인터뷰/예측
에릭 슈미트 "샌프란시스코의 믿음은 이것(초지능 순간)이 2~3년 안에 일어난다는 것"
작성자
하이룽룽
작성일
2026-04-14 22:24
조회
7
에릭 슈미트 인터뷰 정리
진행자
지금 우리는 역사적인 순간을 살고 있습니다. 이 순간을 어떻게 정의하시겠습니까? 그리고 현재 AI 분야에서 무슨 일이 벌어지고 있는지, 전체적인 상황을 설명해 주실 수 있을까요?에릭 슈미트
우리는 지금 이 변화의 10~15% 정도 지점에 들어와 있습니다. 이미 그 영향을 눈으로 볼 수 있고, 피부로 느낄 수 있습니다. 다만 어떤 것은 금방 일어나고, 어떤 것은 시간이 더 걸립니다. 예를 들어 하드웨어는 소프트웨어보다 더 오래 걸립니다. 그래서 로봇은 전통적 하드웨어 위의 디지털 시스템보다 더 늦게 옵니다.다음으로 정말 흥미롭고 동시에 무서운 것은 재귀적 자기개선(recursive self-improvement) 입니다. 하지만 아직 그 단계는 아닙니다. 그래서 1~2년 안에 인간과 거의 같은 컴퓨터 에이전트가 등장할 것처럼 쉽게 상상할 수는 있지만, 그걸 가능하게 하는 과학은 아직 없습니다. 사람들은 그걸 연구 중이고, 저도 그 전개가 어떻게 될지 설명할 수는 있지만, 아직 도달하진 못했습니다.
지금 우리가 실제로 가진 것은 추론 시스템(reasoning systems) 입니다. 이 시스템들은 인간에게 완벽한 파트너가 될 수 있습니다. 물론 좋은 방향으로도, 나쁜 방향으로도 그렇습니다. 그리고 그 자체만으로도 많은 함의가 있습니다. 만약 오늘 발전이 멈춘다고 해도, 실제로는 멈추지 않겠지만, 그리고 어느 정부나 개인, 기업도 이걸 통제하거나 멈출 수는 없겠지만, 지금 수준의 추론 에이전트만으로도 이미 인류는 크게 진보했을 것입니다.
진행자
이 변화가 얼마나 빠르게 가속될 거라고 보십니까?에릭 슈미트
제가 “샌프란시스코 컨센서스” 라고 부르는 게 있습니다. 그렇게 부르는 이유는 샌프란시스코 사람들이 다 그렇게 믿기 때문입니다. 제가 아는 사람들 대부분은 이렇게 봅니다.“올해는 에이전트의 해다.”
왜 에이전트가 올해 모든 것을 장악하게 될지 우리는 논의할 수 있습니다. 올해 안에 에이전트와 추론 시스템의 사용 규모는 엄청난 속도로 성장할 것입니다. 지금 모두가 하드웨어가 부족하고, 전력이 부족합니다. 진짜 붐입니다. 제 커리어에서 세네 번의 붐을 봤는데, 이번이 가장 큽니다.
이 사고방식에서 핵심은, 재귀적 자기개선이 시작되면, 시스템이 스스로를 개선하기 시작하고, 지능이 스스로 학습하며, 그리고 생물학적으로 제한된 인간보다 더 빠르게 학습하게 된다는 점입니다.
샌프란시스코에서 흔히 드는 예를 하나 말씀드리겠습니다.
어떤 기술회사가 환상적인 AI 연구자 1,000명을 갖고 있다고 해봅시다. 어느 날 그 회사가 AI 연구 에이전트를 켭니다. 그러면 AI 연구 에이전트는 몇 명입니까? 전력만 허용한다면 사실상 무제한입니다. 그들은 먹을 것도 필요 없고, 집도 필요 없고, 샌프란시스코의 주택 문제도 겪지 않습니다. HR 부서도 필요 없습니다. 월급도 안 줘도 됩니다. 전기만 먹이면 됩니다.
그럼 몇 명까지 둘 수 있을까요? 예를 들어 100만 개의 에이전트를 둘 수도 있겠죠. AI에서는 진보 여부를 비교적 분명한 지표로 판단합니다. 추론이 더 좋아졌는지, 테스트 결과가 나아졌는지, 평가 프레임워크 상에서 더 우수해졌는지를 보면 됩니다. 그게 바로 일어나는 일입니다.
그 시나리오에서는 원래도 상승 곡선이 가파른데, 인간 연구자를 더하고, 그다음 에이전트를 더하면, 기울기가 거의 수직으로 치솟습니다. 이것이 사실상 초지능(superintelligence) 순간입니다.
샌프란시스코의 믿음은 이것이 2~3년 안에 일어난다는 것입니다.
