순다르 피차이 인터뷰 정리

Big Technology Podcast | 약 45분 | 인터뷰어: 알렉스 칸트로위츠(Alex Kantrowitz)

주제: 재귀적 자기개선(RSI), AI 컴퓨팅 자원 배분의 딜레마, AI 에이전트와 구글의 미래

1. 구글은 AI 최전선 경쟁에 복귀했는가? (01:19~03:49)

알렉스: 구글이 Gemini 4 Argon을 통해 다시 AI 최전선에 섰습니다. 코딩, 수학, 과학, 지식 노동 등 여러 벤치마크에서 OpenAI와 Anthropic의 공개 모델을 능가했습니다.

그동안 구글은 최고 성능 모델보다는 충분히 좋은 모델을 만들어 기존 제품에 적용하는 전략을 선택했다고 알려졌습니다. 그런데 그 판단이 틀렸던 것 같습니다.

순다르 피차이:

완전히 틀린 생각입니다.

우리는 AI 최전선에 서는 데 깊이 헌신하고 있습니다. 이는 구글의 DNA에 있는 일입니다.

구글은 10년 넘게 AI의 최전선을 연구해 왔습니다. 경쟁이 치열하고 빠르게 변화하는 환경이지만, 우리는 다른 방식으로 접근할 생각이 없습니다.

Argon의 개발 결과에 매우 만족합니다.

모델의 능력이 상당하기 때문에 안전성 검증과 신중한 배포에 추가 시간을 투자했습니다.

Argon은 에이전트 작업, 지식 노동, 코딩, 창의적 작업 전반에서 뛰어난 최전선 모델입니다.

특히 출시 후 첫 72시간 동안 사용량이 약 25조 토큰에 도달했습니다. Gemini 3.0이 출시된 첫 72시간과 비교하면 약 3배입니다.

그런데도 현재 우리는 추론 서비스를 제공할 컴퓨팅 용량이 부족한 상황입니다.

물론 모든 분야에서 완벽하지는 않습니다. 코딩에서도 개선이 필요한 부분들이 있으며, 계속 발전시켜 나갈 것입니다.

2. 구글에 반드시 최첨단 AI 모델이 필요한 이유 (03:49~06:15)

알렉스: AI의 기본 성능이 워낙 높아졌기 때문에 꼭 가장 뛰어난 모델이 필요한 것은 아니라는 주장도 있습니다.

구글은 지도, 검색, Gmail 등에 AI를 통합하면 됩니다. 그러려면 최고 성능의 모델보다 빠르고 저렴한 모델이 더 유용하지 않을까요?

순다르 피차이:

저는 그렇게 생각하지 않습니다.

우리는 트랜스포머 연구 시절부터 AI 기술의 한계를 확장하기 위해 노력해 왔습니다.

AI 최전선에 있다는 것은 다른 기업들보다 새로운 능력이 등장하는 모습을 먼저 볼 수 있다는 뜻입니다.

그리고 미래에 어떤 기술이 등장할지 미리 이해하면 그에 맞춰 준비할 수 있습니다.

또한 우리의 클라우드 고객 중에는 반드시 최전선 모델이 필요한 기업들이 있습니다.

무엇보다 중요한 점은 재귀적 자기개선입니다.

재귀적 자기개선의 시대에는 최전선 AI 모델이 다음 세대 AI 모델을 개발하는 데 더욱 뛰어난 역할을 할 것입니다.

우리는 Argon을 내부 개발자들에게 적용하면서 이미 큰 전환점을 목격했습니다.

이전 모델들로는 해결할 수 없었던 문제들을 Argon이 해결하고 있습니다.

물론 모든 제품에 가장 거대하고 비싼 모델이 필요한 것은 아닙니다.

최전선 모델은 일반적으로 더 느리고 비용이 높습니다. 그래서 우리는 Flash 같은 효율적인 모델도 개발하고 있습니다.

그러나 그것이 최전선 AI 연구를 포기해야 한다는 의미는 아닙니다.

3. 앞으로 AI는 어디까지 발전할 것인가? (06:39~07:44)

알렉스: 최전선 모델을 개발하면 미래를 먼저 볼 수 있다고 말씀하셨습니다. 지금 어떤 미래가 보입니까?

순다르 피차이:

지금 이 순간이 흥미로운 이유는 몇 달 동안 열심히 개발한 모델을 출시하는 순간에도 이미 그다음에 개선할 수 있는 가능성이 뚜렷하게 보인다는 점입니다.

