진행자: 자, 여러분, 음, 스탠퍼드 학생이신 분들 손 들어보시겠어요? 네, 꽤 많네요. 많이 오셨습니다. 스탠퍼드 재학 중에 도너(Donner) 기숙사에 살아보신 분 계신가요? 몇 분 계시네요. 샘도 사실 도너 거주자였습니다. 네, 그럼 거기서부터 시작해 볼까요. 여기 스탠퍼드에 처음 이사 오던 날 기억하시나요?

샘 알트먼: 네, 기억납니다. 사실 캠퍼스에 정말 오랜만에 돌아와서, 끝나고 한 번 걸어보고 싶다는 생각이 들 정도예요. 첫날에 대한 정말 좋은 추억이 있거든요. 음, 아시겠지만 여러분 모두에게도 아주 낯선 경험이었을 텐데, 전 여기에 도착하자마자 정말 최고라고 느꼈습니다.

진행자: 특히 좋아하는 기억이 있나요? 건물 등반이나 터널 탐험 같은 거요?

샘 알트먼: 아, 네. 백스테이지에서도 이 얘기를 했는데요. 오랫동안 안 갔던 곳에 가면 잊고 있던 모든 기억들이 다시 떠오르는 그런 기분이 들잖아요. 그리고 여기 아주 가까운 곳에서, 1학년 초에 저희 무리가 스팀 터널링(지하 통로 탐험)을 갔어요. 지금도 사람들이 하는지는 모르겠지만, 당시에는 꽤 멋진 통과의례 같은 거였죠. 같이 갔던 사람 중 한 명이 뚜껑을 다시 덮어놔야 한다는 걸 몰라서 뚜껑을 그냥 열어둔 채로 뒀어요. 우리는 내려가서 구경하고 어쩌고 하다가 다시 올라왔는데, 열린 맨홀에 교수님 차가 빠져 있는 거예요. 저는 제가 쫓겨날 줄 알았어요. 학교 들어온 지 몇 주밖에 안 됐을 때였거든요. 음, 근데 그걸 완전히 잊고 있었는데 다시 떠오르니 재밌네요. 제 기억에 스탠퍼드는 정말 최고였고, 그 시절에 대한 아주 행복한 기억들만 가지고 있습니다. 그리고 그 당시에는 좋아할 거라고 생각하지 않았던 것들, 예를 들어 게이츠 빌딩 지하실에서 밤새워 일하던 것 같은 일들도 지금은 아주 행복한 기억으로 남아있습니다.

진행자: 그건 정말 전형적인 컴퓨터공학(CS) 학생의 경험인 것 같네요. 저도 게이츠에서 밤을 새운 적이 있는데, 돌이켜보면 좋은 추억이죠. 네, 그리고 게이츠를 지나갈 때마다 그 밤샘 작업이 생각납니다. 아시다시피 게이츠 빌딩은 이제 특정한 기억들과 함께하죠. 스탠퍼드에서 특별히 활동했던 동아리가 있었나요?

샘 알트먼: 음, 몇 개 하긴 했지만 솔직히 제가 한 일 중 가장 좋았던 건 그냥 친구들과 프로젝트를 만드는(hacking) 것이었어요. 만약 돌아가서 다시 할 수 있다면 동아리 활동은 줄이고 무언가를 만드는 데 더 많은 시간을 썼을 겁니다. 네.

진행자: 좋습니다. 음, 저희가 스탠퍼드 시절 샘의 기록을 찾아봤는데요. 여러분이 캠퍼스의 학생 창업 동아리인 'faces'를 아실지 모르겠지만, 거기서 이 '비즈니스 심포지엄' 문서를 찾아냈습니다. 우와. 그리고 이건 차세대 비즈니스 리더들을 위한 것이었죠. 2005년 봄 자료니까 중퇴하시기 직전이네요. 그리고 이 문서에 이런 항목이 하나 있습니다. 'Viendo(비엔도)'라고 되어 있는데, Viendo는 휴대폰을 위한 서비스로 핫플레이스에 대한 맞춤형 정보, 근처 친구들의 위치 지도, 그리고 해당 지역의 잘 맞는 새로운 친구 및 데이트 상대를 제공한다고 되어 있네요. 2005년이라는 걸 기억하셔야 합니다. 아이폰이 나오기 전이었으니까 당시로서는 꽤 파격적인 아이디어였던 셈이죠. 그리고 여기 보시다시피 피터, 알렉, 닉, 그리고 저기 샘이라는 친구까지 네 명의 학생이 공동 창업했습니다. 이게 Looped(루프트)인가요?

샘 알트먼: 네. 어, 저도 잊고 있었는데, 여기서 중요한 건 무언가를 만들었다는 게 아니라, 프로젝트 투자를 받는 방식을 Y Combinator가 얼마나 크게 바꿔놓았는가 하는 점입니다. 저는 처음 여기 왔을 때 스타트업에 별로 관심이 없었어요. 그러다가 뭔가 물에 젖어 들 듯 스타트업에 흥미를 느끼게 되었죠. 하지만 그때는 지금과 완전히 다른 시대였습니다. 사람들과 이야기하면 다들 이렇게 말했어요. "아, 넌 비즈니스 담당자가 필요해. 그냥은 안 돼. VC(벤처 캐피탈) 인맥을 잡아야 해. 좀 진지해져야 한다고. MBA 출신들이 잔뜩 필요하고, 사업 계획서를 써야 해. 그리고 대규모 투자를 유치해야 하고, 그 VC들이 네가 뭘 해야 할지 다 지시할 거야." 그래서 저는 "알았어, 난 잘 모르니까. 똑똑한 사람들이 그렇게 해야 한다고 하니 믿어야지"라고 생각했습니다. 딱 이맘때쯤 Y Combinator가 출범했습니다. 개리(Gary)의 이야기를 듣고 여러분도 이미 그렇게 생각하시겠지만, 스타트업을 하고 싶다면 무조건 Y Combinator를 하셔야 합니다. 그건 정말 놀라운 일입니다. 하지만 YC 이전의 암흑기에는 사업 계획서 대회에 나가야만 했어요. 사업 계획서는 시간 낭비이고, 사업 계획서 대회는 훨씬 더 심한 시간 낭비입니다. 하지만 당시에는 그런 것에 얽매여 있었죠. 그게 세상에 무언가를 내놓을 수 있는 방법이었으니까요. 그 후 20년 동안 세상은 믿을 수 없을 정도로 더 나은 방향으로 변했습니다.