진행자
그 믿음을 뒷받침하는 근거는 무엇입니까?에릭 슈미트
예를 들어 Claude Code가 몇 달 전에 나왔습니다. 최신 버전이요. 그리고 제가 아는 베이 지역 소프트웨어 업계 사람들은 다 이렇게 말합니다.예전엔 인간 80 / AI 20 이었는데,
지금은 인간 20 / AI 80 이라고요.
제가 보기엔 핵심은 단지 “Claude Code”라는 제품 자체가 아니라, 그 밑에 있는 LLM이 더 오랫동안 추론할 수 있게 됐다는 점입니다. 시간이 지날수록 더 좋은 품질의 토큰을 만들어내고, 더 깊게 생각합니다. 지금 모든 연구소가 그 지점을 두고 경쟁하고 있습니다. 이건 단순히 컨텍스트 윈도우 크기 문제가 아니라, 추론 능력과 얼마나 길게 생각할 수 있는가의 문제입니다. 그냥 더 오래 생각하고 더 많은 결과를 만들어냅니다.
저는 21살 때 베이 지역으로 왔고, 고등학생 때부터 프로그래머였습니다. 꽤 잘하는 편이었죠. 그런데 지금 이 시스템들이 하는 걸 보면,
“세상에, 이제 끝났구나.”
라는 생각이 듭니다.
제가 할 수 있는 일 중에 이 시스템이 못하는 게 없습니다. 예를 들어 C 컴파일러를 Rust로 작성하는 걸 봤을 때, 저는 그냥 “끝났다”고 느꼈습니다.
이걸 만드는 사람들조차도 자기 능력이 줄어드는 걸 체감하고 있습니다. 예전엔 프로그래머였고, 저도 그 점이 자랑스러웠는데, 이제는 프로그래밍 시스템의 감독자가 되도록 강요받고 있습니다.
진행자
그럼 최고의 프로그래머들 가치도 떨어지는 건가요?에릭 슈미트
오히려 반대입니다.예전부터 늘 그랬습니다. 아주 뛰어난 프로그래머는 그 바로 아래 수준의 프로그래머보다 10배 가치가 있었습니다. 프로그래머에게는 특별한 수학적 추론 능력이 있습니다.
그리고 그런 사람들은 앞으로 더 가치 있어질 것입니다. 이 시스템들은 지금 단계에서는 여전히 인간이 통제해야 하기 때문입니다. 최고 수준의 사람들은 이 병렬화와 활동 구조를 이해할 수 있습니다.
이건 또 다른 결과를 낳습니다.
제 생각에는 앞으로는 아주 적은 수의 매우 큰 회사들과, 동시에 엄청나게 많은 아주 작은 회사들이 생길 것입니다. 왜냐하면 예전처럼 많은 사람이 필요하지 않기 때문입니다. 그리고 이건 지금 이달에도 이미 눈앞에서 펼쳐지고 있습니다.
진행자
실제로 현장에서는 어떻게 쓰이고 있습니까?에릭 슈미트
제가 관여하는 스타트업 중 하나에서 아주 뛰어난 젊은 프로그래머와 이야기한 적이 있습니다. 그는 다양한 UI를 만들고 있었는데, 제가 물었습니다.“실제로 어떻게 일하나요?”
그는 이렇게 답했습니다.
“제가 원하는 것을 스펙으로 씁니다. 그리고 테스트 함수, 평가 함수를 작성합니다. 그리고 실행시킵니다.”
제가 다시 물었습니다.
“몇 시에요?”
그는 말했습니다.
“저녁 7시요.”
그다음 뭐 하냐고 했더니,
“아내와 저녁 먹고 잠잡니다.”
“중간에 깨나요?”
“아니요, 아주 잘 잡니다.”
“언제 끝나죠?”
“새벽 4시요.”
그리고 아침에 일어나서, 아침 먹고, 이것저것 하고 나서, 무엇이 발명됐는지 확인한다는 겁니다.
정말 충격적입니다.
이런 시스템의 힘은, 평가 함수를 정의할 수 있고, 시스템을 계속 돌릴 수 있으며, 하드웨어만 충분하다면, 사실상 새로운 세계를 발명하고 있는 것과 같습니다. 이 정도 작업은 예전의 저라면 구글에서 6개월과 프로그래머 10명이 필요했을 일입니다. 그런데 지금은 어떤 젊은 개발자가 그냥 자고 있습니다.
진행자
저도 지금 완전히 공감합니다. 두 달 전 다보스에서만 해도 이건 일종의 자동완성 수준이었어요. 인간이 계속 옆에서 돌봐줘야 했죠. 10배 효율적이긴 했지만요. 그런데 이제는 무대 위에 있는 지금 이 순간에도 시스템이 이미 여섯 개 문제를 풀고 있습니다.에릭 슈미트
맞습니다. 그런데 사실 이건 놀라운 일이면서도, 프로그래머 입장에서는 어느 정도 예상됐어야 합니다. 저는 버클리에서 BSD 유닉스 쪽 일을 했고, 벨 연구소와 BSD 유닉스 환경에서 일했습니다. 프로그래머는 자기에게 필요한 것을 직접 발명합니다. 그래서 우리가 첫 이메일 시스템, 첫 메시징 시스템을 만들었습니다. 그냥 필요했기 때문입니다.디지털 지능에서 중요한 점 하나는, 최초의 발명가들은 자기 문제를 해결하는 프로그래머들이라는 사실입니다. 그러니 지금 이런 일이 벌어지는 것을 놀라워하기보다, 원래 그렇게 될 줄 알았어야 한다는 겁니다.
