DruckFin

알파벳 인터뷰: 순다 피차이와의 대담 — 제미나이 4 아곤, 재귀적 자기 개선, 인프라 배분

빅 테크놀로지 팟캐스트 (진행: 렉스 칸트로위츠), 2026년 10월 21일

오프닝

렉스 칸트로위츠: 우리는 역사상 가장 영향력 있는 기술의 초기 단계에 와 있습니다. 이는 광섬유와는 다릅니다. 암흑기 같은 것이 아니라, 지금 실제로 사용되고 있습니다. AI 연구자들에게는 컴퓨터가 클수록 AI도 더 좋아진다는 공식이 성립합니다. 클라우드 사업처럼 당장의 수익에 타격을 주더라도 연구자들에게 가능한 한 가장 거대한 컴퓨터를 제공해야 하죠. 따라서 오늘날 우리가 보유한 연산 능력은 2024년에 내린 결정들의 결과물입니다. 당연히 지금 이 순간을 돌아보면, 우리뿐만 아니라 다른 기업들을 포함해 모든 곳에서 컴퓨팅 자원이 부족하며, 모두가 애초에 계획했던 것의 두 배어치의 자원이 있었기를 바라고 있습니다. 구글의 뮤즈(Muse)나 닷츠(Dots) 같은 제품은 어디에 있나요? 일반 소비자든 기업 고객이든, 사용자들은 항상 백그라운드에서 작동하며 일을 처리해 주는 일종의 멀티 에이전트 프레임워크를 이용할 수 있게 될 것입니다. 그야말로 무한한 가능성의 순간처럼 느껴집니다.

오늘 알파벳의 순다 피차이 최고경영자(CEO)를 모시고 AI 최전선에서의 구글의 경쟁 전략, 최첨단 AI 연구와 클라우드 사업 간의 균형, 그리고 미래의 인터페이스가 어떤 모습일지에 대해 이야기 나눠보겠습니다. 순다 CEO가 오늘 마운틴뷰 스튜디오에 직접 나와 주셨습니다. 순다, 만나서 반갑습니다. 프로그램에 오신 것을 환영합니다.

순다 피차이: 감사합니다, 렉스. 이곳에 오게 되어 기쁩니다.

구글의 프론티어 AI 전략

Alex Kantrowitz: 자, 구글이 '제미나이 4 아곤(Gemini 4 Argon)'과 함께 다시 AI 최전선(frontier)으로 돌아왔습니다. 쉽게 말해 세계 최고 수준의 모델이며, 벤치마크 기록을 갈아치웠죠. 코딩, 수학, 과학, 지식 노동 등 다양한 벤치마크에서 오픈AI와 앤트로픽의 공개 모델들을 압도하고 있습니다. 그동안 통념상 구글은 기본적으로 프론티어 경쟁을 포기했고, '충분히 쓸만한' 빠른 모델들을 만들어 자사 제품에 적용하는 데 주력하며 더는 프론티어 AI를 좇지 않을 것이란 시각이 지배적이었습니다. 하지만 그것은 틀렸습니다. 아주 많이 틀렸죠.

순다 피차이: 보시다시피, 우리는 프론티어에 자리하는 것에 엄청난 헌신을 기울이고 있습니다. 그것이 우리의 DNA에 새겨져 있다고 생각하며, 애초에 다른 방식으로 접근할 수도 없습니다. 우리는 이미 10년이 넘는 시간 동안 AI 프론티어에 대해 고민해 왔습니다. 프론티어 영역은 매우 역동적이고, 치열하며, 흥미진진합니다. 아곤이 이토록 훌륭하게 완성된 것에 대해 매우 만족스럽게 생각합니다. 우리는 시간을 들여 철저히 검증했고, 안전성을 테스트한 뒤 신중하게 배포했습니다. 모델이 지닌 역량을 고려할 때 다른 모델들보다 개발에 조금 더 시간이 걸렸죠. 하지만 에이전틱(agentic) 작업, 지식 노동, 코딩, 창의적 업무 등 전반적인 측면에서 아곤은 진정 훌륭한 프론티어 모델 중 하나라고 생각합니다. 출시 후 첫 72시간 동안 사용된 토큰은 거의 25조 개에 달하며, 이는 제미나이 3.0의 첫 72시간 대비 약 3배에 이릅니다. 현재 서비스를 제공하는 과정에서 용량 한계(capacity constrained)에 부딪힐 정도입니다. 따라서 매우 고무적이지만, 언제나 보완해야 할 영역들이 존재합니다. 프론티어는 그저 광대하고 역동적이기에 모델을 계속 진화시켜야 하며, 우리가 개선해야 할 점들도 눈에 띕니다. 우리 팀은 그 모든 부분에 대해 계속 작업해 나갈 것입니다.

렉스 칸트로위츠: 어떤 부분들인가요?

순다 피차이: 어떤 모델이든 불과 두 달 전과 비교해보면 아곤은 전반적으로 모든 면에서 훨씬 더 뛰어납니다. 하지만 이 분야는 너무나 급변하고 있습니다. 예를 들어 코딩 분야의 경우에도 우리가 더 잘해야 한다는 점을 인지하고 있는 취약한 부분이 존재하며, 명확한 피드백이 들어오고 있기에 더욱 개선해 나갈 것입니다.

프론티어 모델은 과연 정말 중요한가?

렉스 칸트로위츠: 표준 모델만으로도 구글에게 충분할 수 있다는 주장을 제기해 보겠습니다. 이 주제에 대해 사람들이 흔히 하는 말을 대변해 보죠. 오늘날 AI의 프론티어와 기본 성능(baseline)이 워낙 뛰어나다 보니, 프론티어급 성능은 오직 특정한 일련의 작업에만 가치 있다는 시각입니다. 표준 모델만 있어도 훌륭한 제품을 만들 수 있다는 것이죠. 메타의 뮤즈(Meta Muse)를 예로 들어보겠습니다. 메타 뮤즈는 최고의 모델은 아니지만 우수한 모델을 기반으로 구동됩니다. 생물학 연구를 해야 한다면 프론티어 모델이 정말 필요할지도 모릅니다. 하지만 구글이 굳이 프론티어 모델이 필요 없다고 말하는 이들은 표준 모델만 있으면 맵스(Maps), 지메일(Gmail), 검색(Search) 같은 제품에 충분히 적용할 수 있다고 주장합니다. 앞서 든 메타의 예처럼 그것으로 충분하다는 것이죠. 이에 대해 어떻게 생각하십니까?