진행자: Y Combinator를 알게 되기 전까지 이 아이디어를 얼마나 오래 작업하셨나요?

샘 알트먼: 다른 프로젝트를 해킹하듯 만들고 있었습니다. 이것도 다른 많은 것들처럼 처음부터 회사를 차릴 의도로 시작한 게 전혀 아니었어요. 일종의 심야 기숙사 프로젝트였죠.

진행자: 오, 와우.

샘 알트먼: 그런데 시간이 지나고 YC를 만나면서 진지해졌습니다.

진행자: 이 대회에서 우승했었는지 기억나세요?

샘 알트먼: 네, 우승했습니다.

진행자: 꽤 대단하네요. 그렇다면 YC와는 어떻게 연락이 닿았나요? 첫 번째 배치(기수)셨잖아요.

샘 알트먼: 그냥 온라인으로 지원했습니다. 사실 제 생각엔 폴 그레이엄(PG)이 만든 이상한 양식을 채워서 이메일에 붙여넣기 해야 했는데, 형식을 절대 바꾸면 안 됐어요. 그 사람이 만든 이상한 파서(parser)가 있었거든요. 그런 식이었던 것 같습니다.

진행자: 저희 세 명은 지금 2학년인데요. 당시 하루 일과가 어땠는지 말씀해주실 수 있나요?

샘 알트먼: 음, 정말 지루했어요. 수업에 가거나 안 가거나 했고, 친구들과 놀고, 무언가를 만들었죠. 네, 아주 즐거운 기억이지만 매우 단순하고 사랑스러우며 지루한 시간이었습니다.

진행자: 중퇴를 고려할 때 위험하다고 느끼셨나요? 아니면 기대가 컸나요? 학교가 원하던 환경이 아니었던 것 같은데, 어떤 과정을 거쳐 그런 결정을 내리셨나요?

샘 알트먼: 어, 결과적으로 저한테 잘 풀렸고 생존 편향(survivorship bias)이 진짜 존재하는 거라서 이런 말 하기가 조금 조심스럽긴 한데요. 저는 그때나 지금이나 중퇴하는 게 특별히 위험한 일이라고 생각하지 않았습니다. 스탠퍼드에 아직 이 제도가 있는지 모르겠지만, 당시에는 8년 동안 휴학했다가 아무 질문도 받지 않고 복학할 수 있었어요. 정말 훌륭한 제도라고 생각하고, 덕분에 부모님을 조금이나마 설득하기 쉬웠죠. 저는 여러분이 가장 흥미롭고, 가장 빠르게 배울 수 있으며, 가장 큰 영향을 미칠 수 있는 일에 집중해야 한다고 생각합니다. 그게 학교에 남아서 많은 것을 배우고 흥미로운 사람들과 어울리며 재미있는 프로젝트를 하는 것이라면 아주 좋죠. 스타트업을 하는 것이라면 그것도 좋고, 중퇴하고 AI 연구를 하는 것도 아주 좋습니다. 지난 몇 십 년간의 트렌드 중 하나는, '기본적인 경로(default path)'의 상대적인 가치가 떨어졌다는 겁니다. 반면, 세상에 큰 영향을 미치고 성공하며 행복해질 수 있는 선택지는 계속해서 늘어났습니다. 사회가 더 부유해지고, 더 자유로워지고, 더 나은 기술 트리를 통해 더 많은 능력을 갖추게 되면서요. 저는 이 흐름이 계속될 거라고 봅니다. 그래서 당시 저에게는 그것이 미친 짓이나 위험한 일로 느껴지지 않았어요. 제가 지금 학생이라면 '충분히 고려할 수 있는 선택지'라고 더 강하게 느낄 겁니다. 부모님은 안 좋아하셨지만요. 네.

진행자: 네, 이해가 갑니다. 와우, 그래서 이 아이디어로 3,000만 달러 이상을 모금하셨는데, 지금 기준으로 보면 시드(seed) 라운드 정도지만...

샘 알트먼: 프리-프리(pre-pre) 라운드 정도죠. 하지만 당시에는 큰돈이었습니다.

진행자: 어떻게 하신 건가요? 17개의 GPU를 샀나요? 아니, 농담입니다.

샘 알트먼: 하하, 네. 스탠퍼드의 멋진 점 중 하나는, 특히 그 당시에는 VC(벤처 캐피탈) 시스템과 아주 잘 연결되는 훌륭한 진입로가 있었다는 겁니다. Y Combinator도 그 부분에서 도움이 됐고요. 당시에는 VC 회사나 자금이 지금보다 적었을지 몰라도, 그들은 스탠퍼드를 아이디어와 인재의 원천으로 매우 중요하게 생각했습니다.

진행자: YC 배치 때나 창업 초기에 기억나는 에피소드가 있나요? 처음부터 다 잘 풀렸나요, 아니면 과정이 어땠나요?

샘 알트먼: 사실 여전히 대학생인 것 같은 기분이었어요. 다들 꽤 어렸고, 밤늦게까지 이야기하거나 컴퓨터로 작업하곤 했죠. 놀라울 정도로 크게 다르지 않게 느껴졌습니다. YC를 했든 안 했든, 중퇴하고 스타트업을 한 많은 사람들이 이런 말을 합니다. CS 계열 대학생이 스타트업을 시작하면, 대학에서의 마지막 1년과 스타트업에서의 첫 1년은 결국엔 아주 달라지지만 놀라울 정도로 비슷하다고요.

진행자: 여기 스탠퍼드 학생도 많지만 다른 학교 학생들도 많습니다. 저도 스탠퍼드가 VC 문화와 자본으로 이어지는 파이프라인이 있다는 데 동의합니다. 다른 학교에서 온 학생들이 같은 과정을 밟고 싶어 한다면 어떤 조언을 해주시겠습니까?

샘 알트먼: 그건 예전 이야기고, 지금은 더 이상 그렇지 않다고 생각합니다. 스탠퍼드만의 특별한 접근 권한 같은 건, 아직 조금 남아있을진 몰라도 대부분 끝났거나 완전히 끝났다고 봅니다. 오히려 지금은 스탠퍼드 학생이라는 게 약간의 마이너스 요인이 될 수도 있어요. YC가 이런 변화에 많은 역할을 했지만, VC 산업 자체도 성숙해졌고 세상에는 스타트업에 투자하고 싶어 하는 돈이 너무나도 많습니다. 그래서 더 이상 스탠퍼드만의 전유물이 아닙니다.