또 프로그래밍이 흥미로운 점은, 이 영역이 거의 스케일 프리(scale-free) 라는 겁니다. 전기만 있으면 됩니다. 방대한 데이터가 꼭 필요한 것도 아니고, GitHub 같은 자료도 이미 있습니다. 언어 체계도 인간 언어보다 훨씬 제한적입니다.
즉,
- 언어가 더 작고,
- 목표 함수가 분명하고,
- 필요한 건 전기뿐입니다.
“젊었을 때 코드를 많이 썼지”
라고 말하는 것 자체가 곧 아주 고풍스러운 기술 이야기가 될 겁니다. 마치 말을 탔다고 회상하는 것처럼요. 올해가 지나면, 그런 종류의 직접 코딩은 거의 사라질 수 있습니다.
진행자
그렇다면 교육은 어떻게 바뀌어야 합니까?에릭 슈미트
대학교와 관련 있는 분들에게 제안하고 싶은 게 있습니다.지금 대학에서 하고 있는 다른 것들을 잠시 멈추고라도, 올해 9월 입학하는 신입생들을 위한 프롬프트 엔지니어링 수업을 설계해야 합니다.
진행자
왜 대학입니까? 왜 고등학교부터가 아니죠?에릭 슈미트
정말 공격적이시네요.좋습니다. 제 제안을 개선해보죠. 저는 18살이면 충분히 어리다고 생각했습니다. 하지만 더 어린 나이부터 시작해야 할 수도 있겠죠.
핵심은 이겁니다.
대학 첫 학기든 분기든, 가장 먼저 이 도구를 쓰는 법을 가르쳐야 한다는 겁니다.
그런데 대학들은 늘 그렇듯 제 생각에 반대합니다. 왜냐하면 이건 대학이 가진 거의 모든 전통적 전제를 깨뜨리기 때문입니다. 하지만 학생 입장에서 생각해 보세요. 인문학이든, 수학이든, 무엇을 하든, 앞으로 이 플랫폼은 그들의 예술, 음악, 글쓰기, 표현 전체의 기반 플랫폼이 될 겁니다. 그렇다면 왜 즉시 가르치지 않습니까?
진행자
저는 고등학생들에게 이미 영향을 주고 있다고 봅니다. 지금 그 나이 아이들이 AI와 거의 접촉하지 않고 사는 건 오히려 부자연스러워 보입니다.에릭 슈미트
그건 제 주장에 대한 좋은 보완입니다. 다만 연령 문제가 있습니다. 취약한 청소년에 대해서는 정말 조심해야 합니다.제가 어디에 진짜 문제가 있는지 분석해 본 적이 있습니다. 간단히 요약하면 이렇습니다.
첫째, 언젠가는 일자리 영향이 옵니다. 이미 소프트웨어와 일부 고객 서비스 분야에서는 나타나고 있지만, 아직 전면적이지는 않습니다.
둘째, 우리가 중국과 경쟁하는 동시에 미국의 도덕적 가치를 어떻게 유지할 것인가의 문제입니다.
셋째, 젊은 사람들에 대한 영향입니다.
13살짜리가 LLM 때문에 자살하는 일은 절대 용납할 수 없습니다. 이건 정말 지금 당장 해결해야 하는 문제입니다.
넷째, 에이전트 오케스트레이션 문제입니다. 에이전트는 서로 결합될 수 있습니다. 제가 늘 걱정하는 것은, 특히 서로 호환되지 않는 벤더의 에이전트를 결합하면 예측 불가능한 효과가 생길 수 있다는 점입니다.
이런 것들이 우리가 해결해야 할 문제들입니다. 우리는 미래를 환영해야 하지만, 그 미래가 가져오는 문제도 함께 해결해야 합니다.
구글, 딥마인드, 트랜스포머, TPU에 대한 회고
진행자
당신이 구글을 운영하던 시기에 트랜스포머가 발명됐고, TPU가 나왔고, 데미스 하사비스는 단백질 폴딩을 해결했습니다. 지금 우리가 경험하는 거의 모든 것이 그 시기에 시작됐죠. 당시에도 그 순간의 역사성을 느끼셨나요?에릭 슈미트
역사를 만들고 있을 때는 대개 그걸 그 순간엔 잘 모릅니다.저는 그 공을 래리 페이지와 세르게이 브린에게 많이 돌립니다. 그들은 저보다 더 앞서 있었습니다. 저는 운영형 CEO였고, 그들은 집요하게 기술적 탁월함을 밀어붙였습니다.
