구글의 전설적인 엔지니어 제프 딘(Jeff Dean)이 검색 거물 구글을 떠나 디스커버리 루프(Discovery Loop)를 설립합니다. 이 회사는 실험에 막대한 컴퓨팅 자원을 투입하여 과학 연구 방식을 재정의하려 합니다.
구글과 DeepMind 출신의 강력한 팀
딘은 구글의 30번째 직원이자 구글의 검색 인프라와 Gemini의 멀티모달 모델 구축을 도운 인물입니다. 그는 CEO를 맡을 예정입니다.
그는 연구진으로 구성된 '드림팀'을 영입했습니다. 시니어 펠로우이자 유명 엔지니어인 Sanjay Ghemawat, Google Brain의 창립 멤버인 Quoc Le, 그리고 DeepMind의 시니어 연구 과학자인 Oriol Vinyals가 그 주인공입니다. 이들의 경력은 분산 시스템, 신경망, 강화 학습을 아우르고 있으며, 이는 Discovery Loop가 기술적으로 매우 난도가 높은 문제들을 다룰 것임을 시사합니다.
자동화된 실험을 통한 과학 연구 가속화
Discovery Loop는 연구 과정에서의 '인적 병목 현상(human bottleneck)'을 타파하는 것을 목표로 하는 공익 법인(public-benefit corporation)으로 조직되었습니다. 전통적인 연구실은 가설 설정, 실험, 분석, 의사결정이라는 느리고 순차적인 루프를 거칩니다. 이 스타트업은 이를 한 번에 수천 개의 실험을 실행할 수 있는 '고성능 알고리즘(high-octane algorithms)'으로 대체하고자 합니다.
이들의 핵심 논제는 두 가지 대담한 목표를 가지고 있습니다:
- 실험 루프의 자동화 – AI를 사용하여 가설 생성, 테스트 및 개선을 관리함으로써 데이터의 양과 질을 모두 높입니다.
- 재귀적 자기 개선(Recursive self-improvement) – 더욱 강력한 AI를 설계하는 데 도움을 주는 AI를 구축하여, 인간의 개입을 최소화하고 혁신을 기하급수적으로 가속화합니다.
차세대 AI 프런티어를 위한 막대한 지원
Alphabet이 시드 라운드에 참여하며, Radical Ventures와 Khosla Ventures가 공동 주도합니다. Kleiner Perkins, Lightspeed, Doerr Capital도 참여했습니다.
이번 투자 규모는 차세대 AI 물결이 거대 언어 모델(LLM)을 넘어, 연구를 수행하고 물리적·디지털적 돌파구를 마련하는 '에이전트형(agentic)' 시스템으로 나아갈 것이라는 믿음이 커지고 있음을 반영합니다.
AI 생태계에서 이것이 중요한 이유
딘의 퇴사는 '콘텐츠를 위한 AI'에서 '발견을 위한 AI'로의 전환을 의미합니다. 지난 2년 동안 생성형 AI가 시장을 주도해 왔다면, Discovery Loop는 AI와 기초 과학(hard sciences)의 교차점에 자리 잡고 있습니다. 만약 이 모델이 성공한다면 신약 개발, 재료 과학, 에너지 연구 등이 비약적으로 빨라져 인류가 가장 어려운 기술적 과제에 맞서는 방식을 재편할 수 있습니다.
핵심 요약
- 엘리트 인재의 이동 – Jeff Dean, Sanjay Ghemawat, Quoc Le, Oriol Vinyals가 Discovery Loop를 설립하기 위해 구글을 떠납니다.
- 자동화된 과학 – 이 스타트업은 인적 병목 현상을 우회하기 위해 수천 개의 AI 기반 실험을 병렬로 실행할 예정입니다.
- 막대한 자본 – Alphabet과 Khosla Ventures, Radical Ventures를 포함한 일류 벤처 캐피털들이 자금을 투입했습니다.