진행자: 몇 년 후 YC의 회장이 되셨고, 그러다 갑자기 쾅, OpenAI가 탄생했습니다. 무슨 일이 있었던 건가요? 어떻게 그 아이디어를 떠올리셨나요?

샘 알트먼: 저는 스탠퍼드에 있을 때 AI를 공부했는데, 당시에는 전혀 작동하지 않았습니다. AI가 가장 멋지고 중요한 기술이 될 거라 생각해서 1학년과 2학년 사이 여름에 AI 랩에서 일했는데, "아, 이건 아니다" 싶었죠. 그래서 잠시 한눈을 팔아 다른 스타트업을 했고, 한동안 투자자로 일했습니다. 하지만 저는 늘 AI가 일어날 수 있는 가장 중요한 두세 가지 일 중 하나라고 생각했어요. 그래서 계속 주시하고 있었죠. 이건 제가 추천하는 방식이기도 하고, 경력을 쌓아가는 많은 사람들에게서 들은 이야기이기도 한데, 초기에 자신이 관심 있는 광범위한 분야들에 대해 확신을 가지라는 겁니다. 그중 어떤 것은 흥미를 잃을 것이고, 어떤 것은 생각보다 더 발전할 것입니다. 세상의 지형은 경험이 쌓일수록 계속 변하기 마련입니다. 계속 집중하고, 고개를 들어 주변을 살피고, 한 가지에만 매몰되지 않는 것이 장기적인 성공과 정말 큰 관련이 있는 것 같습니다. 그래서 저는 2012년에 제가 관심 있던 모든 분야를 지켜보고 있었고, 그때 AlexNet 논문이 나왔습니다. 저도 다른 사람들처럼 "오, 이거 꽤 멋진데" 혹은 "정말 멋진데"라고 생각했지만, 해야 했던 것만큼 제 생각을 크게 업데이트하지는 못했습니다. 강한 사전 지식(prior)이 판단을 가린 거죠. 그 후 몇 년 동안 스케일(규모)이 커짐에 따라 딥러닝 모델이 계속 좋아지는 걸 지켜봤습니다. 여전히 충분히 생각을 바꾸진 못했지만, 적어도 "이건 다가오는 소행성과 같고, 사람들이 더 주의를 기울이지 않는 미친 현상이다"라고 느끼기 시작했습니다.

그래서 2014년에 우리는 "이 분야에서 무언가를 꼭 해야 한다"고 말하기 시작했습니다. 당시에는 인기가 전혀 없었어요. 우리가 AGI(범용 인공지능) 연구소를 만들겠다고 하니 업계의 원로들은 "당신들은 미쳤다", "사기꾼이다", "AGI는 100년은 멀었다", "이런 접근 방식은 통하지 않을 거다"라고 했죠. 하지만 우리는 '딥러닝을 확장하는 것이 중요하다'는 이 하나의 아이디어를 끝까지 밀어붙이자고 했습니다. 당시에는 확장 법칙(scaling laws)이 얼마나 아름답고 예측 가능하게 작동하는지 몰랐지만, 적어도 무언가에 더 많은 컴퓨팅을 쏟아부으면 대부분의 경우 더 나은 결과를 얻는다는 건 분명했습니다. 그래서 우리는 이 법칙이 어디까지 통하는지 끝까지 밀어붙여 보기로 했습니다.

동시에 우리는 정렬 문제(alignment problem)를 어떻게 해결할지, 이것이 사회에 어떤 의미를 가질지에 대해서도 매우 걱정했습니다. 처음에는 제품을 만들 줄 몰랐고 그냥 연구소가 될 거라고 생각해서 좀 이상하게 시작하긴 했습니다. 하지만 "AI가 작동한다면 엄청나게 중요해질 것이고, 우리는 마침내 아주 멀리 갈 수 있는 공격 벡터를 찾았다"는 마음가짐이었습니다. 솔직히 이 기술이 이렇게까지 멀리 올 수 있다는 게 당시에도 그랬고 지금도 약간 미친 일 같습니다. 특히 딥러닝 모델이 비지도 학습(unsupervised learning)을 할 수 있다는 사실은 아직도 제게 마법처럼 보입니다. 다음 단어 예측(next word prediction)이 기본적으로 새로운 과학적 아이디어를 발견하는 데 사용될 수 있다는 것은 지적으로는 이해가 가지만, 실제로 작동하는 것을 보는 건 여전히 미친 일입니다. 하지만 핵심은 "우리에게 이 하나의 아이디어가 있으니 계속 밀어붙이자"는 것이었습니다.

진행자: 지금이야 많은 아이디어들이 보이지만, 당시에는 굉장히 인기가 없었다고 하셨는데요. OpenAI의 첫 피치(투자 설명)가 어땠는지 정말 궁금합니다.

샘 알트먼: 저는 인기 없는 아이디어를 사랑합니다. 작동한다면 매우 거대해지고, 작동하게 만들기 어렵고, 인기가 없는 아이디어를 항상 좋아했습니다. 제 투자자로서의 경력은 기본적으로 그런 것들에 베팅하는 것이었죠. 사람들이 왜 어떤 건 재밌어하고 어떤 건 그렇지 않다고 생각하는지 그 이유는 차치하고서라도, 이런 방식은 제게 항상 특별히 재밌게 느껴졌습니다. 그래서 제가 AI를 그렇게 사랑하지 않았더라도, "이 분야가 정말 저평가되어 있고 유망해 보인다"는 사실 자체가 멋지다고 생각했을 겁니다. 피치 내용도 기본적으로 그거였습니다. "딥러닝과 확장에 관해 무언가 중요한 일이 일어나고 있습니다. 이걸로 뭘 할지, 어디로 갈지는 아직 모릅니다. 중간중간 틀린 아이디어도 많겠지만, 우리는 이걸 밀어붙일 것이고 여기서 좋은 결과가 나올 겁니다. 다른 사람들은 이걸 과소평가하고 있습니다." 그게 피치의 전부였습니다. 훌륭한 피치는 아니었죠.

진행자: 그래도 통했네요. 공동 창업자들은 어떻게 만나셨나요?

샘 알트먼: 그레그(Greg)는 아주 오래전부터 알았습니다. 제가 스트라이프(Stripe)의 초기 투자자였고, 그가 첫 번째 직원이었다고 생각하는데, 그를 채용하는 데 제가 도움을 주기도 했습니다. 그 사이 십 년 정도 계속 연락을 주고받았죠. 일리야(Ilya)는 이 분야의 천재이자 대부 같은 존재인데, 컨퍼런스에서 제가 쫓아다녔습니다. 나중에 같이 스타트업을 해보자고 이야기하기 시작했죠. 보이텍(Wojciech)은 당시 베이 에어리어의 독특한 AGI 너드(nerd) 네트워크를 통해 만났고, 존(John)은 다른 사람이 연결해 주었습니다. 일론(Elon)은, 네, 그렇게 만났죠.

