Sergey Brin 모든 모델은 협박하면 성능이 더 좋아집니다. 물리적 폭력을 가하겠다고 위협하면 특히요.
Moderator AI로 경영을 하는 건 정말 쉬운 일 같습니다.
Brin 맞아요.

(00 : 23)
당신이 고용하지도 않은 회사의 관료주의를 맞닥뜨리는 경험은 묘할 것 같아요. 그래도 다른 한편으론, 어떤 ‘말단 직원’이라도 당신에게 “꺼져요”라고 말할 수 있다는 점은 건강한 문화의 신호이기도 합니다.
Moderator 당신은 그냥 시계만 찍고 있는 거잖아요.

(00 : 42)
보고 들으니, 요즘 매일 출근한다고요?
Brin 네. 제 인생에서 가장 즐거운 시간을 보내고 있어요. 사실 공식적으로는 2020년 코로나 직전에 은퇴했거든요. 카페에서 책 읽으면서 쉬어야지 했는데, 한 달 만에 ‘이건 아니구나’ 싶었습니다. 그래서 사무실에 나가기 시작했어요.
솔직히 말하면, 오픈AI에 있는 ‘댄(Dan)’이라는 친구를 파티에서 만났는데 “지금이 컴퓨터 과학 역사상 가장 변혁적인 순간인데 뭐 하고 있냐”고 하더군요.

(01 : 35)
그는 “당신은 컴퓨터 과학자잖아요. 게다가 구글 창립자고. 이런 기회를 놓칠 건가요?”라고 했죠. 그 말에 동감했고, 이곳(구글)으로 돌아와서 정말 놀라운 시간을 보내고 있습니다. AI의 기하급수적 발전 속도는 우리가 지난 30~40년간 해 온 모든 것을 합쳐 놓은 것보다 훨씬 빠르거든요.

(02 : 25)
— 초창기 웹 시절의 열기(모자이크, 넷스케이프)도 기억나지만, AI 발전 속도는 그때와 비교가 안 됩니다.
— AI 모델은 한 달만 자리를 비워도 “와, 무슨 일이 있었던 거야?” 할 정도로 달라져 있어요.

(03 : 31)
스마트폰이 등장했을 때도 급격한 변화였지만, AI는 그보다 훨씬 더 ‘기술 자체가’ 달라집니다.

(04 : 05)
제가 제출한 코드는 사실 별거 아니었어요. 시스템 접근 권한 얻으려고 제 계정을 추가한다든지, 사소한 체인지리스트 정도였죠. 그래도 기본적인 실험은 해야 하니까요.

(04 : 44)
회사에 다시 돌아와서 경영 책임은 거의 없이, 모든 구석구석을 깊이 파고들 수 있다는 건 정말 특권이죠.

(05 : 14)
— 1~2년 전엔 ‘프리-트레이닝(대규모 사전학습)’에 깊이 관여했습니다.
— 요즘은 ‘포스트-트레이닝(후처리·파인튜닝)’ 쪽, 특히 ‘사고형(thinking) 모델’이 흥미롭습니다.
— 아직도 ‘천장’이 어딘지 모를 정도예요.

(06 : 09)
Moderator 프롬프트 엔지니어링에서 딥-리서치로 도약한 걸 비전공자에게 어떻게 설명하시겠어요?
Brin AI의 슈퍼파워는 ‘물량’입니다. 예를 들어 상위 10개 검색 결과를 읽어 정리하는 건 저도 할 수 있어요. 그런데 AI가 상위 1 000개 결과를 읽고 각각 후속 검색까지 하면, 그건 제 일주일치 노동을 몇 분 만에 해내는 셈이죠.

(07 : 44)
어떤 사람들은 아직 이 규모를 체감 못 합니다. 저도 “사망 사고를 마일당으로 계산해줘”라고 시켜 봤는데, AI가 연습 주행 거리까지 추정하면서 몇 분 만에 대학 리포트 수준 분석을 내놓더군요.

(09 : 23)
그런 경험을 하고 나면 “우리 아이들은 뭘 배우면 좋을까? 지금 방식이 맞을까?” 같은 고민이 생깁니다. AI가 이미 수학·코딩 경시대회에서 인간 최상위권을 이기거든요.

(10 : 54)
대학 교육도 이미 변화기였지만, AI가 그 질문을 더 시급하게 만듭니다. 요즘은 솔직히 “굳이 명문대 갈 필요가 있을까?” 싶어요. 아이가 사회성을 기르고 실패를 경험하는 게 더 중요해 보입니다.