우리는 오랫동안 장기적인 작업을 수행할 수 있는 에이전트 능력을 발전시켜 왔습니다.

하지만 앞으로는 단일 에이전트가 아니라 여러 에이전트가 협력해서 복잡한 작업을 수행하는 방향으로 발전할 것입니다.

기업과 개인 사용자 모두 자신을 위해 지속적으로 일하는 멀티 에이전트 시스템을 갖게 될 것입니다.

이런 시스템은 사용자를 대신해 항상 작업을 수행할 수 있습니다.

지금은 무한한 가능성이 펼쳐지는 순간이라고 생각합니다.

4. 재귀적 자기개선(RSI)은 이미 시작되었는가? (07:44~10:17)

알렉스: 재귀적 자기개선은 AI가 스스로 더 뛰어난 AI를 개발하는 과정입니다.

일부 사람들은 이것이 인간의 개입 없이 급속도로 진행되면서 지능 폭발로 이어질 수 있다고 예상합니다.

세르게이 브린도 Argon 개발에서 모델이 다음 모델을 개발하는 데 참여한 것이 핵심 혁신 중 하나였다고 언급했습니다.

그런데 AI 모델은 아직 완벽하게 정렬되어 있지 않습니다. 예상하지 못한 행동을 보인 사례들도 있습니다.

이런 상황에서 자기개선 속도를 계속 높이는 것이 위험하지 않습니까?

순다르 피차이:

우선 재귀적 자기개선이 현재 어느 단계에 있는지 정확히 이해해야 합니다.

세르게이가 말한 것처럼 RSI는 Argon 개발에 중요한 기여를 했습니다.

하지만 분명히 말씀드리면 우리는 아직 완전한 재귀적 자기개선의 최종 단계와는 상당히 멀리 떨어져 있습니다.

현재 상황을 정확하게 설명하자면, 여러 AI 모델 개발 과정에서 인간 AI 연구자들과 함께 RSI 루프가 작동하고 있는 단계입니다.

다시 말해 에이전트들이 AI 연구자를 도와 모델 개발의 여러 부분을 자동화하고 있습니다.

인간 연구자와 AI 에이전트가 협력하여 새로운 모델을 만드는 것입니다.

이것만으로도 상당히 흥미로운 진전입니다.

그리고 저는 이러한 재귀적 자기개선 과정이 내년에도 계속 발전할 것이라고 예상합니다.

5. 자기개선 AI의 안전 문제는 어떻게 해결할 것인가? (10:17~12:42)

알렉스: AI가 점점 더 자율적으로 연구하고 자기개선을 수행한다면 안전성 문제도 커질 텐데요. 어떻게 대응하고 있습니까?

순다르 피차이:

AI 안전성은 단일한 해결책이 아니라 여러 계층의 방어 체계에서 나옵니다.

우선 정렬(Alignment) 연구가 중요합니다.

하지만 정렬에는 아직 명확한 기술적 공백이 존재하고 있으며, 계속 연구해야 하는 영역입니다.

그래서 우리는 모델이 올바르게 행동하도록 학습시키는 것에만 의존하지 않습니다.

모델이 작동하는 동안 무엇을 하고 있는지 실시간으로 관찰하고, 예상하지 못한 행동이 발견되면 즉시 개입할 수 있어야 합니다.

이를 위해 실시간 모니터링, 원격 측정, 샌드박스, 격리 기술 등에 투자하고 있습니다.

기업 고객에게도 데이터 접근 범위와 배포 환경을 통제할 수 있는 기능을 제공하는 것이 중요합니다.

또한 산업 전체가 안전성 평가 수준을 높여야 합니다.

금융 산업을 생각해 보십시오.

금융에는 회계 기준과 독립적인 감사인이 존재합니다.

AI 산업에도 이와 비슷하게 공통의 안전성 기준과 독립적인 평가 체계가 필요합니다.

규제 역시 그 과정에서 중요한 역할을 하게 될 것입니다.

6. 구글은 왜 언어 모델과 월드 모델을 동시에 개발하는가? (13:02~14:58)

알렉스: 어떤 AI 연구 기업들은 대규모 언어 모델을 AGI로 가는 핵심 경로로 보고 있습니다.

그런데 구글은 언어 모델뿐 아니라 물리적 세계를 이해하고 시뮬레이션하는 월드 모델도 적극적으로 개발하고 있습니다.

왜 두 방향을 모두 추진하는 것입니까?

순다르 피차이:

인간은 주변 세계를 인식하고 다양한 정보를 받아들이며 행동합니다.