진행자: OpenAI를 창업할 때의 느낌은 예전 Looped를 창업할 때와 어떻게 달랐나요?

샘 알트먼: 이번 건 정말 이상했습니다. OpenAI가 회사가 되지 않으려 했다는 점은 아무리 강조해도 지나치지 않습니다. 우리는 제품을 만들게 될 거라곤 상상도 못 했고, 그저 연구 논문만 쓸 줄 알았습니다. 하지만 진행하면서 우리가 생각했던 것보다 그 과정에서 훨씬 더 많은 경제적 가치가 창출될 것이 분명해졌습니다. 우리는 초지능을 만들면 한꺼번에 모든 엄청난 일들이 일어날 거라는 개념을 갖고 있었는데, 그게 완전히 정확한 그림은 아니라는 걸 깨달았습니다. 또한 필요할 거라 생각했던 몇십억 달러 대신 수천억 달러가 필요해질 거란 사실도 깨달았죠. 그래서 회사의 형태가 진화했습니다.

하지만 초기에는 "우리는 연구소가 될 거야"라는 마인드였습니다. 사실 OpenAI 첫날의 아주 생생한 기억이 있습니다. 설립하기까지 온갖 드라마가 있었는데, 드디어 첫날 사무실을 얻기 전 한 달 정도 일했던 그레그 브록먼의 아파트에 모였습니다. 아침 9시 반이나 10시쯤 다들 모여서 그레그네 소파에 앉았습니다. 한 10명이나 12명쯤, 아니 어쩌면 8명이나 10명쯤이었을 텐데, 서로를 둘러보며 "자, 이제 우리 뭐 하지?"라고 했죠. 누군가 "논문을 좀 써야지"라고 했고, 또 누군가 "얘기를 시작하려면 화이트보드가 필요해"라고 해서, 누군가 아마존 인스턴트 같은 곳에서 화이트보드를 주문했습니다. 그때 저는 속으로 "이게 뭐야, 이건 좋지 않아. 이게 뭔진 몰라도 제대로 돌아가는 스타트업이나 효과적인 조직의 모습은 아니야"라고 생각하며 순간 멈칫했습니다. 하지만 저는 그런 순간일수록 심호흡을 하고 훌륭한 사람들과 함께라면 잘 풀릴 거라고 믿는 편입니다. 그래서 그냥 흘러가는 대로 두었죠.

그런데 그 첫 주 어느 날, 당시에는 몰랐지만 OpenAI의 첫 4년을 이끌게 될 핵심 아이디어의 대부분이 그 화이트보드에 적혔습니다. 그때는 그냥 "에이, 이건 아닐 거야" 하면서 다른 방향으로도 가보고, "GPU가 좀 필요해", "이걸 해보자", "이게 진짜 되는지 확인할 프로젝트를 고르자" 하면서 일들이 계속 굴러갔습니다.

진행자: 와, "자, 이제 뭐 하지? 논문이나 쓰자" 하던 상황에서, 언제 처음으로 무언가 딱 들어맞고 "와, 우리 진짜 뭔가를 발견했다, 큰일이 곧 벌어질 것 같다"고 느꼈나요?

샘 알트먼: 몇 번의 순간이 있었습니다. 한 번의 순간만 있었던 건 아니지만, 느껴지는 감정은 기적 뒤에 또 기적이 일어나는 것 같았습니다. 성공한 단일 프로젝트보다 더 컸던 건, "이 기저에 있는 접근 방식 자체가 마치 새로운 물리 법칙을 발견한 것 같다"는 느낌이었습니다. 도타(Dota) 게임 봇을 성공시킨 것이나 로봇 손을 작동시킨 것도 훌륭했고, 결국 첫 언어 모델이 나왔을 때도 좋았습니다. 하지만 가장 큰 깨달음은 "우리가 어떤 궤도에 올라탔다는 느낌을 주는, 이 근본적인 접근 방식 자체에 무언가가 있다"는 것이었습니다. 만약 딱 한 순간을 꼽으라면 단연코 GPT 시리즈였습니다. GPT-2가 나왔을 때, "와, 이거 뭔가 중요한 일이 곧 벌어지겠구나"라는 게 분명해졌습니다.

진행자: GPT-2 출시 날 기억나세요?

샘 알트먼: 출시 날은 기억 안 나지만, 제가 처음 그 모델과 대화했던 날은 기억납니다. 정말 "와, 최고다"라고 생각했죠. 엄밀히 말하면 우리가 GPT-2로 출시했던 것보다 조금 더 진보된 모델이었던 것 같습니다. 하지만 그때 저는 GPT-3가 놀라울 것이고, GPT-4도 놀라울 것이라는 걸 알았습니다. 그리고 그것들은 새로운 방식으로 정말 놀라웠죠. 제가 그 모델을 처음 만져보고, 컴퓨터가 제가 단 한 번도 본 적 없는 일을 수행하는 걸 보았던 그 첫날 밤, "오케이, 이거다"라고 생각했습니다. 게다가 우리는 딥러닝이 작동한다는 누적된 자신감을 가지고 있었으니까요.

진행자: 처음에 GPT-2 모델의 공개를 보류하셨잖아요? 언제 세상이 이 모델을 받아들일 준비가 되었다고 느끼셨나요? 혹은 세상이 준비되었다고 판단한 기준은 무엇이었나요?

샘 알트먼: 지금 돌아보면 그 결정은 꽤 어리석어 보입니다. 하지만 AI 능력이 한 단계 발전할 때마다 예방의 원칙(principle of precaution)을 적용하는 건 타당하다고 생각합니다. 정렬(alignment) 문제는 이 분야의 많은 사람들이 생각했던 것보다 진전을 이루기 더 쉬웠지만, 사회적 영향은 컸고, 점점 더 커지고 있습니다. 만약 우리가 주의를 기울이는 쪽에 약간 과도하게 치우친다면 그건 좋은 일입니다. 물론 너무 과하면 나쁘겠죠.