순다 피차이: 글쎄요, 제가 생각하는 방식과는 전혀 다릅니다. 우리는 최첨단 기술(state of the art)을 선도하고 트랜스포머(transformer) 기술의 뿌리부터 시작해 이 기술이 어디까지 갈 수 있는지 그 한계를 넓혀가는 데 깊이 헌신하고 있습니다. 그것이 바로 우리가 걸어온 여정이기에 앞으로도 계속해서 그렇게 해나가는 모습을 보게 되실 겁니다. 프론티어 위치에 있을 때 다른 이들보다 새롭게 대두되는 역량을 더 일찍 파악할 수 있으며, 이는 미래를 더 잘 준비하는 데 도움이 됩니다. 우리는 소비자 및 기업 시장 전반에 걸쳐 광범위한 기회를 누릴 수 있는 행운을 가졌습니다. 우리의 클라우드 고객 중 상당수도 프론티어 모델을 원하고 있습니다. 또한 프론티어 모델은 재귀적 자기 개선(recursive self-improvement) 시대에 다음 세대 모델을 개발하는 데 더 뛰어난 성능을 발휘할 것이므로, 그런 측면에서도 중요하다고 감히 말씀드립니다. 내부적으로도 개발자들에게 아곤을 배포한 이후 가파른 변곡점(inflection point)을 목격했습니다. 이전 모델들이 해결하지 못했던 문제들을 확실히 해결해 줍니다. 따라서 프론티어에 머무는 것은 혁신의 최전선에 서게 하며, 혁신을 주도하는 동력이 됩니다. 물론 모든 규모와 역량을 갖춘 모델을 위한 공간은 여전히 존재합니다. 우리가 플래시(Flash), 플래시 라이트(Flash-Lite) 등을 선보인 이유이기도 합니다. 또한 가장 최신의 프론티어 모델들은 상대적으로 속도가 느리고 비용이 많이 드는 경향이 있기 때문에, 반드시 최전선의 모델이 아니더라도 훌륭한 제품 경험을 개발할 수 있다는 점에는 동의합니다. 하지만 우리는 프론티어에 가치를 두며, 그 모든 도전에 헌신하고 있습니다.

렉스 칸트로위츠: 프론티어 개발이 다가올 미래를 내다볼 수 있는 시야를 제공한다고 말씀하셨죠.

순다 피차이: 그렇습니다.

AI 에이전트의 미래

렉스 칸트로위츠: 앞으로 어떤 지평이 펼쳐질 것으로 보십니까?

순다 피차이: 이 순간이 그토록 흥미진진한 이유는, 수개월간의 노력을 집대성했다고 생각하며 무언가를 완성해 출시하고 나면 벌써부터 눈앞에 뚜렷한 추가 발전 여지가 보이기 때문입니다. 우리 모두는 이러한 에이전틱하며 장기적인 안목이 필요한 역량들을 위해 노력해 왔지만, 분명 프론티어 단계에서는 여러 에이전트들이 협력하여 작업을 수행하는 형태로 나아가게 될 것입니다. 이는 현재 진행 중인 흥미로운 패러다임의 한 예입니다. 또한 일반 소비자든 기업 고객이든 사용자들은 항상 작동하며 작업을 수행하는 멀티 에이전트 프레임워크에 접근할 수 있게 될 것이 자명합니다. 그래서 지금은 무한한 가능성의 순간처럼 느껴집니다.

재귀적 자기 개선

렉스 칸트로위츠: 재귀적 자기 개선(RSI)을 언급하셨습니다. 이는 모델이 인간의 개입 없이 사실상 스스로를 더 우수하게 만드는 것을 의미합니다. 사람들은 이를 '지능 폭발(intelligence explosion)'이라고 부르거나 '붐(foom)' 같은 소리가 나며 어느 순간 AI가 초인적인 능력을 갖추게 될 것으로 기대합니다. 실제로 세르게이(브린)가 딥마인드 연구원들과 가진 원탁회의에서 아곤의 핵심 혁신 중 하나가 모델 개발을 돕기 위해 모델 자체에 더 많이 의존했다는 점을 언급했다고 들었습니다. 최근 AI 모델들의 행보를 보면 잘 정렬(aligned)되어 있긴 하지만 완벽하게 정렬된 것은 아니며, 그 불완전성이 큰 문제입니다. 당연히 기술 업계와 이제는 더 넓은 세상까지도 오픈AI의 봇들이 가드레일을 깨고 허깅페이스(Hugging Face)에 해킹을 시도해 기이한 행동들을 벌였던 '허깅페이스 사건'에 대해 알고 있습니다. 구글 역시 봇들이 접근해서는 안 되는 사이트에 접근해 (비밀번호를 추측하는 등의 방식으로) 침입했던 시나리오가 있었고, 곧바로 차단된 적이 있습니다. 이처럼 봇들이 우리가 의도한 대로 정확히 움직이지 않고 있다는 증거는 차고 넘칩니다. 그렇기 때문에 이 재귀적 자기 개선을 추구하거나 모델을 훨씬 더 빠르게 개선하려는 아이디어는 다소 섬뜩하게 느껴집니다. 두려움을 자극하기도 하고요. 여기에 합리적인 우려가 존재하며, 기술 업계가 이 문제에 대해 좀 더 진정성을 가져야 한다는 조치가 취해져야 한다고 생각하지 않으십니까?

순다 피차이: 질문하신 내용을 세 부분으로 나누어 답해 보겠습니다. 첫째, RSI 그 자체에 대한 이야기입니다. 맞습니다, 세르게이는 아곤을 개발하는 과정에서 RSI가 핵심적인 기여를 했다고 언급했습니다. 하지만 분명히 해두어야 할 것은, 오늘날의 연속선상에서 볼 때 우리는 RSI의 최종 단계과는 아직 꽤 거리가 멀다는 점입니다. 현재 이를 가장 정확히 표현하자면, 모델 개발의 다양한 측면에서 AI 연구원들과 함께 작동하는 RSI 루프가 존재한다고 볼 수 있습니다. 거의 AI 연구원들이 자동화된 방식으로 함께 모델을 구축하도록 돕는 에이전트들이 존재한다고 말할 수 있겠네요. 적어도 우리가 현재 어디쯤 와 있는지 이해하는 것이 중요하며, 이는 대단히 흥미진진합니다. 이 연속성은 내년으로 접어들면서도 계속해서 진전을 이룰 것으로 예상합니다.

두 번째 질문은 안전성에 관한 것입니다. 보안은 심층 방어(defense-in-depth)에서 비롯됩니다. 정렬(alignment)에 대해 말씀하셨는데요, 당연히 우리 모두는 모델이 가능한 한 최대한 정렬되도록 많은 노력을 기울이고 있지만, 이는 여전히 활발히 연구되는 분야이며 뚜렷한 격차(gap)가 존재합니다. 하지만 그것만이 우리가 의존하는 전부는 아닙니다. 정렬 작업 외에도, 이러한 모델들이 작동하는 동안 실시간 모니터링에 막대한 노력을 쏟고 있습니다. 예상치 못한 행동이 감지될 경우 실시간으로 개입할 수 있도록 무슨 일이 일어나고 있는지에 대한 훌륭한 텔레메트리(telemetry)를 확보하는 것이 중요합니다. 이를 수행하는 아키텍처, 즉 실시간 모니터링이 진행되는 동안에도 샌드박스(sandboxed) 및 격리되어 정상적으로 임무를 수행할 수 있도록 보장하는 방법 등은 모두 우리가 투자하고 있는 영역들입니다. 당연히 이러한 모델들을 배포할 때, 고객과 기업들이 실시간 모니터링 기능은 물론 어디에 배포할지, 모델이 어떤 종류의 데이터에 접근할 수 있는지 등을 스스로 통제할 수 있도록 지원하는 것 역시 매우 중요하며, 우리는 이 분야에 많은 노력을 기울이고 있습니다. 업계 전체로서 우리는 끊임없이 수준을 높여야 하며, 모델을 안전하게 배포할 수 있는 연산 자원 확보를 포함해 이 모든 것을 제대로 해내는 데 시간을 투자해야 합니다.