예를 들어 초창기 구글에서 제가 “자바 개발자를 좀 뽑아야겠다”고 말한 적이 있습니다. 그러자 래리와 세르게이는
“우리가 들어본 아이디어 중 제일 멍청하다”
고 했습니다.
그들이 진심인지 농담인지 항상 헷갈렸습니다. 하지만 그들의 논리는 이랬습니다.
“진짜 프로그래머라면 한 단계 더 낮은 레벨에서 프로그래밍해야 한다.”
지금의 구글은 자바 인력이 수천 명이지만, 그 당시 그들은 기술의 정밀함과 탁월함에 엄청나게 집착했습니다. 그래서 저는 그들을 속일 수도, 말로 얼버무릴 수도 없었습니다. 항상 진짜 기술적 근거가 있어야 했습니다. 그들은 늘 “그건 지루하다, 하지 마라. 또 네 아이디어냐? 우리는 새로운 아이디어를 원한다”고 했죠.
진행자
특히 TPU는 정말 놀랍습니다. 설계하고 내부 칩을 만든다는 건 수년이 걸리는 일인데요.에릭 슈미트
TPU 1세대는 사실상 특정 종류의 행렬 곱셈기(matrix multiplier) 였습니다. TPU 2세대로 가면서 알고리즘을 복잡하게 바꿨고, 특히 추론(inference) 에 매우 강해졌습니다.그게 천재성인지 운인지 모르겠지만, 10년 전에 내려진 결정들이 TPU를 거의 완벽한 추론 엔진으로 만들어 놓았습니다. 그리고 지금 제가 말하는 이 추론 단계들 위에서 AI가 돌아갑니다. 그런 의미에서 구글은 매우 좋은 위치에 있습니다.
Nvidia를 보면, 그들은 인텔이 한 번도 해내지 못한 일을 했습니다. 인텔은 서버 아키텍처 전체를 장악하려 했지만 성공하지 못했습니다. 그런데 Nvidia는 실제로 돈과 시간만 있으면 통째로 구매 가능한 진짜 슈퍼컴퓨터를 만들었습니다. 실제로 전달받을 수 있는 시스템 말입니다. 이건 엄청난 산업적 성취입니다. 그래서 두 회사 모두 엄청나게 잘될 것이라고 봅니다.
에너지, 전력, 데이터센터 병목
진행자
지금 AI의 병목은 무엇입니까? 에너지, 칩, 사람, 자본 중 어디가 가장 큰 제약인가요?에릭 슈미트
제가 친구들과 데이터센터 회사를 시작했는데, 의회 증언에서 2030년까지 미국에서 92기가와트의 전력 부족이 예상된다고 말했습니다. 참고로 원전 하나가 대략 1.5기가와트 정도이니, 대략 원전 60기 규모입니다. 그런데 우리는 거의 짓지 않고 있죠.그래서 미국의 진짜 자원 제약이 무엇인지 보게 됐습니다.
그건 전기입니다.
미국에는 대학도 있고, 똑똑한 사람도 있고, 경제도 있고, 그리고 말도 안 되게 큰 돈을 “희망 하나만 믿고” 넣어주는 금융 시스템도 있습니다. 이런 식의 금융은 다른 나라엔 없습니다. 중국에도 없고, 유럽에도 없습니다. 그래서 저는 늘 미국 금융 시스템에 감사한다고 말합니다. 우리의 꿈이 되든 안 되든, 그 꿈에 수십억 달러를 넣어주니까요.
이쯤 되면 보통 이런 반론이 나옵니다.
“알고리즘이 더 효율적이 되면 에너지는 덜 들 거다.”
그 말이 맞을 거라고 저도 확신합니다. 그런데 이상한 특성이 있습니다. 하드웨어가 강해지고 알고리즘이 더 효율적이 되어도, 우리는 전력을 덜 쓰는 게 아니라 오히려 더 많은 전력과 더 많은 컴퓨터를 원하게 됩니다. 왜냐하면 새로운 용도를 계속 발견하기 때문입니다. 이게 바로 제번스의 역설(Jevons paradox) 입니다.
인간은 지수함수를 잘 이해하지 못하기 때문에, 다들 “6~9개월 뒤면 거품이 꺼지겠지”라고 말합니다. 하지만 그럴 기미가 전혀 없습니다. 저와 제 팀은 몇 년 동안 이걸 봐왔고, 아직 스케일링 법칙은 끝나지 않았습니다.
저는 친구들에게 계속 묻습니다.
“도대체 비대칭점(asymptote)은 언제 오나? 곡선은 언제 둔화되나?”
아직 보지 못했습니다. 물론 언젠가 한계는 있을 겁니다. 인간의 광기에도 한계는 있으니까요. 다만 아직 그 한계를 못 찾았고, 지금은 그 벽을 향해 전력 질주 중입니다. 그리고 저는 솔직히 이게 미국의 가장 위대한 점이라고 생각합니다.