(12 : 48)
Moderator 로봇공학·하드웨어는 어떻게 보시나요?
Brin 우린 예전에 보스턴 다이내믹스를 비롯해 로봇 회사를 여러 번 인수·매각했어요. 멋지긴 했지만 ‘소프트웨어’가 준비되지 않았습니다. 언젠가 유용해질 날이 오겠죠. 전 사실 휴머노이드 형태엔 회의적이에요. 세계가 인간 형태에 맞춰져 있다는 이유만으로 굳이 두 팔·두 다리를 고집할 필요가 있을까요?

(14 : 49)
Moderator 개발자 생산성은 어떻게 변할까요? 회사 내부에서 10× 개발자를 모두 8×, 10×로 끌어올릴 수 있을까요? 아니면 AI가 대부분 코드를 쓰고 인간은 검수만 하게 될까요?
Brin 최근에 “회사 내부 coding 툴 화이트리스트”에 Gemini가 빠져 있어서 싸운 적이 있습니다. 결국 해결했죠. 이제는 다양한 AI 코딩 도구를 다 써보고 있어요.

(17 : 22)
Moderator 앞으로 ‘파운데이션 모델’은 특화 모델로 세분될까요?
Brin 제 추측으론 오히려 ‘수렴’입니다. 비전·음성·텍스트 등 각기 다른 모델을 쓰던 과거에서, 지금은 모두 트랜스포머 하나로 합쳐졌잖아요. 특정 분야에 특화한 작은 모델이 과도기적으론 유용하지만, 결국 그 기능을 통합 모델에 흡수하는 흐름이더군요.

(19 : 18)
오픈소스 vs 클로즈드 소스 논쟁?
DeepSeek이 공개한 강력한 모델이 있었어요. 우리도 Gemma라는 소형 오픈 모델을 냈고, 꽤 쓸 만합니다만, Gemini만큼 강하진 않죠. 어느 쪽이 승리할지는 아직 미지수예요.

(20 : 12)
Moderator 10년 뒤 인간-컴퓨터 인터랙션은? 검색창·타이핑 대신 음성? 혹은 뇌-컴 인터페이스?
Brin 구글 글래스를 너무 일찍 내놓은 건 실수였죠. 지금은 기술이 더 준비됐습니다. 배터리 문제만 해결하면 AR 안경이 유력해 보여요.

(21 : 38)
‘특이점’이 5년 안에 온다는 사람도 있는데, 10년을 내다보는 건 쉽지 않아요.

(22 : 34)
제 수학·코딩 능력은 이제 AI에게 맡기는 편이 낫습니다. 도구로 쓰는 게 익숙해졌어요.

(22 : 57)
예전에 사내 채팅(Slack 유사) 내용을 AI에게 요약·업무 배분·승진 추천까지 시켜봤는데, 꽤 정확했습니다. 실제로 AI가 지목한 젊은 여성 엔지니어가 승진됐어요.

(24 : 23)
‘무한 컨텍스트 길이 모델’ 필요성? 구글 전체 코드베이스를 문맥으로 넣을 수 있다면 당연히 유용하죠. 내부엔 그런 실험이 다섯 개쯤 있습니다.

(25 : 26)
하드웨어 층에서 우리는 주로 TPU를 쓰지만, Nvidia GPU도 대량 구매해 클라우드 고객에게 제공합니다. 아직은 칩 구조와 메모리·통신 방식을 세밀하게 신경 써야 해요. 언젠가 AI가 그 설계를 대신해 주길 바라지만, 아직은 아닙니다.

(26 : 49)
저는 모바일과 데스크톱 모두 음성 채팅으로 AI를 자주 쓰는데, 반응 속도가 빨라져서 작년엔 못 하던 체험을 하고 있어요. 다만 오픈오피스라 사무실에선 목소리 내기가 좀 애매합니다.

(29 : 48)
새로운 Gemini 앱을 꼭 써보세요. 특히 ‘2.5 Pro’ 모델이 최고입니다. 무료 쿼리도 조금 있지만, 많이 쓰면 월 20달러 정도 유료로 전환해야 해요.

(30 : 46)
최신·최대 모델을 처음부터 모두에게 무료 제공하긴 어렵지만, 세 달쯤 지나 다음 세대로 넘어가면 그때의 ‘무료 티어’는 이전 ‘프로 티어’와 동급 성능이 되곤 합니다.