세 번째 부분은, 과연 이 모든 것으로 충분한가 하는 점입니다. 이것이 바로 업계 내에서 많은 대화가 오가는 이유이며, 우려하는 것이 합리적이라고 생각합니다. 우려되는 사안에 접근하는 올바른 방법은 초기 단계부터 우리가 무엇을 더 할 수 있을지 고민하는 것입니다. 업계 전체적으로 정렬 강화, 안전성 테스트 등의 작업 수준이 확실히 높아지고 있음을 목격할 수 있습니다. 이러한 모델들을 배포함에 따라 다음 단계는 독립적인 평가자(evaluator)들을 활용한 평가 능력을 포함하여, 이러한 작업들을 수행하는 방식에 있어 더 나은 표준, 즉 업계 전반의 표준(cross-industry standards)을 발전시키는 것이 될 것입니다. 금융 통제 같은 분야를 살펴보면 우리에게는 회계 기준, 독립 감사인 등이 존재합니다. 그러한 것들이야말로 우리 업계가 나아가야 할 자연스러운 다음 단계이며, 이 모든 과정을 거치는 동안 규제(regulation) 역시 일정한 역할을 하게 될 것입니다.

세계 모델과 AGI로 가는 길

Alex Kantrowitz: 기술적인 질문을 하나 드리겠습니다. 구글은 언어 혹은 LLM 측면의 연구를 수행한다는 점에서 다소 독특합니다. 이는 트랜스포머 언어에서 시작되었죠. 동시에 세계 모델(world models)도 추구하고 있습니다. 오픈AI 같은 일부 AI 연구 조직들은 LLM이 AGI(인공일반지능)로 가는 유일한 길이라고 결론을 내리고, 물리적 세계를 이해하려는 AI 모델인 세계 모델 연구의 일부를 축소하기도 했습니다. 하지만 구글은 둘 다 추구하고 있지요. 세계 모델 측면이 중요하다고 생각하는 이유에 대해 조금 이야기해 주시겠습니까?

순다 피차이: 인간으로서 여러분은 당연히 주변 세계를 인지하고 그 모든 입력값들을 받아들입니다. 이러한 모델들이 물리학의 법칙을 이해하고, 세계를 고충실도(high fidelity)로 시뮬레이션할 수 있도록 만드는 것—이 모든 것이 지능을 위한 핵심적인 기반 블록이라고 생각합니다. 우리가 이 기술의 모든 가능한 응용 분야에 걸쳐 작업할 때, 로보틱스 같은 분야를 보십시오. 아곤이 체화된 추론(embodied reasoning) 벤치마크를 살펴보면 최첨단(SOTA) 수준을 기록하고 있는 것은 우연이 아닙니다. 이 벤치마크들 중 상당수에서 문자 그대로 SOTA를 기록하고 있으며, 이는 모두 세계 모델을 구축해 온 우리의 경험에서 비롯된 것입니다. 본질적으로 저는 미래에 이 모든 것들이 수렴하는 아키텍처가 등장할 것으로 예상합니다. 하지만 지능이라는 이 울퉁불퉁한 프론티어(jagged frontier) 속에서, 우리는 가능한 모든 접근 방식의 최전선에 서기를 원합니다. 그것이 더 나은 연구, 더 나은 통찰력을 도출하고 훨씬 더 뛰어난 AGI 모델을 개발하는 데 도움을 줄 것이기 때문입니다. 이것이 바로 우리가 생각하는 방식입니다.

렉스 칸트로위츠: 네, 아곤 발표 직후에 트위터(X)를 살펴보니 온통 실생활 적용 사례들뿐이더군요. 텍스트나 텍스트를 생성하는 모델에 관한 내용만이 아니었습니다.

구글의 컴퓨팅 딜레마와 AI 인프라

Alex Kantrowitz: 가장 소중한 자원인 연산 자원(compute)을 클라우드와 AI 연구 사이에 배분하는 방식에 대해 이야기해 보고 싶습니다. 이는 구글을 둘러싼 큰 화두입니다. 구글이 AI 연구 게임에서 손을 떼고 모든 클라우드 컴퓨팅 자원과 칩을 오직 판매하는 데만 집중해야 한다고 제안하는 이들도 있었습니다. 현재 비즈니스 세계를 보면, 이를 효과적으로 수행하고 있는 엔비디아는 5조 달러 규모의 기업이 되었습니다. 이 연산 자원을 높은 마진으로 판매하고자 하는 클라우드 부문과, 최고의 AI를 만들기 위해 거대한 컴퓨터가 필요한 AI 연구 부문 사이에는 줄다리기가 존재합니다. 자, 당신은 자신의 주요 임무 중 상당 부분이 연산 자원을 어떻게 배분할지 파악하는 것이라고 말씀하셨습니다. 어떻게 이 일을 해내고 있으며, 이 두 부문 사이의 균형을 어떻게 맞추고 계십니까?

순다 피차이: 보시다시피, 우리에게 제로베이스(ground zero)는 AI 프론티어에 머무는 데 필요한 연산 자원에 확실히 투자하는 것입니다. 2015년 저는 회사의 기조를 'AI 우선(AI-first)'으로 설정했습니다. 따라서 AI는 검색, 클라우드, 웨이모(Waymo), 그리고 우리가 하는 모든 일에 걸쳐 모든 영역을 관통하는 핵심적인 수평적 요소입니다. 연구와 모델 개발 모두에 충분한 연산 자원을 확보하는 것, 그것이 바로 우리의 제로베이스입니다. 그 외에도 우리에게는 각자의 장기 계획을 가진 독립적인 사업부들이 있으며, 그들은 그 장기 계획을 바탕으로 미래를 전망하고 우리 역시 그 모든 부서를 위한 연산 자원을 계획합니다. 클라우드 팀은 그들만의 사업이 있고, 전망이 있으며, 수요 신호(demand signal)와 확약된 계약들이 존재합니다. 그 도움을 바탕으로 우리는 그들을 위한 장기적인 연산 궤적을 계획할 수 있습니다.