진행자
결국 한계는 자본입니까, 아니면 더 많이 스케일링해도 어느 순간 작동 원리가 무너지는 지점이 오는 겁니까?에릭 슈미트
먼저 자본 한계를 보죠.전력 1기가와트는 대략 하드웨어, 소프트웨어, 데이터센터까지 포함해 500억 달러 규모와 대응됩니다. 숫자에 따라 약간 달라질 수 있지만 대충 그렇습니다. 그렇다면 100기가와트는 얼마일까요? 직접 계산해 보시면 됩니다.
5년 동안 5조 달러를 조달할 수 있느냐?
저는 가능하다고 봅니다. 그게 미국의 힘입니다.
지금 데이터센터 건설은 미국 GDP 성장의 약 1% 수준을 차지하고 있습니다. 현재 미국 전력 사용량의 10%가 데이터센터에서 쓰이게 될 것이라는 추정도 있습니다.
그리고 지금 짓는 데이터센터는 제가 구글에서 짓던 것과는 차원이 다릅니다. 당시엔 그것도 거대했지만, 지금 기준으로는 작습니다. 지금 표준으로 건설되는 데이터센터는 대략 400메가와트 규모, 길이는 반 마일 정도, 폭은 500피트 수준입니다. 사실상 거대한 공기 흐름 기계입니다. 공기를 흡입해 내보내고, 중앙에서 냉각하고, 내부 수냉으로 칩을 식힙니다. Nvidia 칩을 مثال로 들면, 칩뿐 아니라 HBM 메모리도 워낙 뜨거워져서 전부 수냉이 필요합니다. 칩 하나가 2킬로와트를 먹습니다. 정말 미친 수준입니다.
딥마인드 인수, 알파고, 단백질 폴딩
진행자
딥마인드를 6억 달러 정도에 인수했을 때 사람들은 “매출도 없는 AI 회사를 왜 사냐”고 했죠. 그런데 나중엔 데이터센터 냉방 최적화만으로도 인수값을 회수했다는 말이 나왔습니다. 그리고 그 팀이 지금 세상을 바꾸는 AI가 됐죠.에릭 슈미트
그 공은 래리 페이지에게 있습니다. 래리는 스탠퍼드 대학원생 때부터 AI를 공부했고, 우리는 이 문제에서는 늘 그에게 많이 의존했습니다. 래리가 “이 팀이 최고다”라고 했습니다. 아마 일론과 래리가 인수를 두고 경쟁했던 복잡한 과정도 있었던 것으로 기억합니다. 그리고 제프 딘이 들어가고, 그 뒤에 저와 함께 딜을 마무리했습니다.그때 그들을 처음 봤을 때를 아직도 기억합니다. 한 층에 모여 있는, 영국식 분위기의 사람들, 그리고 데미스라는 그리스계 영국인이 이끄는 팀이었죠. 분명 똑똑해 보였지만, 구글엔 원래 똑똑한 사람이 워낙 많았습니다.
그런데 2016년에 데미스가 우리가 바둑에서 이길 것이라고 발표했습니다. 그 시점에 딥마인드는 어느 정도 독립적으로 운영되고 있었고, 우리는 그들이 성장하고 자기 길을 찾도록 놔두고 있었습니다. 자본의 인내심이 있었던 겁니다. 당장 뭔가를 요구하지 않았습니다.
그가 바둑에서 이길 거라고 했을 때, 저도 한국으로 갔습니다. 현장에 가 보니 한국 쪽은 전부 컴퓨터를 이길 거라고 확신하고 있었습니다. 저는 한국 팀 방에 갔다가, 다시 구글 쪽 방으로 갔습니다. 거긴 굉장히 조용했고, 모니터 하나가 있었는데, 지금 생각해보면 강화학습 기반 예측 메커니즘 같은 것이었습니다. 처음엔 승률이 50:50이었습니다.
제가 한국 팀 방에 가서 이야기를 듣고 다시 돌아오니 승률이 51%, 그다음엔 52% 로 올라갔습니다. 그리고 아키텍트인 David가 말했습니다.
“우리는 그냥 이 수치가 무한대로 가도록 설계했어요.”
그때 저는 딥마인드 사람들의 천재성을 이해했습니다.
그리고 지금의 Gemini를 보면, Gemini 3는 비중국계 시스템 가운데서도 가장 폭넓은 시스템 중 하나일 겁니다. 다국어, 멀티모달, 깊이까지 포함해서요.
진행자
바둑은 인간이 컴퓨터를 따라잡으라고 도전 과제를 던지던 마지막 순간 같았습니다.에릭 슈미트
맞습니다. 우리도 그걸 알고 있었습니다. 바둑은 보통 알고리즘으로는 사실상 계산 불가능에 가까운 게임이라고 여겨졌습니다. 그들은 두 개의 서로 다른 강화학습 트리를 결합하는 방식을 썼습니다. 그리고 여기서 제가 배운 또 하나는, 단순히 “바둑 프로그램을 써서 이겨라”가 아니라, 게임 자체를 이해해야 한다는 점입니다.그런 다음 그 팀은 바둑을 이기고 나서 그 문제에 질렸습니다. 그래서 같은 팀을 단백질 폴딩으로 돌렸습니다.
