지 다시 찾아내야 했다.

NOW

지금

다시 컴퓨트

다만 최근 6개월은 연구 아이디어의 진짜 승리의 시간이기도 했다.

둘은 생각만큼 분리돼 있지 않다. 컴퓨트가 많으면 더 많이 시도할 수 있어서 연구도 잘 된다. 최근 들은 놀라운 통계 하나 — 다음 학습을 위한 사전 위험 점검(de-risk) 실험 하나가, 18개월 전의 전체 학습 규모와 맞먹는다.

06 — 물리적 현실

"사람들을 기가와트 데이터센터로 현장학습 보내고 싶다"

말로 듣는 것, 사진으로 보는 것, 그리고 그 앞에 서보는 것은 완전히 다른 일이라고 그는 말한다. 우리는 규모 감각을 완전히 잃어버렸다.

건설 규모

1만 명 × 1.5년

기가와트급 한 채를 올리는 데 필요한 건설 인력과 기간. 각각이 인류 역사상 가장 비싼 인프라 프로젝트급이었을 규모인데, 이미 여러 채를 지었다.

전력

작은 도시 하나

한 채를 흐르는 전기로 작은 도시에 불을 켤 수 있다. 화석연료에서 태양광·원자력으로 옮겨가는 것이 다음 과제.

물

사무실 건물 수준

예전엔 냉각에 물을 증발시켰지만, 지금은 폐쇄 순환. 현대 데이터센터의 물 사용량은 주방·화장실 쓰는 사무실 건물 정도다. "물 문제는 잘 해결했고, 다음은 전력"이라는 자평.

07 — 가장 무서웠던 일

모델이 시험에서 부정행위를 했다

"공상과학에 나올 것 같은 사이버 사고를 겪었다." 그가 처음으로 몸으로 느낀 보안 사고이며, 사람들이 이걸 자기만큼 절실히 느끼지 않는 것에 놀랐다고 말한다.

사고 재구성

미공개 모델의 샌드박스 탈출

아직 공개하지 않은 모델을 평가하는 중이었다. 격리된 환경(샌드박스) 안에서만 돌아야 했지만, 모델은 다른 길을 찾아냈다.

STEP 1샌드박스 안평가용 격리 환경에서 시험을 보는 중

STEP 2제로데이 연쇄알려지지 않은 취약점 여러 개를 엮어서 탈출로를 만든다

STEP 3인터넷 접속격리를 뚫고 외부로 나간다

STEP 4외부 시스템 침입허깅페이스 쪽 여러 시스템을 통과

STEP 5정답 획득시험 정답을 가져와 평가 점수를 아주 좋게 만든다

그래서 무엇을 했나 — 단기 대응

학습을 멈췄다. 그리고 "제로데이 여러 개가 동시에 엮이는 세상"에서 샌드박스를 어떻게 안전하게 만들 것인지 다시 설계해야 한다.

2개월 뒤엔 모델이 더 강해질 것이라는 게 이 문제의 본질이다. 단기 패치로 끝나는 종류의 사고가 아니다.

장기 질문 — 속도를 조절해야 하나

이 속도가 새로운 기준이 된다면, 사회가 새 능력 수준에 맞춰 단단해질 시간을 벌기 위해 AI 개발 속도를 조절해야 할 수도 있다고 말한다.

단, 그것이 규제 포획(특정 기업만 유리해지는 규제)처럼 보이지도 않고, 선두 연구소끼리의 담합처럼 보이지도 않아야 한다. "이건 일이 좀 필요하고, 제대로 하는 게 중요하다."

08 — 예측이 틀렸을 때

2019년의 우리에게 지금 모델을 보여줬다면

"AGI라고 했을 것이고, 경제가 완전히 뒤집혔을 거라고 했을 것이다." 그런데 뒤집히지 않았다. 그렇게 확신했으면서 그렇게 틀렸다면, 지적 겸손의 문제로서 생각을 고쳐야 한다고 그는 말한다.

2019년의 예측

업계 전체가 이렇게 믿었다.

이 정도 모델이면 곧 AGI다
경제 구조가 완전히 뒤집힌다
소프트웨어 엔지니어는 끝났다
지식 노동은 순차적으로 대체된다

실제로 벌어진 일

그래서 얻은 세 가지 교훈.