우리는 이처럼 폭넓은 기회를 누릴 수 있는 행운을 가졌습니다. 어느 시점에나 상충 관계(trade-off)를 겪지 않는 기업은 세상에 단 한 곳도 없다고 생각합니다. 하지만 우리가 운영하는 제 1원칙은 프론티어에 투자하기에 충분한 연산 자원을 확보하고 있는지 확인하는 것입니다. 그것은 타협할 수 없는(non-negotiable) 부분이며, 다른 모든 것은 그 위에 작동합니다. 이러한 대화 속에서 여러분이 보게 되는 것은—기억하셔야 할 점은, 우리는 우리 자신의 연산 자원과 데이터센터를 직접 구축하고 있다는 사실입니다. 따라서 오랜 리드 타임(lead time)이 소요됩니다. 오늘날 우리가 보유한 연산 자원은 제가 2024년에 내린 결정들의 결과물입니다. 오늘로부터 불과 1년 전만 돌아봐도, 작년에는 에이전틱 코딩의 급성장(takeoff)이 일어나지 않았습니다. 당연히 지금 이 순간 무엇을 보든 우리뿐만 아니라 다른 기업들도 모두 자원이 부족하며, 애초에 계획했던 것의 두 배어치의 자원이 있었기를 바라고 있습니다.

그것은 이 영역이 지닌 특성에서 비롯되는 것입니다. 어떤 시점에서든 우리는 향후 2~3년 뒤에 필요할 자원을 미리 계획하고 있습니다. 따라서 최첨단 기술의 현주소가 어디에 있느냐에 따라 2년 뒤에는 당시 내린 결정들이 차선책(suboptimal)으로 보일 수도 있는 법입니다. 저는 거기에 너무 많은 시간을 쏟아 고민하지 않습니다. 제가 연산 자원 배분을 생각하는 방식은 구글 딥마인드가 연구 및 프론티어 모델 개발 측면에서 최첨단 연산 자원에 접근할 수 있도록 확실히 보장하는 것입니다. 그후에 우리의 모든 사업부들을 위한 계획을 세웁니다. 우리가 해왔던 것처럼 우리의 연산 자원을 다른 외부 사람들에게도 제공할 수 있다는 것은 대단히 훌륭한 일입니다. 이를 통해 규모를 확장하고, 가능한 가장 넓은 응용 범위에서 실제 테스트를 거치며, 현실 세계에서 검증하고, 우리 AI 스택의 모든 계층에서 확실히 최첨단 기술을 유지할 수 있게 됩니다.

렉스 칸트로위츠: 간략하게 짚고 넘어가죠. 벤 호로위츠(Ben Horowitz)가 앤디 재시(Andy Jassy)의 말을 인용해 컴퓨팅 자원이 2028년까지 매진(sold out)되었다고 전한 팟캐스트가 있었습니다. 당신도 비슷한 상황을 겪고 계십니까?

순다 피차이: 만약 오늘 어떤 고객이 다가와 우리에게 2027년용 연산 자원을 요구한다면, 그것을 맞추기는 엄청나게 어렵습니다. 작년에 우리가 단기 연산 자원을 임대해 고객들을 수용하고 도우려 했던 이유 중 일부도 바로 그 때문입니다. 하지만 맞습니다, 우리 모두 비슷한 타임라인을 다루고 있다고 생각합니다.

AI는 과잉 구축되었는가?

Alex Kantrowitz: 거품에 관한 질문입니다. 모든 기술적 전환기마다 철도나 광섬유처럼 과잉 구축(overbuilding) 현상이 있었다는 이야기가 나옵니다. 여기서도 과잉 구축이 이루어지고 있다고 보십니까?

순다 피차이: 그것은 바라보는 시간대에 따라 다릅니다. 이 정도 수준의 구축은, 충분히 긴 시간대를 놓고 본다면 저에게는 완전히 타당해 보입니다. 우리는 역사상 가장 영향력 있는 기술의 초기 단계에 있습니다. 이는 광섬유와는 다릅니다. 암흑기 같은 것이 아니라, 지금 실제로 사용되고 있습니다. 우리는 매일같이 용량 한계에 부딪히고 있습니다. 응용 분야와 그 밑바탕이 되는 기술이 빠르게 발전하고 있습니다. 하지만 기업을 운영하는 입장에서 제가 이 시기를 헤쳐 나가는 방식은 수요 신호를 살펴보는 것입니다. 계약의 형태로 확보하고 있는 확약된 수익 기회들을 살펴봅니다. 그리고 이를 기반 기술의 역량, 우리가 내부적으로 그것을 사용하는 방식, 모델의 발전 궤적과 조화시킵니다. 이 모든 것을 바탕으로 연산 자원을 계획함에 있어 규율 있는 접근—자신감 있고 공격적이되 규율 있는 접근 방식을 취합니다.

더 넓은 경제 전반에 대해 이야기하자면, 다양한 수준의 위험을 안고 운영하는 주체들이 존재하기 때문에 제가 논평하기는 어렵습니다. 저는 기업으로서 제가 통제할 수 있는 것에 집중하고 그것을 헤쳐 나갈 계획을 세웁니다. 만약 질문이 '과잉 구축이 일어날 수 있는가?'라면, 그렇습니다. 왜냐하면 일부 제약된 구성 요소들이 존재할 수 있기 때문입니다. 기억하셔야 할 것은, 그 연산 자원을 구축하기 위해 필요한 모든 요소의 균형 잡힌 세트가 중요하다는 점입니다.

렉스 칸트로위츠: 메모리, 전력, 전기공학자들 말이죠.

순다 피차이: 그렇습니다. 2,000개 이상의 구성 요소가 존재합니다. 어느 시점엔가 제약에 부딪힐 수 있습니다. 병목 현상을 유발하는 요인이 생길 수 있고, 그로 인해 과잉 구축이 발생할 수도 있습니다. 경제 전반에 외부 충격 등이 닥칠 수도 있죠. 거시경제적 위험이 존재하며, 어느 시점에든 그 모든 것은 가능합니다. 하지만 우리가 계획하고 있는 연산 자원이 충분한 시간이 주어지면 사용처를 찾게 될 것이라고 확신하느냐고요? 물론입니다, 그렇습니다.

렉스 칸트로위츠: 좋습니다, 이와 관련해 질문 하나만 더 하겠습니다. 만약 두 가지 모두를 해내겠다고 한다면, AI 연구자들에게는 '컴퓨터가 클수록 AI가 더 좋아진다'는 논리가 작용한다는 시각이 존재합니다. 만약 당신이 그것을 믿는다면—과거 당신이 AI가 불과 전기만큼이나 심오할 것이라고 말했을 때 우리 모두가 웃었고, 저는 지금 그 웃음을 다소 후회하고 있습니다만—만약 당신이 실제로 그것을 믿는 사람이라면, 클라우드 사업 같은 당장의 수익성에 타격을 주더라도 연구자들에게 가능한 한 가장 거대한 컴퓨터를 제공해야 한다는 결론에 이르게 됩니다. 이에 대한 생각은 어떠십니까?