단백질 폴딩은 완벽한 문제였습니다. 왜냐하면 명확한 종료점과 검증 함수가 있었기 때문입니다. AI에 대해 사람들이 흥분하지만, 결국 중요한 건 검증 함수입니다. 이 시스템들은 아직 상식이 없기 때문에, 무엇이 맞는지 보여줘야 합니다.
나중엔 AlphaZero 같은 시스템으로 이어졌고, 그것은 사실상 스스로 학습하는 시스템이었습니다.
우주 데이터센터
진행자
우주 데이터센터에 대해서는 어떻게 보십니까? 몇 달 전만 해도 거의 아무도 얘기 안 하다가 갑자기 다들 말하고 있습니다.에릭 슈미트
저는 찬성하는 편입니다. 저는 로켓 회사 지분도 갖고 있습니다. 로켓 과학은 정말 어렵습니다. 저는 로켓 자체에 대해선 전문가가 아니지만, 기술 인력을 관리하는 건 압니다.우주 데이터센터의 기회는 크고 흥미롭습니다. 물론 도전 과제도 있습니다. 특히 열을 어떻게 방출할 것인가의 문제가 있습니다. 산소가 없고, 방사선 이슈도 있습니다. 이런 문제는 해결돼야 합니다.
다만 기술 자체는 이해되어 있습니다. 저에게는 기술보다 사업성의 문제로 보입니다. 데이터센터가 있어야 할 곳이 어디냐는 거죠. 우주냐, 지상이냐. 우주는 무한한 전력 같은 장점이 있지만 다른 문제도 있고, 지상은 광섬유도 있고 흔들림도 적죠.
에너지 논리만 보면 우주가 더 유리할 수 있습니다. 냉각은 큰 과제였지만 상당 부분 해결돼 가는 듯합니다.
중국과 로보틱스 경쟁
진행자
어젯밤 쓰신 글에서 “중국이 물리적 AI의 미래를 지배할 수 있다”고 하셨죠. 핵심을 요약해 주시겠습니까?에릭 슈미트
제가 늘 말하는데, 미국의 경쟁자는 중국입니다.적이 아니라 경쟁자입니다. 이 구분은 중요합니다.
중국은 돈도 많고, 매우 똑똑하고, 노동 윤리도 미국과 같거나 더 강하며, 핵심 산업을 장악하고 있습니다. 특히 로보틱스와 관련해서, 우리는 중국이 전기차 산업을 장악하도록 사실상 허용했습니다. 이건 실수였습니다. 아주 분명한 실수입니다.
사람들은 “하지만 그 차들을 미국에 못 들여오잖아”라고 말합니다. 그런데 미국 밖에서 중국차를 좀 타 보세요. 정말 경쟁력 있습니다. 그들은 엄청난 일을 해냈습니다. 중국은 수직 통합과 기가팩토리 건설을 우리가 하기 힘든 규모로 해낼 수 있습니다. 이건 해결해야 할 문제입니다.
로봇을 아주 단순화하면, 결국 액추에이터(모터) 와 두뇌(지능) 입니다. 외형이나 귀여운 눈은 중요하지 않습니다. 그런데 전기차 산업이 만드는 모터와 시스템은 로봇과 매우 비슷합니다. 즉, 중국은 이미 우리가 없는 전문성을 갖고 있습니다.
제 생각에 최소한 저가형 로봇 하드웨어 영역에서는 중국이 이길 가능성이 큽니다. 저는 고가형, 산업용 로봇 얘기를 하는 게 아닙니다. 저가형 쪽 말입니다. 그리고 이게 걱정됩니다.
지금의 로봇들은 아직 아주 유용하다고 보긴 어렵습니다. 재밌는 장난감에 더 가깝고, 과장해서 말하면 “개한테 화났을 때 개 대신 둘 수 있는 것” 같은 수준입니다. 하지만 이 문제는 우리가 반드시 대응해야 합니다.
지금 상황만 보면, 적어도 저가형 로봇 하드웨어에서는 중국이 우세해 보입니다. 헷갈리면 최근 나온 Unitree 로봇 춤 영상을 보세요.
중국식 경쟁은 정말 잔인할 정도로 치열합니다. 무서울 정도입니다. 제가 스탠퍼드에서 가르치는 친구와 얘기했는데, 그가 그러더군요. 중국에서는 보드 디너 같은 게 없답니다. 회의 2시간 하고 바로 다시 일한다고요. 인사, 안부, 가족 얘기 같은 것도 없이 바로 본론으로 들어간다는 겁니다. 문화 차이죠.
