알파고 창시자, LLM 없이 AI 구축을 위해 10억 달러 기록 자금 조달

Google DeepMind에서 강화학습의 선구자로서 AlphaGo 개발을 이끈 David Silver가 런던 소재 스타트업 Ineffable Intelligence를 위해 10억 달러의 시드 투자를 유치하고 있습니다. 이 회사는 대규모 언어 모델이 초지능으로 향하는 올바른 경로가 아니라는 전제에서 출발했습니다.

Sequoia Capital이 주도하는 이번 거래가 최종 성사되면 유럽 스타트업 역사상 최대 규모의 시드 투자 라운드가 됩니다. Nvidia (NVDA ), Google, Microsoft (MSFT )도 참여를 논의하고 있지만 협상은 진행 중이며 최종 조건은 달라질 수 있습니다. 투자 전 기업가치는 40억 달러로 평가됩니다.

DeepMind에서 강화학습 담당 부사장을 지낸 Silver는 2025년 11월 Ineffable Intelligence를 조용히 법인화했고 2026년 1월 이사로 선임됐습니다. Silver가 설명한 회사의 사명은 “모든 지식의 토대를 스스로 발견하며 끝없이 학습하는 초지능”을 만드는 것입니다.

이 설명에는 의도적인 도발이 담겨 있습니다. 인터넷 텍스트로 학습한 LLM의 규모를 키우는 데 수천억 달러를 쏟아붓는 업계에서 Silver는 이 접근법 자체에 한계가 있다고 주장합니다.

인간 데이터에 반대하는 논리

Silver의 주장은 그를 유명하게 만든 연구에서 직접 이어집니다. 2017년 DeepMind CEO Demis Hassabis와 Silver는 인간의 기보를 전혀 사용하지 않고 오직 자기 대국만으로 학습한 AlphaGo Zero를 발표했습니다. 이 시스템은 인간 데이터로 학습한 기존 AlphaGo를 100대 0으로 이겼습니다.

이 결과는 AI 연구계를 충격에 빠뜨렸습니다. 상호작용과 보상만으로 처음부터 학습한 시스템이 인간의 지식을 따라잡는 데 그치지 않고, 인간 데이터로 훈련된 버전이 단 한 판도 이기지 못할 만큼 압도적으로 넘어섰기 때문입니다.

Silver는 이후 처음부터 체스와 쇼기, 바둑을 익힌 AlphaZero와 게임 규칙조차 미리 제공받지 않고 계획하는 법을 학습한 MuZero로 이 접근법을 확장했습니다. 각 시스템은 같은 결론을 뒷받침했습니다. 최고의 성능은 인간을 모방하는 데서가 아니라 경험을 통해 학습하는 데서 나온다는 것입니다.

DeepMind를 떠나기 전에 녹음한 DeepMind 팟캐스트에서 Silver는 AI의 시대를 현재의 ‘인간 데이터 시대’와 앞으로 다가올 ‘경험의 시대’로 구분했습니다. 그는 오늘날의 LLM이 인간 데이터와 피드백에 의존하기 때문에 본질적인 제약을 갖는다고 말했습니다. 인공 초지능에 도달하려면 인간의 지식 자체를 넘어가야 한다는 주장입니다.

이는 Silver가 강화학습의 선구자 Rich Sutton에게 배운 앨버타대학교에서 이름을 딴 ‘앨버타 학파’ 철학입니다. Sutton은 영향력 있는 2019년 에세이 ‘The Bitter Lesson’에서 인간 지식에 의존하는 방법은 결국 계산과 학습을 확장하는 방법에 패한다고 주장했습니다. Silver는 이 원칙 위에 회사 전체를 세우고 있습니다.

초지능 스타트업 경쟁

유명 연구소를 떠나 초지능에 집중하는 회사를 세우고 막대한 투자를 유치한 최고 수준의 연구자는 Silver가 처음이 아닙니다. OpenAI의 전 수석과학자 Ilya Sutskever는 제품 기업의 압박에서 벗어난 집중적인 연구가 초지능에 더 빨리 도달할 수 있다는 비슷한 주장으로 2024년 Safe Superintelligence를 설립했습니다. SSI는 이후 300억 달러가 넘는 기업가치로 수십억 달러를 유치했습니다.