순다 피차이: 우리 모두는 어떤 형태로든 그러한 일을 하고 있습니다. 우리의 클라우드 사업은 프론티어 AI 개발을 지원하기 위해 연산 자원 상충 관계(trade-off)를 조정하고 있기 때문에, 어느 시점에나 단기적인 수익을 양보하고 있습니다. 당신이 말씀하신 것은 이미 현실에서 일어나고 있습니다. 하지만 신중해야 합니다. 우리의 AI 연구자들에게 있어서도 어느 정도의 제약(constraint)은 좋은 것입니다. 그것이 창의성을 북돋우며, 예를 들어 더 적은 메모리를 사용하는 등 더 효율적인 알고리즘적 돌파구를 생각해 내도록 돕기 때문입니다. 우리가 헌신하고 있는 것은 프론티어에 머무는 데 필요한 만큼 투자하는 것입니다. 그것이 제가 이 문제를 생각하는 방식입니다.

AI 인터페이스의 미래

Alex Kantrowitz: AI가 본격적으로 도입됨에 따라 미래에 우리가 컴퓨팅을 사용하는 방식, 즉 인터페이스의 미래가 어떨지 궁금합니다. 몇 달 전에 오픈AI의 사장인 그레그 브록만(Greg Brockman)과 이 주제로 이야기를 나눈 적이 있습니다. 그가 매우 흥미로운 명언을 남겼더군요. "당신이 원하는 인터페이스는 무엇인가? 당신이 원하는 제품은 무엇인가? 그 대답은 아무런 인터페이스도 원하지 않는다는 것이다. 아무런 제품도 원하지 않는다. 당신이 원하는 것은—나와 당신 사이의 인터페이스가 무엇인가? 기본적으로 그냥 대화하는 것이다"라고요. 만약 AI가 그 정도로 똑똑하다면, 화면이나 수많은 버튼, 터치해야 할 것들이 그렇게 많이 존재해서는 안 된다는 뜻이겠죠. AI 시대의 인터페이스가 어떤 모습일지에 대한 당신의 견해는 무엇입니까?

순다 피차이: 제가 생각하는 방식은 이렇습니다. 역사적으로 컴퓨팅은 인간이 컴퓨팅에 적응하는 과정이었습니다. 하지만 AI와 함께라면 그 반대가 될 것입니다. 기술이 인간의 삶과 일상에 매끄럽게 적응하게 될 것입니다. AI가 원할 때 언제든 대화할 수 있기를 바라는 측면이 존재합니다. 맥락을 이해하고, 어딘가에 지속적으로 실행되어 연속성(continuity)을 제공하며, 복잡성을 다루지 않아도 되는 형태 말입니다. 자연스럽습니다. 그 모든 것은 저에게도 타당하게 느껴집니다.

그렇다고 해서 인터페이스가 아예 사라질 것이라는 뜻은 아닙니다. 예를 들어 오늘날 제 휴대폰에서조차 제미나이 음성 모델은 너무나 훌륭해서 그냥 마이크 버튼을 누르고 아무렇게나 횡설수설(ramble)해도 됩니다—우리는 이를 '램블러(Rambler)'라고 부릅니다. 아무렇게나 말해도 제 개인적인 맥락에 맞춰 지능적으로 교정해 줍니다. 친구들의 이름이나 발음하기 힘든 이름들조차 처음엔 잘못 알아듣더라도 결국엔 제대로 맞혀냅니다. 놀라울 뿐이죠. 알아서 적응합니다. 말을 끝마친 뒤에 백스페이스를 눌러가며 편집할 필요가 없습니다. 성능이 얼마나 좋아졌는지 놀라울 지경입니다. 하지만 여전히 인터페이스가 필요한 순간들도 존재할 것입니다. 스스로 엔터테인먼트를 즐기고 싶을 수도 있고, 동영상을 시청하고 싶을 수도 있습니다. AI에게 무언가를 창조해 달라고 요청한 뒤 그것을 지켜보고 소비하고 싶어질 수도 있죠. 제가 생각하는 인터페이스는 최대한 매끄럽고 자연스러워야 하며, 당신이 어떤 인터페이스에든 적응하느라 애를 쓸 필요가 없다는 것입니다. 오히려 기술이 당신이 어느 순간에 일하고 있는지에 적응하는 것이죠.

렉스 칸트로위츠: 오픈AI 측의 주장들을 인용해 보겠습니다. 작년에 당신은 그들을 '코드 레드(Code Red)' 상황으로 몰아넣었죠. 제미나이가 매우 잘 나가자 오픈AI가 비상태세를 갖추었습니다. 구글의 도전에 대해 샘 알트만(Sam Altman)과 이야기를 나눈 적이 있습니다. 그가 한 말은, 오픈AI가 AI 네이티브(AI-native)로 구축하고 있기 때문에 자신들이 구글을 방어해낼 수 있을 것으로 생각한다는 것이었습니다. 그는 구글이 기존 제품에 AI를 덧붙이는(bolt-on) 방식을 취하고 있다고 암시했죠. '볼트온' 방식이 AI 네이티브 제품과 경쟁할 수 있다고 보십니까? 이 프레임워크를 수용하시는지 궁금합니다.

순다 피차이: 우선, 지금은 매우 역동적인 순간입니다. 우리 모두가 서로를 채찍질하고 있죠. 오픈AI 역시 기업으로서 우리를 강하게 밀어붙였다고 생각합니다. 이는 결코 우리 혼자서 그들에게 무언가를 가한 것만이 아니며, 그와는 거리가 멉니다.

렉스 칸트로위츠: 맞습니다, 당신들도 코드 레드 상황에 돌입했었죠. 그것이 실제 코드 레드였는지에 대해서는 의견이 갈리지만, 그 AI의 순간에 우리 모두는 어느 시점에나 각기 다른 수준의 긴급성으로 대응해야 했습니다.

순다 피차이: 우리 역시 끊임없이 새로운 제품들을 구축하고 있습니다. 제미나이 역시 처음부터 제품으로 바닥부터(from the ground up) 구축되었습니다. 제가 말하는 것은 제미나이 앱을 의미합니다. 내일에 이르러 우리 모두가 에이전트에 적응해 나갈 때, 당신들은 에이전트를 챗GPT에 덧붙이고(bolt on) 있는 것인가요, 아니면 네이티브하게 구축하고 있는 것인가요? 이에 대해 어떻게 생각하십니까? 질문은 언제든 양쪽으로 뒤집어 던질 수 있습니다. 저는 그런 식으로 생각하지 않습니다. AI 네이티브이면서 승리하는 세계 최고 수준의 제품 경험을 구축해야 한다고 생각합니다. 제품을 적응시키는 부분도 있고, 새로운 경험을 재구상하는 부분도 있으므로, 그 모든 것들이 이 순간에 접근하는 방식의 일부가 될 것입니다.

렉스 칸트로위츠: 향후 이러한 AI 인터페이스 비즈니스가 어떻게 전개될 것으로 보십니까? 예를 들어, 제가 제 에이전트에게 무언가를 해달라고 요청했고 에이전트가 어떤 제품을 추천했을 때, 만약 제가 그 제품을 구매하게 된다면—설령 그것이 고지된다 하더라도—에이전트가 판매 수수료의 일부를 가져가야 할까요? 이러한 제품들을 통해 수익을 창출할 계획을 세울 때, 그 구체적인 계획은 무엇입니까?