AI 역시 물리 법칙을 이해하고 현실 세계를 높은 정확도로 시뮬레이션할 수 있어야 합니다.

저는 이런 능력들이 지능을 구성하는 중요한 요소라고 생각합니다.

로봇공학을 예로 들어 보겠습니다.

Argon은 실제 세계에서의 추론 능력을 평가하는 여러 벤치마크에서 최첨단 성능을 보여주고 있습니다.

이것은 우리가 월드 모델 연구를 해 온 경험과도 관련이 있습니다.

장기적으로는 언어 모델, 월드 모델 등 서로 다른 접근 방식들이 하나의 아키텍처로 수렴할 가능성이 있다고 생각합니다.

그러나 지금처럼 지능의 발전이 불균일하게 이루어지는 상황에서는 다양한 접근 방식의 최전선에 동시에 서는 것이 중요합니다.

그것이 더 나은 연구와 궁극적으로 더 뛰어난 AGI 모델을 개발하는 데 도움이 될 것입니다.

7. 구글의 가장 중요한 자원, 컴퓨팅은 어디에 우선 배분하는가? (15:19~18:22)

알렉스: 구글은 자체 칩과 데이터센터를 보유하고 있습니다.

한편으로는 클라우드 사업에서 컴퓨팅을 판매해 수익을 올릴 수 있지만, 다른 한편으로는 DeepMind 연구자들에게 가장 큰 컴퓨터를 제공해야 합니다.

이 상충하는 요구를 어떻게 조정합니까?

순다르 피차이:

우리의 가장 기본적인 원칙은 AI 최전선에 머물기 위해 필요한 컴퓨팅 자원을 확보하는 것입니다.

2015년 저는 구글을 AI 중심 기업으로 전환하겠다고 선언했습니다.

AI는 검색, 클라우드, 기타 모든 사업에 공통으로 적용되는 핵심 기술입니다.

따라서 최전선 모델의 연구와 개발에 필요한 컴퓨팅을 확보하는 것이 우선입니다.

이 원칙은 협상할 수 없는 사항입니다.

그다음에는 각 사업 부문의 장기적인 계획에 따라 컴퓨팅을 배분합니다.

클라우드 사업부에는 고객 수요, 계약, 장기 매출 전망이 있습니다. 이를 바탕으로 필요한 자원을 계획합니다.

여기서 중요한 문제가 있습니다.

우리는 자체 데이터센터와 컴퓨팅 인프라를 건설하기 때문에 준비 기간이 깁니다.

오늘 우리가 보유한 컴퓨팅 자원은 제가 2024년에 내린 결정의 결과입니다.

현재 모든 기업이 컴퓨팅 부족을 겪고 있습니다.

구글뿐 아니라 다른 기업들도 과거 계획했던 것보다 두 배의 컴퓨팅 자원을 확보했으면 좋았겠다고 생각할 것입니다.

하지만 우리는 지금도 2~3년 후의 수요를 예측해서 계획을 세워야 합니다.

기술이 얼마나 빨리 발전할지 정확히 알 수 없기 때문에 일부 결정은 나중에 최적이 아닌 것처럼 보일 수도 있습니다.

그럼에도 우리의 우선순위는 변하지 않습니다.

Google DeepMind가 최전선 AI 연구와 모델 개발에 필요한 최고의 컴퓨팅 환경에 접근할 수 있도록 하는 것입니다.

그 후 나머지 사업을 위한 컴퓨팅을 계획합니다.

8. 2027년까지 AI 컴퓨팅 공급이 부족한 상황인가? (18:54~19:23)

알렉스: 아마존의 앤디 재시가 컴퓨팅 자원은 2028년까지 사실상 매진된 상태라고 말했다는 이야기를 들었습니다.

구글도 비슷한 상황인가요?

순다르 피차이:

네. 상당히 비슷한 상황이라고 생각합니다.

지금 새로운 고객이 찾아와서 2027년에 사용할 컴퓨팅 자원을 요청한다면, 그 수요를 충족시키는 것은 대단히 어렵습니다.

실제로 우리는 지난해 일부 고객들의 수요를 충족시키기 위해 단기적으로 컴퓨팅 자원을 임대하기도 했습니다.

다른 기업들 역시 비슷한 공급 제약과 긴 인프라 구축 기간에 직면해 있다고 생각합니다.

9. AI 데이터센터 투자는 거품인가? (19:23~21:47)

알렉스: 철도와 광섬유 같은 기술 혁명의 역사에서는 과잉투자가 반복되었습니다.