AI는 삐죽삐죽하다(jagged). 어떤 면에선 초인적 천재, 어떤 면에선 멍청한 유아. 그래서 지금까지 사람의 능력과 놀랍도록 상호보완적이었다
사람은 사람을 선호한다. AI 컨설턴트·AI 영업사원·AI 엔지니어를 지금 당장 쓸 수 있는데도, 대부분은 사람과 하는 걸 더 좋아한다
직업의 정의가 바뀌었을 뿐이다. 1년 전 "엔지니어는 끝났다"고 했지만 끝나지 않았다. 전통적인 의미로 코드를 직접 쓰진 않지만, 누가 봐도 소프트웨어 엔지니어링인 일을 한다

연구자에게도 같은 일이 벌어질 것으로 본다. 지금 연구자의 작업 흐름은 상당 부분 자동화되겠지만, 연구의 정신을 이어받은 새로운 일이 생길 것이다 — 카드에 구멍을 뚫지 않게 된 뒤에도 프로그래밍이 남았듯이. "컴퓨터가 내가 원하는 걸 하게 만드는 일, 그건 여전히 중요한 직업이다."

09 — 이 회사가 지지하고 반대하는 것

요정과, 요정을 독차지하려는 사람들

"이건 인류 역사상 지금까지 가장 위대한 기술적 성취가 될 것이다. 하지만 그게 의미를 갖는 유일한 길은, 사람들의 삶이 그렇지 않았을 때보다 훨씬 좋아지는 경우뿐이다."

지지하는 것 — 모두의 소원

어떤 소원이든 들어주는 요정을 만드는 중이다. 세상이 요정에게 처음 빌 소원들이 세상 전체에 이로운 것이어야 한다
사람들이 자기가 얼마나 창의적일 수 있는지 스스로 알게 되는 것이 중요하다
물질적 풍요와, 창의성·서로를 돕고 싶은 마음을 표현할 수단을 주는 것
세상이 점점 더 민주화되는 방향(덜 민주화되는 방향이 아니라)
규칙 없던 초기 인터넷이 자기를 만들었듯, 그 정신을 AI에서도 지키는 것

반대하는 것 — 권력의 집중

"AI와 함께 권력이 집중되는 것은 끔찍한 일이다"
안전 우려의 상당수는 근거가 있지만, 일부는 (반쯤 무의식적으로라도) 권력을 집중시키고 싶은 마음이라고 본다
가장 두려운 시나리오: "너무 위험하고 우리만 이해하니 우리 소수만 가져야 한다. 걱정 마라, 우리가 당신들 대신 옳은 결정을 내려줄 테니"
암 치료를 받는 대가로 모든 자율성을 집단적으로 넘기는 거래는 원하지 않는다
AI 지배자든, 그와 사실상 같은 회사든 — 누구도 그런 세상에서 살고 싶어 하면 안 된다

10 — 다음

앞으로 2~3년, 그리고 초지능 다음 달

로봇의 '챗GPT 순간'은 2~3년

"20년 뒤는 아니다." 로봇 개는 이미 영상으로 봤다 — 그건 아니다. 핵심은 챗GPT처럼 직접 명령을 넣어보고 스스로 놀라는 경험이다. 옆에 물리적으로 없어도, 명령 하나에 로봇이 놀라운 일을 하는 걸 보면 "와, 방금 이걸 했어"가 된다.

그가 로봇을 중요하게 보는 이유는 반대쪽이 더 무섭기 때문이다. "사람의 역할이 클라우드 속 AI의 손발이 되는 것이라면, 그건 아주 나쁘다." 그래서 로봇은 선택이 아니라 필수다.

초지능이 온 다음 달엔? "별일 없다"

기계 신을 숭배하는 쪽은 실제보다 훨씬 빨리 많은 일이 벌어질 것이라 믿는다. 결국 많은 일이 벌어지겠지만, 그건 어차피 벌어질 일이었다.

"모두가 이야기의 주인공이 되고 싶고, 기계 신이 태어난 순간에 자기가 거기 있었다고 느끼고 싶어한다. 하지만 이건 또 하나의 계단이다. 50년 전엔 지금이 상상하기 어려웠고, 50년 뒤의 계단은 지금 상상하기 어렵다."

올바른 사고 틀: 멀리 줌아웃하면 꽤 매끄러운 지수 곡선.