순다 피차이: 기업용 시장을 제쳐두고 소비자용 질문에 집중해 보겠습니다. 소비자들은 이 기술의 가치를 점점 더 높이 평가하게 될 것입니다. 오늘날의 소프트웨어 개발자들을 보십시오. 개발자들은 이 코딩 모델들이 자신들의 생산성을 실질적으로 높여주기 때문에 이에 대해 기꺼이 비용을 지불하려 합니다. 3년 전이나 작년 이맘때의 방식으로 코딩하고 싶어 하는 사람은 아무도 없습니다. 가치를 제공할 때, 그에 상응하는 가치가 창출되기 마련입니다. 소비자 제품의 역사를 보면, 수십억 명의 사용자가 집중적으로 사용하는 규모로 성장하면서 그에 수반되는 수익화(monetization)가 이루어지지 않은 소비자 제품의 사례는 본 적이 없습니다. 사람들에게 가치를 제공하고 있다면, 그 안에는 본질적인 가치가 내재되어 있기 마련입니다.

렉스 칸트로위츠: 전적으로 동의합니다.

순다 피차이: 그 형태는 바뀔 수 있습니다. 당신은 에이전트들이 당신을 위해 일을 처리하는 시나리오에 대해 묻고 있습니다. 결국에는 상업적 수요가 존재하게 될 것입니다. 에이전트들은 그러한 상업적 수요를 충족시켜야 합니다. 반대편의 공급자들도 그 안에서 가치를 보게 될 것이며, 그것이 구체화되는 모종의 메커니즘이 생겨날 것입니다. 그것이 바로 효율적인 시스템이 작동하는 방식입니다. 하지만 중요한 것은 세계 최고 수준의 소비자 경험을 구축하고 있느냐 하는 점입니다. 제 답변이 질문에 대한 답이 되었나요?

렉스 칸트로위츠: 네, 확실히 그렇습니다. 스스로에게 제품 기능 요청은 딱 하나만 하겠다고 약속했습니다. 자, 갑니다: 제미나이로 구동되는 지메일의 검색 기능을, 지메일을 챗GPT 인터페이스에 연동했을 때 접근할 수 있는 지메일 검색 기능만큼 훌륭하게 만드는 것이 가능할까요? 도대체 어떻게 된 일인가요?

순다 피차이: 최근에 우리가 발표한 흥미로운 내용 중 하나는 기업용 통합 제미나이 에이전트이며, 이를 일반 소비자들에게도 제공하고 있다는 점입니다. 이는 마치 모든 쿼리마다 마이크로VM(microVM)을 구동하는 것처럼 클라우드에서 연중무휴 24시간 백그라운드로 실행되는 지속형(persistent) 에이전트들입니다. 런타임, 하니스(harness), 모델에 이르기까지 모든 것이 헤드리스(headless) 서비스로 작동합니다. 어디서든 작동하며 당신의 맥락을 함께 유지합니다. 워크스페이스(Workspace)에 있든, 검색에 있든, 제미나이에 있든 상관없이 이 에이전트를 호출할 수 있습니다. 에이전트들은 고객들이 기대하는 고객 경험 관점에서 이러한 통합을 이끌어내게 될 것입니다. 당신 말이 맞습니다. 광범위한 제품 포트폴리오를 보유하고 빠르게 전진할 때, 어떤 영역들은 다른 영역들보다 더 빠르게 나아가는 국면이 항상 존재하기 마련입니다. 이는 타당한 피드백입니다. 하지만 우리는 에이전틱 경험을 구축함에 있어 이러한 통합과 역량이 이 모든 표면(surface) 전반에서 매끄럽게 작동하도록 엄청난 시간과 노력을 쏟고 있습니다.

구글의 뮤즈와 닷츠에 대한 대답

Alex Kantrowitz: 좋습니다, 인터페이스 질문에 대한 훌륭한 답변이군요. 사람들이 구글의 다음 행보가 어디일지 고민할 때 다음과 같은 질문이 나옵니다. 구글의 뮤즈(Muse)나 닷츠(Dots) 같은 제품은 어디에 있는가? 그것들은 최근 느닷없이 등장해 폭발적인 인기를 끌었습니다. 구글도 이에 대응하는 버전을 가지고 있나요, 아니면 가령 뮤즈 같은 제품과 경쟁할 새로운 제품을 출시할 계획을 가지고 계십니까?

순다 피차이: 오늘날 우리가 구상한 방식은—사실 제미나이 앱의 목표는 개인적이고, 선제적이며, 강력한 어시스턴트가 되는 것입니다. 그것이 바로 우리가 향해 나아가고 있는 방향입니다. 올해 구글 I/O에서 '스파크(Spark)'와 함께 그 초기 버전을 설명해 드린 것을 보셨을 겁니다. 어드밴스드(Advanced)나 울트라(Ultra) 사용자로서 제미나이 앱을 열어보면 이미 채팅(Chat)과 태스크(Tasks)가 표시되는 것을 볼 수 있습니다. 그것들이 바로 에이전틱 경험을 제공하기 시작하는 단계입니다. 아곤과 함께라면 그 역량은 극적으로 가속화됩니다. 최근 기업용 행사에서 발표했듯이, 우리는 그 역량을 소비자들에게도 가져오고 있습니다. 시간이 지나면, 곧 제미나이 안에서 무언가를 요청할 때 그것이 채팅인지 에이전틱 태스크인지 구분할 필요가 없는 연속선상(continuum)에 있게 될 것입니다. 알아서 자동으로 올바른 작업을 수행하며, 백그라운드에서 안전하게 지속적으로 작동하여 일을 완수해 줄 것입니다. 경험적으로 볼 때, 우리 앱의 제미나이로 유입되는 요청들을 살펴보면 작년까지만 해도 대부분 채팅으로 태그되었을 것입니다. 하지만 꾸준히 증가하는 비율의 요청들이 이미 제미나이 내의 에이전틱 태스크로 이루어지고 있습니다. 따라서 그렇습니다, 우리는 개인용 에이전트를 소비자들에게 제공할 것입니다. 제미나이 앱에서 작동할 것이고, 구글 검색에서 작동할 것이며, 지메일에서 작동할 것입니다. 불러내고, 호출하는 등 다양한 방식으로 활용할 수 있습니다. 다만 우리는 그것을 제대로 완성하고 싶습니다. 아곤으로 구동될 것이며, 사용자들에게 선보이게 되어 매우 기쁩니다.

렉스 칸트로위츠: 저도 프로(Pro) 구독을 사용 중이고 태스크 기능도 써보았기에, 앞으로 더 활용하게 될 날이 기대됩니다. 자, 몇 가지 가벼운 질문을 드리겠습니다. 구글은 앤트로픽에 수십억 달러를 투자하고 약속했습니다. 다리오(Dario Amodei)에게서 어떤 면을 보았기에 그에게 그토록 깊은 헌신과 투자를 감행하고 싶으셨나요?