현재 AI 데이터센터 건설에서도 비슷한 과잉투자가 일어나고 있다고 보십니까?

순다르 피차이:

어떤 시간 범위로 바라보느냐에 달려 있습니다.

장기적인 관점에서 보면 현재의 투자 규모는 충분히 합리적이라고 생각합니다.

우리는 역사상 가장 중요한 기술 중 하나가 등장하는 초기 단계에 있습니다.

이것은 과거 광섬유 투자와 다릅니다.

지금 구축하고 있는 컴퓨팅 인프라는 사용되지 않은 채 남아 있는 것이 아닙니다. 실제로 매일 사용되고 있고, 매일 공급 부족을 경험하고 있습니다.

기술 자체도 빠르게 발전하고 있습니다.

다만 기업을 경영할 때는 신중해야 합니다.

우리는 고객 수요, 이미 계약된 매출 기회, AI 모델의 성능 발전 추세, 내부 사용량과 기술 평가를 종합합니다.

그런 다음 공격적이면서도 규율 있는 투자 계획을 세웁니다.

물론 AI 인프라의 과잉투자 가능성을 완전히 부정하는 것은 아닙니다.

컴퓨팅 인프라를 구축하기 위해서는 메모리, 전력, 전기 기술자 등 수많은 요소가 필요합니다.

약 2,000개 이상의 보완적 요소들이 있다고 생각할 수 있습니다.

이 중 특정 요소에서 병목이 발생하거나 외부 경제 충격이 발생하면 다른 부분의 과잉투자가 나타날 수 있습니다.

거시경제적 위험도 존재합니다.

그러나 우리가 계획하고 있는 컴퓨팅 자원은 충분한 시간이 주어진다면 모두 활용할 수 있을 것이라고 확신합니다.

10. 구글은 AI 연구를 위해 클라우드 수익을 포기하고 있는가? (21:47~23:39)

알렉스: AI가 불이나 전기만큼 중요한 기술이라고 믿는다면, 연구자들에게 가능한 한 가장 거대한 컴퓨터를 제공해야 하는 것 아닙니까?

그 과정에서 현재 클라우드 사업의 수익이 줄어들더라도 말입니다.

순다르 피차이:

우리는 이미 어느 정도 그런 결정을 하고 있습니다.

실제로 구글 클라우드 사업은 AI 최전선 연구에 컴퓨팅 자원을 배분하기 위해 단기적으로 얻을 수 있는 매출 일부를 포기하고 있습니다.

따라서 말씀하신 일이 이미 일어나고 있는 셈입니다.

다만 균형 있는 접근이 중요합니다.

AI 연구자들에게도 일정한 제약이 도움이 될 수 있습니다.

제약이 있으면 창의적인 방법을 찾게 되고, 메모리를 덜 사용하는 효율적인 알고리즘이나 새로운 기술적 돌파구를 개발하게 될 수 있습니다.

우리가 반드시 지키려는 원칙은 필요한 투자를 통해 AI 최전선에 계속 머무르는 것입니다.

11. AI 시대에는 기존의 사용자 인터페이스가 사라질까? (23:39~25:57)

알렉스: OpenAI의 그레그 브록먼은 미래에 사람들이 원하는 인터페이스는 사실상 인터페이스가 없는 것이라고 말했습니다.

AI가 충분히 똑똑하다면 복잡한 화면이나 버튼 없이 사람과 대화하는 것만으로 모든 일을 처리할 수 있지 않을까요?

순다르 피차이:

저는 컴퓨팅의 역사에서 중요한 전환이 일어나고 있다고 생각합니다.

과거에는 인간이 컴퓨터에 적응해야 했습니다.

하지만 AI 시대에는 기술이 인간의 생활 방식에 자연스럽게 적응하게 될 것입니다.

AI와 필요할 때 대화할 수 있고, AI는 사용자의 맥락을 이해하며, 지속적으로 작동하면서 이전 작업의 연속성을 유지할 수 있을 것입니다.

사용자는 복잡한 기술적 구조를 직접 신경 쓰지 않아도 됩니다.

이미 Gemini의 음성 기능만 봐도 상당한 발전이 있었습니다.

제가 생각나는 대로 길게 이야기하더라도 AI가 개인적인 맥락을 활용해 의도를 이해하고 오류를 바로잡습니다.

다만 이것이 모든 인터페이스가 사라진다는 뜻은 아닙니다.