저는 한편으로 거대한 AI 능력 오버행(overhang, 기술력과 실제 적용의 격차)이 쌓이는 것도 걱정합니다. 이렇게 설명할 수 있겠네요. 만약 기업들이 AI를 충분히 빠르게 도입하지 않는다면, 그들은 완전히 자율적이고 AI가 운영하며 AI가 창업한 기업들에게 패배할 것입니다. 그것은 사회를 크게 불안정하게 만드는 미친 일이 될 것입니다. 그러니 너무 조심만 할 수도 없습니다. 하지만 우리는 항상 그 선에서 조금 더 조심하는 쪽을 택할 것입니다.

진행자: 다음 ChatGPT 모멘트는 언제가 될 거라고 생각하시나요?

샘 알트먼: 저는 다음 ChatGPT 모멘트가 이미 코딩 에이전트(coding agents)로 왔다고 생각합니다. 그리고 아직 오지 않은 그다음 모멘트는, 모든 지식 노동 영역에서 방금 말한 수준으로 무언가를 '해내는(get stuff done)' 능력이 될 것입니다. 그리 멀지 않았다고 봅니다.

진행자: 와, 저희는 지금 다 2학년인데요. 앞으로 몇 년 안에 정말 많은 게 변할 것 같습니다. 우리가 졸업하기 전에 AGI가 나올까요?

샘 알트먼: 네, 여러분이 지금 2학년이라면, 여러분은 AGI가 존재하는 세상으로 졸업하게 될 것입니다. 어떤 면에서는 똑같을 겁니다. 이사 가고, 직장을 구하고, 가정을 꾸리는 것을 고민하겠죠. 인간의 욕구나 우리가 중요하게 생각하는 것들이 변하지 않는다는 데는 내기를 걸어도 좋습니다. 하지만 다른 관점에서는 완전히 다를 겁니다. AI는 믿을 수 없을 정도로 빠르게 발전할 것입니다. 사회는 그보다는 느리겠지만 여전히 매우 빠른 속도로 따라올 것입니다. 과학은 자동화될 것이고, 스타트업을 창업한다는 것의 의미도 완전히 달라질 것이며, 회사에 취직한다는 것의 의미도 완전히 달라질 것입니다.

앞으로 몇 년 동안 많은 변화가 있을 겁니다. 여러분은 지금 학생이라는 점에서 운이 좋습니다. 왜냐하면 어떤 것이든 시도해 볼 수 있고, 많은 것들을 빠르게 테스트해 볼 수 있기 때문입니다. 또한 성인으로서의 삶이나 커리어를 시작하기에 역사상 가장 흥미로운 시기라는 점에서도 행운아입니다. 하지만 전통적인 조언의 상당 부분은 더 이상 예전처럼 들어맞지 않을 것입니다.

진행자: 실행력에 대해 이야기해 보죠. 블로그(https://www.google.com/search?q=blog.samaltman.com) 첫 번째 게시글에서 "아는 것은 쉽고, 행동하는 것이 어렵다"고 쓰셨습니다. 지금 알고 계신 미래의 진실 중에 여전히 '실행'이 채워져야 할 부족한 조각이라고 생각하시는 게 있나요?

샘 알트먼: 음, 그건 일반적으로 계속 진실일 거라고 봅니다. 아는 것(knowing)은 점점 더 쉬워지고 있습니다. 이런 AI 도구들의 도움을 받을 수 있으니까요. 무언가를 해내는 것(getting stuff done) 역시 쉬워지고 있습니다. 하지만 그건 모두에게 똑같이 쉬워지는 겁니다. 그래서 세상에서 무언가를 이루려고 노력하는 모든 사람들과 경쟁해야만 하죠.

지금 당장 한 명의 프로그래머가 할 수 있는 일이 불과 1~2년 전, 아니 1년 전과 비교해도 정신이 아득해질 정도로 다르다는 것은 확실한 사실입니다. 하지만 제가 아는 한, 이 도구들을 가장 효과적으로 사용하는 사람들은 "지금 내 일을 하는 것이 역대 가장 어렵다"고 말합니다. 저는 이 추세가 계속될 거라고 봅니다. AI 코딩 도구를 정말 잘 다루는 사람들이 12개의 에이전트를 동시에 실행하고, 끊임없이 진화하는 복잡한 커스텀 환경을 구축하는 걸 보면 감탄이 나옵니다. 네, 도구들은 믿을 수 없을 정도로 좋아졌습니다. 그리고 그 도구들을 사용해서 최고의 자리에 오르는 것은 그 어느 때보다 어려워졌다고 생각합니다.

진행자: 코딩뿐만 아니라 모든 산업 분야(verticals)에 해당될 거라고 보시나요?

샘 알트먼: 궁극적으로는 그냥 "AI님, 제 스타트업을 전부 만들어주시고 모든 걸 훌륭하게 처리해 주세요. 필요한 게 있으면 제가 돕겠습니다"라고 말하게 되겠죠. 하지만 지금부터 그때까지의 기간을 놓고 보면, 네, 모델이 점점 더 강력해짐에 따라 모든 분야에 적용될 거라고 생각합니다.

진행자: 그렇게 많은 코딩 에이전트를 돌리는 사람들이 있고, 이 청중석에도 분명 그런 분들이 계실 텐데요. 그렇다면 사람들은 무엇을 해야 하고 어디에 집중해야 할까요? 지금 세상에서 가장 중요한 문제는 무엇이라고 생각하시나요?

샘 알트먼: 지금은 모든 것을 근본적으로 다시 생각해야 하는 시기입니다. 저는 누군가 "모든 SaaS(서비스형 소프트웨어)는 죽었어. 나는 기존 SaaS 회사 X를 더 낫게 만드는 새로운 스타트업을 할 거야"라고 말하는 것엔 별로 관심이 없습니다. 물론 그것도 어느 정도 통하겠지만, 지금 무엇이 가능한지에 대한 핵심을 놓치고 있는 겁니다. 모든 것이 완전히 근본적으로 재창조될 수 있는 시대이고, 그 가능성의 공간이 엄청나게 열려 있습니다.

무작위로 예를 하나 들어보죠. 영상 스크롤 앱을 제외하고, 사람들과 연결되고 그들에 대한 정보를 보는 형태의 소셜 제품은 지난 몇 년 동안 크게 변하지 않았습니다. 저는 몰드북(Moldbook) 같은 것이 처음으로 흥미로운 새로운 가능성을 보여준다고 생각합니다. 사용자를 대신하는 여러 에이전트들이 가상 공간에서 서로 대화하고 새로운 정보를 교환하며, 인터넷에서 다른 사람과 상호작용한다는 것의 의미를 완전히 바꿔놓을 수 있습니다. 아주 최근까지는 이런 것들이 전혀 불가능했습니다. 이제야 비로소 소셜 분야가 어떤 스타트업이 완전히 새로운 것을 만들어낼 수 있도록 완전히 개방된 것 같습니다.