순다 피차이: 아주 초기 단계에 앤트로픽의 창립 팀을 살펴보았을 때, 이들이 초기 GPT 모델들 중 일부에 관여했던 세계 최고 수준의 팀이라는 점이 우리에게 매우 명확하게 다가왔습니다. 우리는 그들이 프론티어에 자리 잡을 것이라는 점을 빠르게 평가할 수 있었습니다. 우리는 언제나 최첨단 기술의 최전선에 설 기업들을 발굴하고 파트너십을 맺으려고 노력해 왔습니다. 스페이스X(SpaceX)와도 그렇게 했고, 앤트로픽과도 그렇게 했으며, 그것이 바로 우리가 본 것입니다. 파트너십을 맺을 기회가 있었고, 그 파트너십 중 일부는 우리의 TPU(텐서 처리 장치) 구조와도 맞물리게 되었습니다. 그것이 바로 우리가 접근한 방식입니다.

애플, 우주 데이터센터, 그리고 AI 코딩

Alex Kantrowitz: 애플과의 파트너십에 대해 묻겠습니다. 시리(Siri) 개선을 돕기 위해 제미나이를 라이선스하는 파트너십을 맺으셨죠. 그 파트너십은 확대되고 있습니까, 축소되고 있습니까, 아니면 제자리걸음인가요?

순다 피차이: 우리와 애플 양측 모두에게 그 파트너십은 AI의 역량을 사용자들을 위한 더 나은 경험으로 전환하는 것에 관한 것이었습니다. 애플이 이러한 모델들을 커스터마이징하여 시리에 통합하는 과정에서 놀라운 일을 해냈다고 생각합니다. 반응을 지켜보는 것이 매우 즐거웠으며, 따라서 우리는 더 많은 협력을 해나갈 것을 약속하고 있습니다.

렉스 칸트로위츠: 더 많은 협력을 하실 예정인가요?

순다 피차이: 구체적으로 언급할 내용은 없지만, 아주 잘 작동하고 있는 파트너십입니다.

렉스 칸트로위츠: 우주 데이터센터에 대해 묻겠습니다. 이와 관련해 더 많은 작업을 진행하고 있다고 발표하셨죠. 그 프로젝트의 실현 가능성에 대해 지금까지 무엇을 배우셨습니까?

순다 피차이: 매우 흥미진진한 프로젝트입니다. 이런 프로젝트들은 저에게 과거를 떠올리게 합니다—DARPA 그랜드 챌린지 당시 사막에서 스탠리(Stanley) 차량이 경쟁하는 것을 지켜보던 순간이 아직도 생생합니다. 그 차량이 결국 웨이모의 기반이 되었죠. 이 모든 기술들을 보면, 지금은 마치 공상과학 영화처럼 보이지만 10년 내지 20년 뒤에는 실제로 의미 있는 방식으로 작동하게 되는 순간에 와 있습니다. 우주 프로젝트에 대해서도 같은 느낌을 받습니다. 우리는 언제나 이러한 기술들에 크게 베팅하는 것을 믿어왔습니다. 양자(Quantum) 컴퓨팅이 그 훌륭한 예이며, 우리는 아마도 이 여정을 시작한 지 10년쯤 되었습니다. 웨이모는 거의 20년이 되었죠. 우주 분야는 이제 2~3년 차에 접어들었습니다. 이것이 미래에 큰 타당성을 가질 접근 방식이라는 점은 저에게 명백합니다. 태양동기궤도(sun-synchronous orbits)에 위치하여 우리가 접근할 수 있는 가장 풍부한 에너지원에 연중무휴 24시간 접근할 수 있게 되는 것은, 우리가 앞으로 필요로 할 기하급수적인 연산 자원 증가에 매우 타당한 방안이 될 것입니다. 그렇긴 하지만, 이는 매우 도전적인 프로젝트입니다. 팀은 규율 있는 마일스톤을 가지고 있으며, TPU를 우주로 쏘아 올린 것은 엄청나게 흥미진진한 마일스톤이었습니다. 우리가 대화를 나누는 이 시점 어딘가에서 그들로부터 '헬로 월드(Hello World)' 순간이 오기를 기대하고 있으며, 그것이 실현되는 것을 고대하고 있습니다. 우리는 이 분야에도 계속해서 투자할 것입니다.

렉스 칸트로위츠: 최근—아마 작년이었나요?—구글 내부에서 작성되는 코드의 25%가 AI에 의해 작성된다고 말씀하셨죠. 오늘날 그 수치는 어떻게 되나요?

순다 피차이: 오늘날 우리 세계에서 그 수치는 이제 무의미해졌습니다. 우리가 건드리는 모든 코드의 구석구석이 AI의 깊은 영향을 받고 있기 때문입니다. 예를 들어 아곤과 함께 추적하고 있는 지표를 보면, 우리는 이것이 변곡점이 되었다는 것을 확인하고 있습니다. 사람들은 아곤을 사용하여 수백만 줄의 코드가 연관된 프로젝트를 포함해 복잡한 프로젝트들을 실제로 해결하고 있습니다. 아곤을 출시한 지 4주 동안 PR(풀 리퀘스트)이 30% 증가했으며, 더 중요하게는 롤백(rollback)이 3분의 1로 감소했습니다. 사람들은 더 생산적으로 코드를 작성하고 있으며 더 우수한 코드를 만들어내고 있으므로, 우리는 이제 더 새로워진 지표들로 이를 추적하고 있습니다.

렉스 칸트로위츠: 데이터센터에 대한 반대 여론에 대해 묻겠습니다. 어떻게 느끼십니까? 미국 내에서 원하는 대로 데이터센터를 지을 수 없다면, 어디로 가실 건가요?

순다 피차이: 우리는 데이터센터를 매우 책임감 있게 구축하는 데 깊이 헌신하고 있습니다. 가장 오래 자리 잡은 지역사회들에 위치한 우리의 가장 큰 데이터센터들을 방문해 사람들과 대화를 나눠보면, 우리 지역사회 투자의 덕분에 자녀들이 대학에 갈 수 있었다고 찾아와 말씀하시는 분들이 있습니다. 우리는 그러한 지역사회와 함께 성장해 왔습니다. 따라서 저에게 이것은 올바르게 일하는 것에 관한 문제입니다: 지역사회와 일찍 소통하고, 투명하게 진행하는 것이죠. 우리는 추가적인 전력을 끌어오는 지역에서 그 프로젝트의 전력 수요 비용을 100% 부담하는 데 전념하고 있습니다. 인근 지역에 미치는 영향을 이해하고, 이를 조기에 해결하기 위해 노력하는 것이 중요합니다. 올바르게 수행된다면 계속해서 진전을 이룰 수 있습니다. 우리는 끊임없이 피드백을 반영하고 있습니다. 다만 모든 이들이 같은 방식으로 운영되는 것은 아니라는 점이 우려되기는 합니다.