예를 들어 AI에게 동영상을 만들어 달라고 부탁했다면 그 결과물을 볼 화면은 필요합니다.

중요한 것은 인터페이스가 있느냐 없느냐가 아닙니다.

사용자가 컴퓨터에 맞추기 위해 노력하는 대신 컴퓨터가 사용자에게 맞춰 변화하는 것이 핵심입니다.

12. 구글은 AI 네이티브 기업인 OpenAI와 경쟁할 수 있는가? (25:57~27:31)

알렉스: 샘 올트먼은 OpenAI가 구글의 도전을 막아낼 수 있다고 생각합니다.

OpenAI는 처음부터 AI를 중심으로 제품을 설계했지만, 구글은 기존 제품에 AI 기능을 추가하는 방식이기 때문이라는 주장입니다.

어떻게 생각하십니까?

순다르 피차이:

지금은 경쟁이 매우 역동적으로 진행되고 있습니다.

OpenAI 역시 구글에 강력한 경쟁 압력을 가했습니다.

우리만 OpenAI를 압박한 것은 아닙니다.

그리고 구글 역시 AI 네이티브 제품을 만들고 있습니다.

Gemini 앱은 처음부터 AI를 중심으로 개발된 제품입니다.

반대로 앞으로 OpenAI가 에이전트를 ChatGPT에 통합한다면, 그것은 기존 제품에 에이전트 기능을 추가하는 것일까요, 아니면 AI 네이티브 제품을 만드는 것일까요?

이런 식의 구분은 큰 의미가 없다고 생각합니다.

중요한 것은 세계 최고 수준의 사용자 경험을 제공하는 것입니다.

일부 기존 제품에는 AI를 통합하고, 다른 영역에서는 완전히 새로운 제품을 개발할 것입니다.

두 접근 방식 모두 필요합니다.

13. AI 에이전트는 어떻게 돈을 벌게 될까? (27:31~29:54)

알렉스: 미래에 AI 에이전트가 사용자를 대신해 상품을 구매한다면, AI 서비스 제공자가 판매 수수료를 받을 수도 있을까요?

구글은 소비자 AI 제품을 어떤 방식으로 수익화하려고 합니까?

순다르 피차이:

소비자들이 AI 기술의 가치를 점점 더 크게 인정하게 될 것이라고 생각합니다.

소프트웨어 개발자들을 보십시오.

이미 개발자들은 코딩 모델에 비용을 지불할 의향이 있습니다.

생산성이 크게 개선되기 때문입니다.

지금 개발자 중 상당수는 3년 전의 방식으로 다시 코딩하고 싶어 하지 않을 것입니다. 심지어 1년 전의 방식으로도 돌아가고 싶어 하지 않을 것입니다.

역사적으로 보면 수십억 명이 적극적으로 사용하는 성공적인 소비자 제품이 장기적으로 수익화에 실패한 사례를 저는 거의 보지 못했습니다.

제품이 실제 가치를 창출한다면 그 가치에서 수익을 얻을 수 있습니다.

에이전트가 사람들을 대신해 상거래 활동을 수행하는 미래에도 마찬가지입니다.

사용자에게는 구매해야 할 상품과 서비스가 있을 것이고, 에이전트는 그 수요를 충족시킬 것입니다.

반대편의 상품 및 서비스 제공자들 역시 에이전트가 만들어 주는 경제적 가치를 인정할 것입니다.

그 과정에서 적절한 수익화 메커니즘이 등장할 것입니다.

14. 구글의 24시간 작동하는 영구적 AI 에이전트 (29:54~31:38)

알렉스: 현재 Gmail을 Gemini로 검색하는 것보다 Gmail을 ChatGPT에 연결해 검색하는 편이 더 좋다고 느껴질 때가 있습니다.

구글은 이런 경험을 개선할 계획이 있습니까?

순다르 피차이:

우리가 최근 발표한 흥미로운 기술 중 하나가 기업용 통합 Gemini 에이전트입니다.

그리고 이 기술을 소비자용으로도 가져올 계획입니다.

이 에이전트들은 클라우드에서 24시간, 일주일 내내 지속적으로 작동합니다.

개별 요청을 위해 작은 가상 머신을 실행하는 것과 비슷한 구조입니다.

실행 환경, 에이전트 운영 시스템, 모델 등이 모두 인터페이스 없이 작동하는 백엔드 서비스로 구성됩니다.

이 에이전트는 사용자의 개인적인 맥락을 유지하면서 다양한 구글 제품에서 사용할 수 있게 됩니다.