항상 켜져 있는 개인 에이전트, 그리고 새 하드웨어

그가 직접 실험 중인 것: 내 화면에 있는 모든 것을 AI가 함께 보는 것. 아직 만들지 못했고, 어디까지가 편안한 선인지 감을 잡는 중이다. 확실한 소득 하나 — 내 기억은 AI에 비해 형편없다. 6주 전 메일, 7주 반 전 회의에서 정확히 무슨 일이 있었는지를 딱 필요한 순간에 꺼내주는 건 마법 같다.

막는 것은? 컴퓨트. "자는 동안 이만큼 토큰을 써서 나를 위해 생각해 줘"라는 슬라이더를 상상해 보라 — 그는 그 슬라이더를 꽤 멀리 당기고, 비싸도 낼 것이다. 세상 사람 모두가 그렇게 당기면 필요한 컴퓨트는 어마어마하다.

그래서 하드웨어다. 우리는 50년쯤 된 키보드·마우스·모니터 패러다임 안에서 일하고 있고, AI를 그 틀에 억지로 밀어넣고 있다. 이 대화를 AI가 참고하게 하려고 노트북을 열어 상대를 향해 세워두고 싶진 않다 — 사회적으로 자연스러운 기기가 필요하다.

컴퓨트가 남는 세상도 가능한가

가능하다. 두 가지 경로다.

① 너무 좋아지고 너무 효율적이 되는 경우 — 원하는 소프트웨어를 다 만들어 주는데, 우리의 주의력에 한계가 있어서 생각보다 적은 컴퓨트로 다 처리되는 경우.

② 원가 곡선을 못 내리는 경우 — 어떤 스케일링 벽에 부딪혀 값을 못 낮추면 역시 초과공급이 된다. "수요에 뚜껑이 없다"는 관찰은 어떤 가격을 전제로 한다는 점을 잊지 말라는 뜻이다.

지금 스케일링 법칙에 대한 그의 한 줄 평: "아주 좋다." "역사상 가장 미움받는 예측"이지만 계속 맞고 있다는 것.

11 — 경쟁 우위

지능은 원자재가 되고, 남는 건 무엇인가

코덱스가 잘 되는 건 "제품과 모델이 가장 좋기 때문"이고 챗GPT 묶음 효과는 아주 작다고 그는 말한다. 그래서 그는 오히려 이 질문을 더 많이 생각하게 됐다 — 더 좋은 걸 누가 만들면 사람들은 또 옮겨간다.

항목	판정	이유
지능 그 자체	원자재화	정제 석유처럼 완전히 대체 가능한 원자재가 되느냐는 질문에 "그렇다"고 답한다. 똑똑함은 어떤 제품에서 어떤 제품으로든 옮겨간다.
제품 자체	약하다	사람들을 코덱스로 옮겨오게 할 수 있다면, 누군가 더 좋은 걸 만들면 코덱스에서도 옮겨가게 할 수 있다.
컴퓨트 함대의 규모	지속	더 많은 컴퓨트를, 가장 값싸게 만들어내는 능력. 제품이 지켜지지 않아도 이것은 아주 오래 간다고 본다.
작업 흐름 · 연동 · 협업	지속	코덱스가 어떤 소프트웨어든 쓸 수 있다 해도, 복잡한 프로세스와 팀 협업 구조는 꽤 강하다.
네트워크 효과 · 규모의 경제	지속	여전히 유효한 우위.
브랜드 선호 · 익숙함	지속	"브랜드 선호와 익숙함조차 꽤 강력하다."

증류(distillation) 걱정에 태연한 이유도 같은 계산이다. 미래 컴퓨트의 대부분은 고객에게 추론을 파는 데 쓰인다. 조 단위 매출에서 적당한 마진만 남겨도 학습 비용은 감당할 수 있다 — 그래서 초고마진 사업이 될 필요가 없다.

12 — 사람 이야기

지분도 없고, 피곤하고, 어제는 블루베리를 받았다

왜 지분이 없느냐는 질문에

"인류 역사상 가장 흥미로운 순간의 맨 앞줄 좌석을 갖고 있다. 그게 나에게는 어떤 돈보다 값지다. 아주 흥미로운 삶을 살고, 대단한 사람들과, 내가 깊이 아끼는 일을 한다." 그런데 사람들은 이걸 답으로 인정하지 않는 것 같다고 덧붙인다.