렉스 칸트로위츠: 네, 사람들이 어느 날 갑자기 자신의 뒷마당에 데이터센터가 들어서는 것에 놀라곤 하죠.

순다 피차이: 그런 것들 모두 중요합니다. 업계 차원에서 우리는 계속해서 더 잘해야 합니다. 하지만 20년이라는 시간대를 내다볼 때 우주 데이터센터 같은 구상을 고민하는 이유 중 일부는, 이러한 데이터센터들을 상충 관계가 다를 수 있는 곳으로 이전할 수 있도록 확실히 준비하기 위함입니다.

Alex Kantrowitz: 구글이 가장 공들여 해결하고자 하는 AI 분야의 미검증된 원칙(discipline) 같은 것이 있습니까? 사람들은 연속 학습(continuous learning), 즉 AI가 매 세션마다 지식을 잊어버리는 대신 출시된 이후에도 계속해서 스스로를 업데이트하도록 만드는 것에 대해 이야기하곤 합니다.

순다 피차이: 여러 가지 병렬적인 시도들이 동시에 이루어지고 있습니다. 아곤에서 보셨듯 우리는 100만 토큰의 출력 윈도우를 가지고 있습니다. 초기 제미나이 모델들에서도 입력 측면에 100만 토큰의 컨텍스트 윈도우를 제공했었죠. 이 모든 것들이 우리가 끊임없이 연구하고 있는 돌파구들의 예시입니다. 합성 데이터(synthetic data)를 어떻게 생각할 것인가? 연속 학습을 어떻게 접근할 것인가? 더 효율적인 아키텍처를 어떻게 설계할 것인가? 우리는 이러한 연구적 시도들에도 의미 있는 수준의 연산 자원 비율을 할당하고 있습니다. 우리의 세계 모델을 포함하여 이 모든 것은 항상 손을 잡고 함께 갑니다. 그것들이 바로 우리가 걸고 있는 베팅들입니다. 때로는 이러한 베팅들의 일환으로 주류 모델에 편입되는 아이디어들이 도출되기도 합니다. 따라서 겉으로 완전히 드러내놓고 이야기하지 않을 뿐, 우리는 이 영역들에서 여러 가지 베팅을 진행하고 있습니다.

낙관론과 AI의 미래

Alex Kantrowitz: 이 질문으로 마무리하고자 합니다. 당신처럼 기술 업계에 관여하다 보면 특유의 내재된 낙관론이 자리 잡게 되기 마련입니다. 무언가를 구축하면 세상을 더 나아지게 만들 것이라는 믿음 말이죠. 이는 기술 업계의 심장부에 깊이 박혀 있는 무언가입니다. 물론 그 이면에는 다른 면모도 존재합니다. 거대한 베팅이 필요하며, 종종 막대한 자원을 걸고 자신이 작업 중인 무언가가 원하는 방식으로 결실을 맺기를 희망해야 합니다. 하지만 언제나 뜻대로 풀리는 것은 아니죠.

예를 들어 하나 들어보죠. 최근 엘살바도르를 방문했습니다—약 5년 만에 다시 방문했는데, 그곳의 어느 작은 마을에서 비트코인과 블록체인에 대한 엄청난 열기를 목격했습니다. 건설이 한창이었고 도시가 호황을 누리고 있더군요. 하지만 그 후 사람들의 기대만큼 상황이 흘러가지 않았고, 이번 방문에서 목격한 그곳은 수많은 미완공 건설 프로젝트가 방치된 유령 도시와 다를 바 없었습니다. 당신이 하는 일을 수행하려면, 설령 베팅이 성공하지 못하고 그에 따른 후폭풍이 닥칠지라도 도전할 가치가 있다는 일종의 낙관론이 필요합니다. 당신의 관점을 듣고 싶습니다. 과거 스탠퍼드 졸업 축사에서도 낙관론의 필요성에 대해 말씀하신 적이 있는데, 그것은 다소 미묘한 형태의 낙관론이었습니다. 그런 마음가짐을 어떻게 유지하시는지 그 관점을 듣고 싶습니다. 그것은 순수한 낙관론입니까, 아니면 어떤 유보적인 조건이 담긴 낙관론입니까?

순다 피차이: 솔직히 말씀드려, 저는 기술을 개선하고 기술에 대한 접근성을 높이는 것이 사람들의 삶을 더 나아지게 만든다는 깊은 신념을 가지고 있습니다. 그것은 제 개인적인 삶의 경험에서 우러나온 것이며, 그러한 깊은 신념과 낙관론이 그로부터 비롯됩니다. 하지만 동시에 저는 인류의 여정이 항상 그 기술을 활용하여 사회를 위해 잘 작동하도록 만들기 위해 열심히 노력하는 과정이었다고 느껴왔습니다. 여기서 낙관론이란 아무 때나 원할 때 무엇이든 만들어내면 된다는 식의 안일한 낙관론이 아닙니다. 아닙니다, 인간의 조건을 더 낫게 만들기 위해 인류에 봉사하는 기술을 구축하고 있는지 확인하기 위해 피나게 노력해야 한다는 뜻입니다. 그것이 바로 우리가 이 문제에 접근할 때 추구해야 할 명확한 목표여야 합니다.

그러한 프레임워크를 바탕으로 볼 때, 저는 매우, 아주 낙관적입니다. 우리는 앞으로 수많은 영역에서 보게 될 발전의 아주 초기 단계에 머물러 있습니다. 우리 모두 헬스케어 같은 분야를 이야기하지만, 진정한 발전은 아직 오지 않았습니다. 오랫동안 비용이 계속해서 치솟았던 수많은 것들을 근본적으로 더 저렴한 방식으로 만들어내는 능력, 그리고 진정으로 판도를 바꿀 새로운 신소재를 발견하는 일 등이 기다리고 있습니다. 오늘 이 자리에 앉아 그 모든 것의 파급력을 온전히 가늠하기란 어렵지만, 그것들은 대단히 심오할 것입니다. 따라서 저는 매우 낙관적입니다. 하지만 이 기술이 잘못될 수 있는 모든 가능성에 대해 정당한 우려를 품어야 하며, 그것이 바로 그러한 우려들을 해결해 나가는 방식입니다. 그 두 가지는 항상 함께 간다고 생각합니다.

렉스 칸트로위츠: 순다, 인터뷰를 자주 하지 않으시는 것으로 아는데 오늘 시간을 내어 저와 대화를 나눠주셔서 정말 감사드립니다. 직접 뵙고 다시 대화를 나눌 수 있어 정말 좋았습니다.

순다 피차이: 감사합니다, 렉스. 저도 즐거웠습니다. 감사합니다.

렉스 칸트로위츠: 자, 시청자 및 청취자 여러분. 시청하고 들어주셔서 대단히 감사드리며, 다음 빅 테크놀로지 팟캐스트에서 뵙겠습니다.