이 도박 뒤에 숨겨진 인재들
딘은 구글에서 가장 찬사받는 세 명의 엔지니어를 영입합니다. 웹의 상당 부분을 구동하는 분산 시스템을 구축한 시니어 펠로우 Sanjay Ghemawat, 딥러닝 기술을 개척한 Google Brain의 창립 멤버 Quoc Le, 그리고 강화 학습 분야에서 실적을 쌓은 DeepMind의 시니어 연구 과학자 Oriol Vinyals가 그들입니다. 이들은 대규모 데이터 처리에 기반이 되는 MapReduce 패러다임과 오늘날 언어 모델을 구동하는 신경망을 함께 구축한 인물들입니다.
스타트업의 계획
Discovery Loop의 공익 법인 정관은 이 회사가 이윤과 함께 사회적 영향을 고려하도록 의무화하고 있습니다. 이들의 미션은 연구에서의 '인적 병목 현상'을 제거하는 것입니다. 일반적인 연구실에서 과학자는 가설 설정부터 실험, 분석, 그리고 다음 단계로 넘어가는 데 수주 또는 수개월을 소비합니다. 딘의 팀은 AI가 가설을 생성하고, 수천 개의 실험을 병렬로 설계 및 실행하며, 그 결과에 따라 스스로의 모델을 개선하기를 원합니다.
로드맵은 서로 얽힌 두 가지 목표에 집중합니다. 첫째, 가설 생성부터 데이터 수집 및 분석에 이르기까지 전체 실험 파이프라인을 자동화하는 플랫폼을 구축하는 것입니다. 둘째, 스스로의 설계를 개선할 수 있는 AI를 개발하여, 각 세대가 더 유능한 후계자를 만드는 데 기여하는 피드백 루프를 생성하는 것입니다. 이 플랫폼이 작동한다면, 막대한 시행착오에 의존하는 분야인 신약 개발, 재료 과학, 에너지 연구 등이 비약적으로 가속화될 수 있습니다.
비전 뒤에 있는 자금
Alphabet의 시드 라운드 참여는 모기업의 전략적 관심을 나타냅니다. Radical Ventures와 Khosla Ventures가 이번 라운드를 공동 주도하며, Kleiner Perkins, Lightspeed, Doerr Capital이 추가로 투자했습니다. 투자자 명단은 다음 세대의 AI 가치가 단순히 거대 언어 모델(LLM)뿐만 아니라, 자율적으로 행동할 수 있는 '에이전틱(agentic)' 소프트웨어에서 나올 것이라는 믿음을 보여줍니다.
더 넓은 AI 생태계에 중요한 이유
Discovery Loop가 성과를 낸다면, 그 영향력은 자체 제품을 훨씬 넘어 확산될 수 있습니다. 유효한 신약 후보 물질을 식별하는 시간을 단축함으로써 제약 파이프라인의 비용을 수십억 달러 절감하고, 환자들에게 생명을 구하는 치료제를 더 빠르게 제공할 수 있습니다. 재료 과학 분야의 빠른 반복 연구는 항공우주 및 가전제품을 위한 더 가볍고 강하며 지속 가능한 복합 소재를 만들어낼 수 있습니다. AI를 인간의 사고를 돕는 도구에서 스스로 사고할 수 있는 시스템으로 전환함으로써, 이 스타트업은 연구 권력을 막대한 컴퓨팅 자원을 감당할 수 있는 조직으로 이동시킬 수 있습니다.
핵심 요약
Jeff Dean이 Google을 떠나 Discovery Loop를 이끌게 된 것은 희귀한 기술적 전문성, 깊은 업계 네트워크, 그리고 상당한 자본을 결합하는 계기가 되었습니다. 이 회사는 과학 실험 루프를 자동화하고 스스로 개선되는 AI를 구축하는 것을 목표로 하며, 이를 통해 수년이 걸릴 연구를 단 몇 주 만에 압축할 수 있습니다. 하지만 AI가 단순한 영리한 도구를 넘어 진정한 실험실 파트너가 될 수 있음을 증명하기 전까지는 기술적, 물류적, 문화적 장벽을 극복해야 합니다. 향후 몇 달간의 행보는 '자동화된 발견(automated discovery)'이 AI의 현실적인 다음 단계가 될지, 아니면 결승선 직전에 멈춰버릴 비전적인 질주에 그칠지를 보여줄 것입니다.