두 사례의 공통점은 시사적입니다. 두 연구자 모두 자신이 정체성을 형성하는 데 기여한 조직을 떠났습니다. 두 사람 모두 LLM을 확장하고 챗봇 구독을 판매하는 현재의 패러다임이 우회로라고 봅니다. 또한 제품을 만들거나 연구 결과를 발표하기도 전에 오직 명성만으로 막대한 자본을 끌어들였습니다.

하지만 기술적 접근법은 다릅니다. Sutskever는 SSI의 기술 방향에 대해 공개적으로 거의 말하지 않았습니다. 반면 Silver는 언어 모델이 아니라 강화학습과 자기 대국, 제1원리부터의 학습이라고 분명히 밝혔습니다. 대부분의 AI 연구소가 LLM의 추론 능력을 어떻게 높일지 논의하는 동안 Silver는 LLM이 애초에 기반이 되어야 하는지를 묻고 있습니다.

10억 달러 규모의 시드 투자는 AI 투자 환경이 얼마나 크게 달라졌는지도 보여줍니다. Anthropic의 기업가치는 최근 3,500억 달러에 근접했습니다. OpenAI와 Google, Anthropic이 더 빠른 속도로 새 모델을 내놓으면서 최첨단 AI 분야의 경쟁 압력도 높아졌습니다. 이런 상황에서 한 명의 연구자가 이끄는 제품 출시 전 기업에 투자 전 기준 40억 달러의 가치를 부여하는 일이 새로운 표준이 되고 있습니다.

매니징 파트너 Alfred Lin과 파트너 Sonya Huang을 통해 이번 라운드를 주도하는 Sequoia의 판단은 명확합니다. Silver는 특정 영역에서 인간의 지능을 실제로 넘어선 시스템을 만들었다고 신뢰할 만하게 주장할 수 있는, 전 세계에서 손에 꼽히는 인물입니다. 강화학습이 범용 초지능으로 가는 올바른 경로라면 그 길을 찾을 가능성이 가장 높은 사람이라는 판단입니다.

위험 역시 분명합니다. AlphaGo와 AlphaZero는 규칙이 명확하고 모든 정보가 공개되며 보상 신호가 잘 정의된 영역에서 성공했습니다. 현실 세계에는 이런 조건이 없습니다. 자기 대국을 게임 밖의 과학과 공학, 추론 같은 개방형 영역으로 확장하는 일은 아직 풀리지 않은 문제이며, Silver 자신도 DeepMind에서 오랫동안 연구했지만 결정적인 돌파구를 내놓지는 못했습니다.

Ineffable Intelligence가 런던에 기반을 둔 점은 이 회사를 유럽의 AI 야망을 뒷받침할 잠재적 중심지로 만듭니다. 유럽은 세계적인 AI 연구자를 배출했지만 미국 연구소가 더 높은 보상과 빠르게 확장할 수 있는 인프라를 제공하면서 인재를 붙잡는 데 어려움을 겪었습니다. 실리콘밸리의 대표적인 벤처회사가 지원하는 10억 달러 규모의 유럽 시드 라운드는 최첨단 AI 연구의 지리적 범위가 넓어질 수 있음을 보여줍니다. 다만 Sequoia와 Nvidia, Google, Microsoft가 모두 미국 기업이라는 점은 고려해야 합니다.

Silver는 업계가 LLM에 집착하는 현상이 인상적이지만 궁극적으로 한계가 있는 국소 최적점이라고 봅니다. 핵심 질문은 강화학습이 지금까지 성공해 온 통제된 환경을 벗어나 복잡하고 모호한 현실 세계에서도 작동할 수 있느냐는 것입니다. 10억 달러의 투자금과 회의론자들이 틀렸음을 입증해 온 Silver의 경력은 그가 가능하다고 믿고 있음을 보여줍니다.