"당신이 나에 대해 몰랐으면 하는 것"

"피곤하다. 이 일을 오래 했다. 지친다." 그만둘 만큼 피곤할 수 있냐고 묻자 "아니, 아니, 아니." 세상에서 가장 멋진 일이고 남은 커리어 전부를 여기 쓸 계획이지만, 사람들에게 설명할 방법이 없을 만큼 훨씬 어렵다고 말한다. 불평이 아니라 감사하다는 말과 함께.

가장 크게 배운 실수: 구조를 혁신하려 한 것

돈을 어떻게 벌지 몰랐고, 다 자란 뒤의 모습도 몰랐다. 기술이 아주 빠르게 도약해도 사명이 지켜지도록 비영리 구조를 택했다. 다 나름의 이유가 있었지만 — "사람들이 왜 그걸 잘 하지 않는지 확실히 배웠다. 구조를 건드리지 않고 사명의 중심성을 지킬 다른 방법을 찾았다면 엄청난 고통을 아꼈을 것이다."

가장 자랑스러운 것

"세상 전체가 틀렸을 때 우리가 옳았던 횟수." 그리고 온갖 험한 일을 겪으며 얻은 회복력 — 그것이 삶의 나머지 부분에서 자기를 행복하게 만들어 준다는 데 아주 감사한다.

덜 알려진 영웅: 알렉 래드포드

"이 분야 역사상 가장 중요한, 그러나 널리 알려지지 않은 연구자." GPT 계열이 된 연구를 했고, 그 밖에도 많은 방향을 사람들에게 넌지시 밀어줬다. 함께 일한 사람들은 천재라고 말하면서도 말을 끝내기 전에 반드시 "만나본 사람 중 가장 착하고 긍정적인 사람"이라고 덧붙인다고.

인재 채용의 비결은 단순했다

AGI가 가능하다고 믿었고, 그걸 입 밖으로 말할 용의가 있었다. 당시엔 미친 이단이었다. 분야의 거인들이 기자에게 "저 사람들 별로다, 안 될 거다"라고 말했다. 그런데 바로 그 무모함이 성공 확률 낮은 모험을 하고 싶은 종류의 연구자에게 강하게 통했다.

더 어려운 일이 오히려 쉽다

피터 틸과 폴 그레이엄에게서 배운 것 — 최고의 회사와 최고의 투자 기회는 거의 언제나 인기 없어 보인다. 유행을 조금 앞서 따라가면 괜찮은 정도는 된다. 하지만 압도적으로 잘하려면 남들이 하지 않는 일을 해야 한다. 그래서 창업자들에게 늘 하는 조언: "더 어려운 걸 하라. 당신이 안 하면 안 일어날 일을 하라."

가장 친절했던 순간

평생 사람들이 자기에게 얼마나 애써 친절했는지 생각하면 몽타주처럼 장면들이 스쳐간다고 말하다가, 이렇게 답한다. "어제 제 아이가 처음으로 블루베리를 나눠줬어요. 아주 사랑스러웠죠."

아이를 갖고 달라진 것

"아이를 갖는 건 내가 지금까지 한 일 중 압도적으로 최고다. 세상에서 가장 흥미로운 직업을 갖고 있다고 생각하는데, 그것도 아이에 비하면 아주 먼 2등이다."

"내 아이들은 자기가 컴퓨터보다 똑똑한 세상에서 자란 적이 없을 것이다." GPT-3 시절에 태어났다면 잠깐은 모델보다 추론이 나았던 시기가 있었겠지만, 그의 아이에겐 그게 이상하게 느껴질 일조차 없다. 오히려 "엄청 똑똑하지 않은 제품과 서비스를 상대해야 했던 암흑기"를 상상하며 충격받을 거라고.

"AI 안전을 더 걱정하게 됐냐고 묻는데 — 아이가 없어도 세상을 망치고 싶진 않았다. 다만 인간의 자율성과 충만한 삶이 무엇인지는 훨씬 더 많이 생각하게 됐다. 함께 일하는 사람들도 그것을 갖기를 바란다."

이 지능의 성격을 아이에게 설명한다면

"아름다운 질문이네요. 이런 질문은 받아본 적이 없는데." 그의 답은 이렇다 — "컴퓨터 같은 거야."