그들의 노동 윤리, 정밀성, 대규모 실행력은 진짜 경쟁 요소입니다.
저는 우리가 전기차 혁명에서 저가 시장을 잃은 것처럼, 로봇 혁명도 잃고 싶지 않습니다.
로봇이 로봇을 만드는가
진행자
일론 머스크는 로봇이 로봇을 만드는 시대가 임박했다고 믿는 것 같습니다. 기가팩토리를 보면 생산의 대부분이 이미 자동화돼 있고, 마지막 조정만 인간이 하고 있더군요.에릭 슈미트
경계를 분명히 합시다. 예를 들어 배터리처럼 예측 가능하고 단순한 제조 공정은 대규모 공장에서 자동화되기 좋습니다. 그런 분야에서는 기가팩토리가 가능하죠.그런데 로켓 회사에 들어간 뒤 제가 LLM으로 조사해 본 질문 중 하나가 “로켓 제조에서 인간 노동의 얼마나 많은 부분을 로봇으로 대체할 수 있나”였습니다. 현재 한계는 분명합니다. 우리 회사에는 정말 엄청난 조립 인력들이 있습니다. 그들은 단순 용접공도 아니고, 단순 정비사도 아닙니다. 튜브와 구조물들이 어떻게 정밀하게 들어맞는지를 이해하고, 아주 정교한 허용 오차를 다룹니다.
이런 종류의 고숙련 기계 조립은 아직 현재 로봇이 하기 어렵습니다. 언젠가 가능해질 수는 있겠지만, 당분간은 아닙니다.
로켓 비용에서 큰 비중은 재료가 아니라 노동입니다. 사람들은 로켓 안으로 들어가서 실제로 무엇이 잘못됐는지 보고, 판단하고, 조정합니다. 그런 인간적 판단 시스템은 아직 없습니다.
따라서 저숙련 노동은 많이 대체될 수 있지만, 고숙련 기계 노동은 아직 매우 중요합니다.
재귀적 자기개선(RSI)에 대한 견해
진행자
스케일링과 기존 접근만으로 AGI에 도달할 수 있다고 보십니까? 아니면 한 번 더 큰 과학적 돌파구가 필요합니까?에릭 슈미트
지난주 내내 RSI, 즉 재귀적 자기개선 관련 리뷰를 했습니다. 과학자들은 정확히 어떤 접근이 작동할지에 대해 아직 합의하지 못했습니다. 그래서 지금 단계에선 그 질문에 확답하기 이릅니다.작동할 것이라는 증거는 있습니다. 실험실 수준의 테스트도 있습니다. 하지만 그건 제한된 사례, 약간 데모 같은 수준입니다.
진짜 재귀적 자기개선이란 이런 겁니다.
“지금부터 시작해서 모든 것을 배우고, 새로운 것을 발견하고, 무엇을 배웠는지 나에게 말해라.”
이 쿼리는 아직 작동하지 않습니다.
어떤 회사들이 살아남을까
진행자
지금 모든 프런티어 랩이 매주 서로를 추월하는 것처럼 보입니다. 결국 같은 종착점으로 수렴할까요, 아니면 누군가 크게 앞서 나갈까요?에릭 슈미트
세계가 수용할 수 있는 이 규모의 회사는 몇 개일까요? 제가 대충 숫자를 만들어 보겠습니다.전 세계적으로 적어도 10개 정도는 가능하다고 봅니다.
중국에 몇 개, 미국에 대부분, 유럽에 1~2개, 인도에 1개 정도 있을 수 있겠죠. 러시아는 전쟁 때문에 어렵다고 봅니다.
중국을 이해할 때 중요한 점은, 그들은 오픈소스/오픈웨이트 전략으로 DCV4, Qwen, Kimi 2, Kimi 3 같은 것들을 내놓고 있다는 겁니다. 미국의 칩 제한이 있음에도 그렇게 해냈다는 건, 얼마나 영리한지를 보여줍니다. 또한 중국은 중앙집중형 컴퓨팅보다는 엣지 컴퓨팅 쪽에 더 가깝습니다. 자국 소비자 주변을 AI로 감싸는 전략이죠. 우리는 훨씬 더 AGI/ASI 중심입니다. 그러니 패턴은 갈라지고 있습니다.
기업별로 보면 지금은 매우 복잡합니다. Microsoft와 Google은 엔터프라이즈에서 나오는 막대한 현금흐름이 있어 그걸 바탕으로 이 싸움을 할 수 있습니다. Anthropic은 대기업들로부터 자금을 매우 잘 조달했고, Google TPU를 활용하며 엔터프라이즈 에이전트 시스템에서 강한 플레이어가 됐습니다. OpenAI도 전략을 조금 바꾸고 있습니다.
정확히 누가 이길지는 예측하기 어렵습니다. 다만 핵심은, 이 회사들은 엄청난 돈이 필요하다는 것입니다. 그래서 그 돈을 따내기 위한 싸움에서 반드시 이겨야 하고, 실제로 지금 그 싸움을 해내고 있습니다.