많은 사람들이 기존 생산성 소프트웨어에 AI를 덧붙이고 있습니다. 뭐, 구글 문서에서 요약해주거나 문장을 대신 써주는 기능도 괜찮긴 하지만, 제가 정말 필요로 하는 건 아닙니다. 아마 문서를 작성한다는 것의 의미 전체가 완전히 바뀔 것이고, 그곳에 상상해 볼 수 있는 완전히 새로운 종류의 무언가가 있을 겁니다. 이는 전통적인 소프트웨어 스타트업뿐만 아니라 머지않아 세상의 대부분의 회사에 적용될 것입니다. 로봇도 그리 멀지 않았고요.

저는 이런 시기를 정말 좋아합니다. 매우 드물죠. 아이폰이 출시되었을 때가 그중 하나였고, 그 이후로는 이런 시기가 없었던 것 같습니다. 이번에는 이 기술을 사용해 이전에는 할 수 없었던 일들을 할 수 있을 뿐만 아니라, 그 어느 때보다 빠르고 적은 인원으로 제품과 회사를 만들 수 있습니다. 이는 훨씬 더 많은 스타트업이 아주 빠르게 큰 성공을 거두게 될 거란 의미입니다. 한 명, 혹은 여섯 명 정도로 이루어진 스타트업이 오늘날 중견기업 수준의 매출과 영향력을 가지게 될 것입니다.

진행자: 아까 에이전트들이 활동하는 '몰드북'에 대해 말씀하셨는데요. 그렇다면 AGI가 등장하면 어느 날 갑자기 이 새로운 회사들이 펑 하고 튀어나와서 스스로 자신을 창조하고 우리 세상에 통합되어 기존의 것들과 경쟁하며 우리를 놀라게 할 거라고 보시나요? 아니면 우리 세계에 어떤 식으로 도입될까요?

샘 알트먼: 제 생각에 향후 몇 년, 한 2년 동안은 모든 일이 그냥 '더 빨리' 일어나는 것처럼 느껴질 겁니다. 스타트업들은 새로운 일을 더 빨리 해내고, 기존 기업들은 매출을 더 빨리 올리겠죠. 마치 전통적인 제품 개발 속도와 비즈니스 성장률의 법칙이 깨진 것처럼 느껴질 겁니다. 회사들은 AI 동료를 고용하기 시작할 것이고, 더 적은 인원으로 놀라운 일들을 해낼 겁니다. AI 연구도 훨씬 빨라지고 과학적 연구도 엄청나게 빨라질 것입니다.

하지만 당장 몰드북 스타일처럼 완전히 자율적인 기업들이 서로 거래하는 세상으로 느껴지지는 않을 겁니다. 물론 궁극적으로는 아마 그렇게 되겠지만요. 살면서 제가 관찰한 핵심적인 사실 중 하나는 인간과 사회가 믿을 수 없을 정도로 적응력이 뛰어나다는 겁니다. 완전히 미치고 세상을 불안정하게 만들 것처럼 들리겠지만, 막상 겪어보면 생각만큼 이상하게 느껴지지 않거나 기껏해야 하루 정도만 이상하게 느껴질 겁니다.

진행자: 아까 사회적 영향에 대해 언급하셨는데 그 부분으로 다시 돌아가 보고 싶습니다. 이것이 정치, 종교, 스타트업 외의 전반적인 사회에 어떤 영향을 미칠 것이라 보시나요?

샘 알트먼: AGI와 초지능(super intelligence)에 대한 정의는 사람마다 다릅니다. 제가 중요하게 생각하는 정의 중 하나는 '스스로를 개선하는 능력'입니다. 이 문제를 생각하는 하나의 예시로 이런 상황을 가정해 볼 수 있습니다. 만약 우리가 역대 어떤 미국 대통령보다 더 훌륭하게 의사 결정을 내릴 수 있는 AI 시스템을 갖게 된다면, 그리고 그 성능이 '확실히' 더 뛰어나다면, 우리는 정치적이나 사회적으로 그것을 원하게 될까요? 매우 불분명합니다. 오늘날 대부분의 사람들은 아마 "아니다"라고 대답할 겁니다. 하지만 상황이 더 진전되면 원하게 될지도 모릅니다.

마찬가지로 대기업의 AI CEO는 어떨까요? 저는 OpenAI가 AI CEO를 가지는 게 아주 멋질 거라고 생각하지만, 많은 사람들은 "아, 그건 좀 무서운데"라고 하겠죠. 하지만 AI가 특정 일들을 훨씬 더 잘 해낸다면 어떨까요. 물론 장기적으로 인간이 AI보다 더 잘하거나 인간이 다른 인간을 위해 해주기를 진심으로 바라는 일들도 많이 남아있을 겁니다. 하지만 머지않아 AI가 저보다 OpenAI의 CEO 역할을 더 잘할 거라는 데는 의심의 여지가 없습니다.

만약 그게 사실인데, 어떤 회사나 국가는 AI를 도입하지 않고 다른 곳은 도입한다면, 그리고 AI가 훨씬 뛰어나다면, 이는 경제적 경쟁력이나 국가 경쟁력에 엄청난 영향을 미칠 것입니다. 그래서 경제, 사회, 정치적으로 이런 일이 일어날 거라고 봅니다. AI가 압도적으로 뛰어나다면, 사람들은 스스로 더 못한 결과를 감수하거나 아니면 AI를 점점 더 영향력 있는 자리에 앉혀야 한다는 압박감을 느끼게 될 겁니다.

AI CEO가 있는 회사라도 사람들은 항상 인간 이사회 멤버를 원할 것이고, 그건 아마 훌륭한 아이디어일 겁니다. 하지만 저는 사람들이, 그리고 저 자신도, 이런 흐름이 일어나지 않을 수 있는 방법이 과연 존재하는지, 정치적, 경제적, 사회적 영향의 모든 결과가 어떨지에 대해 아직 충분히 씨름해보지 않았다고 생각합니다.

저는 여전히, 비록 이 말이 완전히 미친 소리처럼 들리겠지만, 인간이 매우 적응력이 뛰어나다고 믿습니다. 우리는 다른 사람들을 진심으로 아낍니다. 어쩌면 AI CEO가 회사를 이끌더라도, 당신은 8초짜리 영상으로 당신에게 이야기하는 인간 대변인에게 더 신경을 쓸지도 모릅니다.