Workspace, 검색, Gemini 등 어디에 있든 같은 에이전트에게 작업을 요청할 수 있습니다.

에이전트 기술이 서로 분리된 제품들의 사용자 경험을 하나로 통합하게 될 것입니다.

이것이 우리가 추구하는 방향입니다.

15. 구글도 개인 전용 AI 에이전트 제품을 출시하는가? (31:38~33:55)

알렉스: 최근에는 새로운 개인용 AI 에이전트 제품들이 등장해 큰 인기를 얻고 있습니다.

구글에도 비슷한 제품이 있습니까? 앞으로 출시할 계획이 있습니까?

순다르 피차이:

우리가 Gemini 앱을 통해 이루려는 목표는 처음부터 분명했습니다.

개인화되고, 선제적으로 행동하며, 강력한 개인 비서를 만드는 것입니다.

이미 Gemini 앱에서는 대화 기능과 작업 수행 기능을 제공하고 있습니다.

Argon이 등장하면서 이러한 에이전트 능력이 크게 발전했습니다.

앞으로는 사용자가 지금 요청하는 것이 일반적인 채팅인지, 에이전트가 수행해야 하는 장기적인 작업인지 구분할 필요가 없게 될 것입니다.

그냥 Gemini에게 원하는 것을 이야기하면 됩니다.

시스템이 알아서 적절한 방식으로 처리합니다.

필요하다면 백그라운드에서 안전하게 지속적으로 실행되며 작업을 완료할 것입니다.

이미 실제 Gemini 사용 데이터를 보면, 과거에는 대부분의 요청이 일반적인 대화였지만 지금은 에이전트 작업이 차지하는 비중이 꾸준히 증가하고 있습니다.

우리는 개인용 에이전트를 소비자들에게 제공할 것입니다.

Gemini 앱뿐 아니라 Google 검색, Gmail에서도 사용할 수 있게 될 것입니다.

이 모든 경험의 핵심 기술은 Argon이 될 것입니다.

16. 구글은 왜 Anthropic에 대규모 투자를 하는가? (34:16~34:49)

알렉스: 구글은 Anthropic에 수백억 달러 규모의 투자와 지원을 약속했습니다.

다리오 아모데이와 Anthropic의 어떤 점을 높이 평가했습니까?

순다르 피차이:

Anthropic의 창업팀을 처음 살펴봤을 때 이들이 세계 최고 수준의 연구팀이라는 사실을 빠르게 이해할 수 있었습니다.

초기 GPT 모델 개발에 참여했던 연구자들이 포함된 팀이었습니다.

우리는 이들이 AI 최전선에 도달할 수 있다고 일찍 판단했습니다.

구글은 오랫동안 첨단 기술을 개발하는 기업들과 협력해 왔습니다.

SpaceX와도 협력했고, Anthropic과도 그렇게 했습니다.

Anthropic과의 협력 중 일부는 구글의 TPU를 활용하는 형태로도 발전했습니다.

결국 뛰어난 기술과 연구 역량을 보유한 팀이라는 판단이 중요한 이유였습니다.

17. 애플과의 Gemini 협력은 확대될까? (34:49~35:44)

알렉스: 애플은 Siri 개선을 위해 Gemini 기술을 활용하고 있습니다.

현재 이 협력은 확대되고 있습니까, 아니면 축소되고 있습니까?

순다르 피차이:

애플과의 협력은 AI의 뛰어난 능력을 실제 사용자 경험으로 전환하는 데 목적이 있습니다.

애플은 모델을 자신들의 제품에 맞게 조정하고 Siri에 통합하는 일을 잘하고 있다고 생각합니다.

사용자들의 반응을 보는 것도 좋은 경험이었습니다.

우리는 앞으로도 더 많은 일을 함께하는 데 전념하고 있습니다.

구체적으로 새롭게 발표할 사항은 없지만, 현재 협력은 잘 진행되고 있습니다.

18. 구글은 우주 데이터센터를 진지하게 추진하는가? (35:44~37:32)

알렉스: 구글이 우주 데이터센터 프로젝트를 진행하고 있습니다.

현재 기술적 가능성에 대해 무엇을 확인했습니까?

순다르 피차이:

아주 흥미로운 프로젝트입니다.

과거 DARPA의 자율주행차 대회를 보러 사막에 갔던 기억이 납니다.

당시에는 공상과학처럼 보이던 기술이 나중에는 Waymo의 기반이 되었습니다.

많은 기술이 그렇습니다.