1년 후면 지금보다 훨씬 더 분명하게 보일 겁니다.
AI 안전, “체르노빌식 사건” 발언
진행자
AI 안전과 관련해, 세상이 정신 차리려면 “작은 체르노빌급 사망 사건”이 필요할 수도 있다고 말하신 적이 있습니다. 지금도 그렇게 생각하십니까?에릭 슈미트
네. 다만 저는 그걸 찬성하는 게 아닙니다. 규범적 제안이 아니라 묘사적 진단으로 말한 겁니다.이 기술의 진짜 위험은 무엇일까요?
생물학적 위험이 있습니다. 아이들과 민주주의에 대한 위험도 있습니다. 하지만 더 직접적으로는, 예컨대 생물학 공격, 핵 공격 같은 것이 AI에 의해 촉발될 수도 있습니다.
세상이 이 기술이 실제로 부정적 힘도 갖고 있다는 점을 깨닫기 위해서는, 안타깝게도 그런 비극이 필요할 수도 있습니다. 물론 저는 아주 작은 사건이기를 바랍니다.
예를 들어 어떤 나쁜 사건이 발생하고, 그 뒤에 중국과 미국 등 세계 지도자들이 모여서
“우리는 서로 경쟁하고, 싫어하고, 언어도 다르지만, 이 문제만큼은 함께 대응해야 한다”
라고 말하게 되는 상황을 상상할 수 있습니다.
제 감으로는 그런 일이 언젠가 일어날 겁니다. 다만 언제일지는 모르겠습니다.
정부, 정치, 미국의 방향
진행자
그런 경각심이 오기 전까지 정부는 너무 느린 것 같습니다.에릭 슈미트
저는 정부들과 많은 시간을 보냅니다. 정부는 정말 바쁩니다. 그리고 특히 민주주의 국가에서는 정치적 여론과 선거 논리에 의해 움직입니다.저는 미국이 다음에 집중하길 원합니다.
저는 미국이 AI 경쟁에서 이기길 원합니다.
그리고 그러기 위해 필요한 것은 무엇이든 해야 한다고 생각합니다.
현재 미국 정부는 에너지 인허가를 더 쉽게 하고 있고, 데이터센터 건설 속도도 빨라지고 있으며, 전력망 문제 해결도 진전되고 있습니다.
그리고 저는 이민도 더 많이 받아야 한다고 생각합니다. 적어도 고급 기술 인재 이민은 반드시 필요합니다. 왜냐하면 우리는 세계에서 가장 똑똑한 사람들이 우리 편에 서서 이 시스템을 만들게 해야 하기 때문입니다.
이건 역사적으로 정말 특별한 순간입니다.
초지능을 어떻게 “풍요”의 방향으로 이끌 것인가
진행자
마지막으로 긍정적인 질문을 드리고 싶습니다. 언젠가 2년 뒤든, 5년 뒤든, 혹은 이번 10년 안에 ASI가 온다고 가정할 때, 그것을 어떻게 인간과 정렬되고 풍요를 만드는 방향으로 이끌 수 있을까요?에릭 슈미트
우리 사회는 이런 문제를 저 같은 사람들에게 너무 많이 의존합니다. 왜 우리는 정치, 역사, 인간 심리학, 거버넌스, 윤리 분야의 가장 뛰어난 사람들이 함께 모여, 이 기술이 인간의 가치와 정렬되도록 논의하지 않는 걸까요?저는 우리가 미국에서 만드는 시스템이 미국의 가치를 반영하길 원합니다.
자유, 표현의 자유, 결사의 자유, 우리가 어릴 때부터 배운 가치들 말입니다. 그 가치들은 여전히 중요합니다. 그리고 우리 아이들과 손주 세대의 미래를 가능하게 해주는 기반입니다.
저는 그것을 정말 간절히 원합니다. 그리고 미국이 그 싸움에서 잘못된 편에 서는 것을 원하지 않습니다.
이 분야에서 일하는 사람은 많고, 기술적 세부를 이해하는 사람도 많습니다. 저 역시 매주 이 문제를 논의하는 비공식 그룹을 운영합니다. 그러니 불가능한 일은 아닙니다.
하지만 그것이 가능하려면 정치적 의지가 필요하고, 동시에 미국의 천재성을 망가뜨리지 않으면서도 이 문제를 다룰 수 있다는 이해가 필요합니다.
다시 말하지만 저는 속도를 늦추자고 말하는 게 아닙니다.
당신 표현이 더 좋네요.
“형태를 잡아야 한다(shaping it).”
우리가 넘으면 안 되는 선을 넘지 않도록 해야 합니다. 예를 들어 아까 말한 미성년자 문제는 절대 넘어선 안 될 선입니다. 반드시 해결해야 합니다. 그런 선들이 더 있습니다.
전체 0