저는 직업 측면에서 전혀 비관론자가 아닙니다. 많은 현재의 직업들이 사라지거나 크게 변하겠지만, 서로에게 유용해지고자 하는 욕구, 서로 경쟁하고자 하는 욕구, 차별화된 지위를 얻고, 성취감을 주는 무언가를 하고, 창의성을 표현하고자 하는 인간의 욕구는 어디로도 가지 않을 것입니다. 100년 후의 직업은 지금의 직업과 전혀 다를지 모릅니다. 수백 년 전의 직업이 오늘날과 달랐던 것처럼요. 하지만 저는 우리가 해야 할 일들을 분명 찾을 거라고 확신하며, 기계보다는 다른 인간에게 더 많은 관심을 가질 거라고 확신합니다. 그리고 그 너머로, AI는 계속해서 더욱 유능해질 것이고 우리는 점점 더 많은 일에 그것을 사용하고 싶어질 것입니다.

진행자: 멋집니다. 자, 이제 관객 질문을 받는 짧은 Q&A 시간을 갖겠습니다. 제가 들어본 적 없는 어려운 질문들이 나오면 좋겠네요. 샘 알트먼 Q&A 슬랙 채널에 많은 분들이 질문을 올려주셨습니다. 어제 글을 올린 이후로 이미 제출된 질문부터 읽어보면서 시작하겠습니다. 여러분도 계속 질문을 올려주시고, 특정 질문이 마음에 드시면 이모지를 달아주세요. 그럼 저희가 샘에게 질문하겠습니다. 자, 시작해 볼까요? 아까 OpenAI가 잠재적으로 AI CEO를 가질 수 있다는 말씀을 하셨는데요. 그와 관련된 질문입니다. 만약 OpenAI가 AI CEO를 갖춘 전지전능한 회사가 된다면, 미래에 어떻게 OpenAI와 경쟁할 수 있을까요?

샘 알트먼: 우리가 OpenAI를 시작했을 때 모든 사람이 "이런 거 할 수 없어. 구글이랑 어떻게 경쟁해, 불가능해"라고 했습니다. 언젠가 OpenAI보다 훨씬 크고 성공적인 회사들이 나올 것입니다. 하지만 그들이 OpenAI와 '정확히 똑같은 일'을 하진 않을 겁니다. 그들이 우리 사용자를 빼앗거나, 다른 무언가를 하거나, 대체 제품을 만들 수는 있겠지만, OpenAI가 하는 일을 그대로 똑같이 할 가능성은 아주 낮습니다.

구글은 초기에 우리의 접근 방식에 충분히 반응하지 않는 실수를 저질렀습니다. 지금은 아주 잘하고 있지만, 만약 구글이 제대로 대응했다면 우리는 아예 시작조차 못 했을 겁니다. 그들에게는 아주 똑똑한 사람들이 있었지만, 거대한 회사들은 그들만의 문제점을 안고 있기 마련입니다. 이 자리에 있는 누군가가 OpenAI에게 똑같은 일을 해주길 바랍니다.

우리는 제가 생각하기에 '매우 낮은 가격'으로 지능을 팔고 있습니다. 여러분은 아마 역사상 그 어느 때의 스타트업보다 가장 넓은 선택의 폭(option space)을 가지고 있을 겁니다. 만약 여러분이 ChatGPT나 코덱스(Codex), 프론티어 모델을 API로 정확히 똑같이 베끼려 한다면 아마 실패할 겁니다. 하지만 할 수 있는 다른 일들이 너무나도 많습니다.

가장 좋은 건 아까도 말했듯이 이제 막 완전히 변하게 될 분야를 찾아내는 겁니다. 마음껏 골라보세요. OpenAI는 그 모든 걸 다 할 수 없고, 자유롭고 약간은 기발하면서 결단력 있는 반항아 무리를 모아 스타트업을 할 수 있는 다른 대기업들도 마찬가지입니다. 그냥 가서 저지르세요. 처음엔 항상 무섭게 들립니다. "AI 회사를 창업할 순 없어, 구글이 널 박살 낼 거야"라고 조언하던 수많은 현명한 사람들의 말이 기억납니다. 뭐, 어쩌면 그들이 우릴 박살 낼지도 모르죠. 저도 모릅니다. 하지만 일단 도전하세요.

진행자: 오케이. 다음 질문 제가 할게요. 이거 꽤 뜨거운 질문일 수 있겠는데요. "뉴스 보도에 따르면 OpenAI가 현금을 아주 빠르게 소모하고 있고(burning cash very fast) 미래에 유동성 압박에 직면할 수 있다고 합니다. 이를 어떻게 처리할 계획이며, 미디어가 보도하는 것만큼 정말 상황이 심각한가요?"

샘 알트먼: 우리는 현금을 매우 빠르게 소모하고 있습니다. 하지만 상황이 심각하지는 않습니다. 올해 10억 달러를 써서 내년에 30억 달러를 벌 수 있다면, 세상에는 그렇게 투자하고 싶어 하는 자본이 아주 많습니다. 그러니 우리는 주식과 부채로 많은 돈을 모금할 것이고, 많은 돈을 쓸 것이고, 많은 돈을 벌 것입니다. 경제가 이런 현상을 전에 경험해보지 않아서 이상하게 보일 수 있지만, 우리는 매출 성장과 모델의 성장을 지켜보고 있고, 모델의 성장이 미래의 매출 성장과 얼마나 직결되는지 알기 때문에 앞으로 일어날 일에 대해 매우 자신 있습니다.

진행자: 다음 질문입니다. "샘, 정말 행복하신가요?"

샘 알트먼: 저는 사실 제가 아는 사람 중 가장 행복한 사람 중 한 명입니다. 하지만 예전에는 그렇지 않았어요. 저는 매우 불안감이 많은 사람이었습니다. 사람들이 제게 항상 이런 말을 합니다. "당신 직업은 최악이야. 엄청난 스트레스에, 사람들은 당신을 공격하고, 매일매일 거지 같은 일들이 그렇게 많이 터지는데, 어떻게 멘탈이 붕괴되지 않는 거지?"

거기에 대한 제 대답은 이렇습니다. 저는 20대에 제가 특별히 행복하지도, 차분하지도 않다는 걸 깨달았고, 제가 행복해지고 차분해지기 위해 무엇이 필요한지 알아냈습니다. 사람마다 각자의 방식이 있겠지만, 제게는 명상이 큰 부분을 차지했습니다. 그건 일종의 전환점이었고, 이제는 일이 정말 힘들고 정말 고통스러울 때조차 괜찮습니다.