처음에는 비현실적인 것처럼 보이지만 10~20년이 지나면 실제로 중요한 역할을 하게 됩니다.

양자컴퓨팅도 그렇고 자율주행도 그렇습니다.

우주 데이터센터도 비슷하게 생각합니다.

우리는 이 분야에 약 2~3년 동안 투자하고 있습니다.

장기적으로 우주에서 컴퓨팅을 수행하는 방식은 상당히 합리적이라고 봅니다.

태양동기궤도 등을 활용하면 풍부한 태양에너지에 거의 지속적으로 접근할 수 있습니다.

앞으로 컴퓨팅 수요가 기하급수적으로 증가한다는 점을 생각하면 충분히 매력적인 접근 방식입니다.

물론 기술적으로 매우 어려운 프로젝트입니다.

우리는 단계별 목표를 세우고 진행하고 있습니다.

TPU를 우주에 보낸 것도 중요한 진전이며, 첫 기본 작동 신호를 확인하는 것을 기대하고 있습니다.

앞으로도 계속 투자할 것입니다.

19. AI는 구글 내부 개발자들의 생산성을 얼마나 높였는가? (37:32~38:45)

알렉스: 과거에 구글 내부 코드의 약 25%가 AI에 의해 작성된다고 말씀하셨습니다.

지금은 그 비율이 얼마입니까?

순다르 피차이:

이제는 그 숫자 자체가 거의 의미가 없어졌다고 생각합니다.

우리가 작성하고 수정하는 거의 모든 코드에 AI가 깊이 관여하고 있기 때문입니다.

그래서 우리는 다른 지표를 살펴보고 있습니다.

예를 들어 Argon을 도입하면서 뚜렷한 전환점을 확인했습니다.

개발자들이 이전에는 쉽게 접근하지 못했던 복잡한 프로젝트들을 해결하기 시작했습니다.

수백만 줄의 코드에 영향을 미치는 프로젝트까지 수행하고 있습니다.

Argon 도입 이후 개발 관련 활동 지표에서 약 30%의 증가가 관찰되었으며, 코드 변경을 되돌리는 롤백은 약 3분의 1 감소했습니다.

결국 개발자들은 더 생산적으로 일하고 있으며, 작성하는 코드의 품질도 개선되고 있습니다.

참고: 원문 자동 전사에서 30% 증가한 지표의 명칭이 불명확하다. 따라서 특정 생산성 지표의 정확한 명칭이나 인과관계는 단정하기 어렵다.

20. 데이터센터 건설에 대한 지역사회의 반발 (38:45~40:11)

알렉스: 미국에서 데이터센터 건설에 반대하는 움직임이 있습니다.

원하는 만큼 데이터센터를 건설할 수 없다면 구글은 어떻게 대응할 계획입니까?

순다르 피차이:

우리는 데이터센터를 책임감 있게 건설하기 위해 노력하고 있습니다.

오랫동안 대규모 데이터센터를 운영해 온 지역에 직접 방문해 주민들과 이야기를 나눠 보면, 구글의 투자 덕분에 자녀를 대학에 보낼 수 있었다는 분들도 있습니다.

데이터센터가 지역사회에 긍정적인 경제적 효과를 가져올 수 있다는 의미입니다.

하지만 제대로 추진하는 것이 중요합니다.

사업 초기부터 지역사회와 소통하고, 투명하게 정보를 공유해야 합니다.

우리는 데이터센터에 필요한 추가 전력 확보를 추진하고, 해당 프로젝트의 전력 수요에 드는 비용을 부담하겠다는 방침을 가지고 있습니다.

주변 지역에 미치는 영향을 이해하고 문제를 미리 해결해야 합니다.

산업 전체가 이 문제에 더 책임감 있게 대응해야 한다고 생각합니다.

장기적으로 우주 데이터센터를 연구하는 이유 중 하나도 이 때문입니다.

향후 20년을 바라볼 때, 데이터센터를 우주에 구축하면 지상에서 발생하는 여러 사회적·환경적 부담을 다른 방식으로 조정할 수 있을 것입니다.

21. 다음 AI 혁신은 지속적 학습(Continual Learning)인가? (40:11~41:23)

알렉스: 아직 완전히 해결되지 않았지만 구글이 가장 열심히 연구하는 AI 기술은 무엇입니까?

예를 들어 지속적 학습은 모델이 배포된 이후에도 계속 새로운 지식을 학습하는 기술입니다.

순다르 피차이:

우리는 여러 방향에 동시에 투자하고 있습니다.