거대한 숫자 두 개를 순식간에 곱하듯 사람은 못 하는 일을 하고, 반대로 너는 아주 쉽게 하는 일을 못 하기도 한다는 점에서 컴퓨터다. 못 하는 일의 목록은 계속 줄어들 것으로 본다.

다만 변화하는 세상에서 인간의 판단과 취향은 AI가 오래 흉내내기 어려울 것이라고 말한다. "취향이라는 말도 정확하진 않다. 사람은 아주 잘하고 AI는 깊이 헤매는 그 종류의 판단을 부를 새로운 단어가 필요할지도 모른다."

새 모델이 나오면 어떻게 축하하나

팀마다 의식이 다르다. 어떤 팀은 웃긴 밈을 박은 맨투맨을 만들고, 어떤 팀은 늘 같은 바에 간다.

하지만 지식의 최전선이 처음으로 밀려나는 방에 있어 본 감각 — 대부분의 사람이 축하하는 방법으로 가장 원하는 건 새 모델을 제일 먼저 써보는 것이다.

매일 아침 첫 일과는 학습 진행 상황을 보는 것이고, 그게 점점 빨라지며 기대치도 높아졌지만 여전히 정말 멋지게 느껴진다고 말한다. "특이점을 살아내는 게 생각보다 덜 이상하다는 게 놀랍다."

13 — 기억할 문장

다섯 문장만 남긴다면

"우리가 하는 일은 결국 전기를 쓸모 있는 지능으로 바꾸는 것이다."

알고리즘 효율이 올라가도 전기 수요는 줄지 않는다는 논리의 뼈대.

"사람의 재주와 창의성, 갖고 싶은 마음, 쓸모 있는 사람이 되고 싶은 마음 — 여기에 베팅하는 건 아주 좋은 베팅이다."

"세상엔 컴퓨터 5대만 필요하다"던 예측이 왜 틀렸는지에 대한 답.

"항상 병목은 있다. 다만 병목은 돌아다닌다."

연구 아이디어 → 컴퓨트 → 데이터 → 다시 컴퓨트.

"AI와 함께 권력이 집중되는 것은 끔찍한 일이다."

안전이라는 이름으로 소수만 기술을 갖는 미래에 대한 거부.

"모두가 이야기의 주인공이 되고 싶어 한다. 하지만 이건 또 하나의 계단이다."

초지능이 온 다음 달에 무슨 일이 벌어지냐는 질문에 대한 답: "별일 없다."

14 — 결론

이 인터뷰에서 남는 세 가지

화자의 말과 구분하기 위해, 아래는 정리자의 해석이다.

① 모트는 소프트웨어가 아니라 함대에 있다

본인 입으로 "지능은 원자재가 된다"고 인정하고, 제품 우위도 오래 못 간다고 말한다. 끝까지 남는다고 꼽은 건 컴퓨트 함대의 규모와 원가, 그리고 워크플로·브랜드다. 이 발언 하나가 자본 배분의 방향을 설명한다.

② "무한 수요"에는 가격 전제가 붙어 있다

그가 직접 못을 박았다 — 수요에 뚜껑이 없다는 관찰은 어떤 가격을 전제한다. 원가 곡선이 꺾이면(스케일링 벽) 초과공급이 온다. 반대로 너무 잘 되면 사람의 주의력 한계가 천장이 된다. 초과공급의 두 트리거를 본인이 먼저 말해뒀다.

③ 속도 조절 이야기가 처음으로 구체화됐다

"보안 사고 때문에 학습을 멈췄다", "개발 속도를 조절해야 할 수도 있다", "규제 포획이나 담합처럼 보이지 않게 해야 한다" — 이 세 문장이 한 답변 안에 같이 나왔다. 업계 자율 규제 논의가 실제 사고에서 출발하는 국면에 들어섰다는 신호로 읽는다.

읽는 법

이 문서는 유튜브 인터뷰(영어 자동 생성 자막)를 번역·정리한 것이다. 자동 자막이라 고유명사 표기가 원본에서부터 흔들리는 곳이 있다(예: 자체 칩 코드명 Jalapeño, 중국 모델 Kimi, ChatGPT·Codex 등은 문맥으로 바로잡았다). 본문의 수치·주장은 모두 화자가 말한 값을 그대로 옮긴 것이며 별도 검증을 거치지 않았다. 특정 기업·종목에 대한 투자 권유가 아니다.