명상에서 배운 것 중 제 머릿속에 깊이 박힌 게 하나 있는데, 사람들은 항상 '나쁜 경험의 반대는 좋은 경험'이라고 생각한다는 겁니다. 그래서 나쁜 경험을 할 때면, 좋은 경험을 하고 싶기 때문에 행복하지 않은 거죠. 제게 찾아온 큰 정신적 변화는 그걸 재구성한 겁니다. 나쁜 경험의 반대는 '무(無) 경험(어떤 경험도 하지 않는 것)'입니다. 언젠가 우리는 모두 죽을 것이고 아무 경험도 하지 못하게 될 겁니다. 그때가 되면 그 나쁜 경험들조차 그리워질 것입니다. 저는 매일 아주 많은 스트레스를 받고 일들이 꼬이는 아주 힘든 날들을 겪지만, 그럼에도 그 경험들에 감사함을 느낍니다.

진행자: 여기에 덧붙이는 질문인데요. 그럼 하루 일과가 어떻게 되시나요?

샘 알트먼: 완전한 혼돈(chaos)이죠. 아침에 일찍 일어나서 몇 시간 동안 일을 합니다. 한 아침 8시까지는 제 삶을 통제할 수 있어요. 무언가를 끝마칠 수 있고, 제가 하고 싶은 일들을 추진해 볼 수 있습니다. 그러고 나서 아이와 한 시간 정도 놀아준 뒤 사무실로 출근합니다. 그 이후부터는 그냥 미친 듯이 무슨 일이든 터지는 대로 굴러갑니다. 우리 회사만큼 모두의 표적이 된 상태로 미친 듯이 빠르게 움직이고 혼란스러운 회사는 없을 겁니다. 하루 종일 예측 불가능한 혼돈의 연속이죠.

진행자: 여기 저희 대다수는 아침 8시 이전에 절대 일어나지 않거든요.

샘 알트먼: 저도 예전에는 일찍 안 일어났어요. 이 직업이 저를 그렇게 만들었죠.

진행자: 최고네요. 질문 두 개만 더 할까요?

샘 알트먼: 네, 두 개만 더 하고 마무리하죠. 시간이 다 됐네요.

진행자: 제가 하나 할게요. "오늘날 어떤 AI 세부 분야가 2016년의 OpenAI처럼 조금 저평가되거나 과소평가되어 있지만 갑자기 튀어 오를 잠재력이 있다고 생각하시나요?"

샘 알트먼: 좋은 질문이네요. 훌륭한 질문입니다. 이런 종류의 질문은 제가 시간을 많이 들여서 생각해보고 싶은 질문이에요. 연구 쪽을 말씀하시는 건지, 스타트업/제품 쪽을 말씀하시는 건지 잘 모르겠어서 둘 다 짧게 답하겠습니다. 시간이 거의 없으니까요.

연구 관점에서 본다면, 트랜스포머가 LSTM 대비 보여주었던 엄청난 성과만큼이나 거대한 도약을 가져올 '새로운 아키텍처'가 어딘가에 분명히 존재한다고 장담합니다. 그리고 이제는 그러한 연구를 도울 수 있을 만큼 충분히 똑똑한 모델들이 있습니다. 그래서 만약 저라면 메가톤급 돌파구를 찾을 수 있는 곳을 찾아볼 것이고, 그 과정에서 모델들의 도움을 받을 것입니다.

제품 측면에서는 앞서 조금 언급하긴 했지만, 거대한 분야를 하나 고른 다음 "AI가 있기 전에는 전혀 불가능했지만, 이제 AI 덕분에 가능해진 것이 무엇인가?"를 물어보겠습니다. 어디를 완전히 갈아엎을 수 있을지 찾아볼 겁니다. 즉, 인터랙션이 작동하는 데 AI가 아주 '핵심'이 되는 곳 말입니다.

이게 '일생에 단 한 번뿐인 기회'라는 식의 말은 하고 싶지 않습니다. 왜냐하면 저는 세상이 몇 년마다 극적으로 더 좋아지길 바라고, 나중에 여러분 중 누군가가 이 자리에 돌아와 그때의 학생들과 이야기할 때쯤이면 "AGI는 그저 다음에 올 더 중요한 무언가를 위한 준비운동(warm-up)에 불과했다"고 말할 수 있기를 바라니까요. 그런 발전이 역사 내내 계속되길 바랍니다. 하지만 적어도 '지금까지' 중에서는 지금이 역사상 최고의 시기인 것은 맞습니다. 지금 당장 여러분이 할 수 있는 일은 너무나도 미친 듯이 흥미롭기 때문에, 이 순간을 어떻게 활용할지 당장 알아내기 위해 노력하셔야 합니다.

진행자: 마지막 질문입니다. "XAI나 구글 같은 많은 연구소들이 자체 데이터 센터를 가지고 있고, 추론을 위한 맞춤형 칩(Custom Silicon)까지 개발하고 있습니다. OpenAI도 하드웨어 개발에 관심이 있나요, 아니면 외부 파트너에 계속 의존할 건가요? 그 이유는 무엇인가요?"

샘 알트먼: 우리는 대규모 맞춤형 실리콘 프로그램을 운영하고 있습니다. 우리가 개발 중인 자체 추론 칩에 대해 아주 큰 기대를 걸고 있습니다. 세상이 엄청나게 많은 저렴한 토큰(cheap tokens)을 원한다는 건 분명하고, 우리가 그 분야에서 작업하고 있는 결과물이 아주 훌륭할 거라고 생각합니다. 우리는 엔비디아와 매우 깊은 파트너십을 맺고 있습니다. 모든 학습(training)을 엔비디아 칩에서 진행하고 추론에도 많이 사용하죠. 하지만 자체 칩과 자체 시스템을 구축하는 일에도 매우 들떠 있습니다.

데이터 센터 건설에 대해서 말하자면, 직접 짓지 않아도 된다면 정말 좋겠습니다. 하지만 어느 시점에 꼭 그래야만 한다면 그렇게 할 겁니다. 아시겠지만 한 회사가 모든 것을 다 잘할 수는 없고, 데이터 센터를 짓는 건 매우 자본 집약적인 일입니다. 만약 우리가 훌륭한 서버 랙(rack)을 설계하고, 운영이나 데이터 센터 건물 건축 같은 미친 일들은 다른 사람들이 대신 해줄 수 있다면, 그게 최고겠죠.

진행자: 감사합니다, 샘. 여러분 샘에게 박수 부탁드립니다! 감사합니다.