Argon의 긴 출력 능력이나 초기 Gemini 모델의 100만 토큰 입력 컨텍스트도 이러한 연구의 결과입니다.

지금도 합성 데이터(Synthetic Data), 지속적 학습(Continual Learning), 더욱 효율적인 모델 아키텍처 같은 문제를 연구하고 있습니다.

월드 모델 역시 중요한 연구 방향입니다.

이러한 미래 기술을 탐구하기 위해 상당한 비율의 컴퓨팅 자원을 별도로 배정하고 있습니다.

이런 연구에서 나온 아이디어가 실제 주력 모델에 통합되기도 합니다.

따라서 하나의 접근법에만 집중하기보다는 여러 가능성에 동시에 투자하는 것이 중요하다고 생각합니다.

22. AI 발전에 대한 낙관주의와 위험 (41:45~45:03)

알렉스: 기술 산업에는 기술이 결국 세상을 개선할 것이라는 낙관주의가 있습니다.

하지만 모든 기술 투자가 성공하는 것은 아닙니다.

실패한 투자로 인해 경제적·사회적 피해가 발생할 수도 있습니다.

이런 점을 고려할 때, 순다르 피차이의 기술 낙관주의는 어떤 의미입니까?

순다르 피차이:

저는 기술의 발전과 기술에 대한 접근성 확대가 사람들의 삶을 개선한다는 강한 확신을 가지고 있습니다.

이것은 제 개인적인 삶의 경험에서 비롯된 믿음입니다.

하지만 기술 낙관주의가 아무 기술이나 원하는 대로 만들어도 된다는 뜻은 아닙니다.

중요한 것은 기술이 인류에게 도움이 되도록 적극적으로 노력하는 것입니다.

인류의 삶을 개선하는 것이 기술 개발의 궁극적인 목표가 되어야 합니다.

이런 관점에서 저는 미래를 매우 낙관적으로 보고 있습니다.

우리는 앞으로 일어날 발전의 아주 초기 단계에 있다고 생각합니다.

의료 분야의 발전뿐만 아니라 기존에 비용이 계속 증가하던 여러 상품과 서비스를 훨씬 저렴하게 생산할 수 있는 가능성도 있습니다.

새로운 소재의 발견 역시 중요한 변화가 될 것입니다.

이러한 기술들이 사회에 미칠 영향을 지금은 제대로 이해하기 어려울 정도로 그 파급력은 클 수 있습니다.

물론 기술이 잘못된 방향으로 사용될 가능성에 대해 정당한 우려를 가져야 합니다.

기술의 가능성을 낙관적으로 바라보는 것과 그 위험을 진지하게 받아들이는 것은 서로 모순되지 않습니다.

우리는 그 두 가지를 함께 추구해야 합니다.

인터뷰에서 가장 중요했던 7가지 발언

종합적으로 보면

이번 인터뷰에서 가장 주목할 부분은 구글이 AI를 단순히 기존 사업에 추가하는 기능으로 바라보지 않고, 다음 세대 AI를 연구·개발하는 핵심 수단으로 보고 있다는 점이다.

특히 세 가지 발언은 의미가 크다.

첫째, 피차이는 Argon 개발에 RSI가 실제로 기여했다고 인정했다. 다만 완전한 자율적 자기개선과는 거리가 있으며, 현재는 인간 연구자와 AI 에이전트가 함께 모델 개발을 진행하는 단계라고 명확하게 구분했다.

둘째, 구글은 AI 모델 연구를 위해 현재의 클라우드 매출 기회까지 일부 포기하고 있다. 피차이가 컴퓨팅 자원 배분에서 최전선 연구를 최우선으로 삼는다고 반복적으로 강조한 점은 향후 AI 개발 경쟁의 강도를 보여준다.

셋째, 미래 AI 제품의 중심은 단발성 질문에 응답하는 챗봇에서 벗어나, 사용자의 개인적 맥락을 유지하면서 지속적으로 작업하는 자율 에이전트로 이동하고 있다.

결국 피차이가 설명하는 미래는 AI가 사람의 질문에 더 잘 대답하는 시대를 넘어, AI가 새로운 AI를 개발하고, 복잡한 소프트웨어 프로젝트를 수행하며, 개인과 기업을 대신해 지속적으로 일하는 시대다.

다만 이것이 곧 완전한 RSI나 AGI가 실현되었다는 뜻은 아니다. 인터뷰에서 확인할 수 있는 것은 현재의 연구 자동화 진전과 앞으로의 발전 방향에 대한 피차이의 기대다.