컨빅션의 세라 구오: 연산 규모가 개인의 기여도를 압도하면서 AI 연구원들은 '무력감'을 느끼고 있고, 휴머노이드 로봇은 예상보다 훨씬 빠른 속도로 출시되고 있다
인베스트 라이크 더 베스트 팟캐스트(2026년 9월), 벤처 투자자가 밝히는 AI 연구 경쟁의 심리학, 뜻밖의 로봇 베팅, 그리고 오픈소스 모델과 바이오텍 AI에 대한 대규모 투자 배경
AI 전문 벤처캐피털(VC) 컨빅션(Conviction)의 창업자 세라 구오(Sarah Guo)가 최근 팟캐스트에 출연해 AI 투자 환경에 대한 심도 있는 견해를 밝혔습니다. 그녀는 어느 연구소가 승리할 것인가보다, 승리라는 과정이 기술을 만드는 사람들에게 어떤 영향을 미치고 있는지에 주목했습니다. 그녀의 가장 놀라운 관측은 모델의 성능 향상 그 자체가 아니라 프런티어 AI 연구소 내부의 사기 저하에 관한 것입니다. 상당수의 연구원들이 이제 자신의 개인적 기여가 더 이상 중요하지 않다고 조용히 결론 내리고 있다는 것입니다.
컴퓨팅 스케일 AI가 초래한 심리적 타격
구오는 현재의 환경을 "그 어느 때보다 격렬하게 경쟁적인 풍경"이라고 묘사하며, 지난 3년 중 어느 때보다도 치열하다고 진단했습니다. 자신과 파트너인 마이크(Mike)가 진정한 AI 연구 및 창업의 최전선으로 꼽는 약 250명 사이에서 이러한 강도가 실제적인 불안감을 낳고 있다는 것입니다. 그녀가 전하는 바에 따르면, 가장 불안한 부분은 지난 12개월 동안에만 자리 잡은 믿음, 즉 AI 연구 모델의 재귀적 자기 개선(recursive self-improvement)으로 인해 산업이 '일종의 지수함수적 지능(exponential intelligence)' 도달을 1~2년 앞두고 있다는 시각입니다. 다만 그녀는 이에 대해 회의적인 시각도 필요하다고 선을 그었습니다. 안드레이 카르파티(Andrej Karpathy)가 AGI(일반인공지능)가 도래하기까지 약 10년 동안 항상 2년 남았다고 믿어왔다고 자조적으로 고백한 것을 예로 들었습니다.
구오는 투자자들에게 더 큰 시사점을 주는 것은 이러한 믿음이 연구원들의 행동에 미치는 영향이라고 주장합니다. 연구소들이 수천억 달러 규모의 인력과 연산 예산을 투입함에 따라, 개별 과학자들은 두 가지 생각 중 하나를 점점 더 강하게 느끼고 있습니다. 모델이 결국 스스로 문제를 해결하거나, 혹은 오직 연산 규모만이 유일하게 중요한 변수라는 점입니다. 그녀는 "두 가지 모두 다소 무력감을 준다"며, 이러한 역학 관계가 기술 발전 속도와는 별개로 연구소 내부의 동기 부여에 실질적인 의문을 제기한다고 덧붙였습니다. 프런티어 연구소의 인재 리스크를 평가하려는 이들에게 이는 미묘하지만 중요한 데이터 포인트입니다. 최고 수준의 연구원들이 자신의 업무가 결정적인 전환점(moves the needle)을 만든다고 여전히 믿는지 여부가 결국 유지와 몰입을 좌우하기 때문입니다.
선데이 로보틱스: 투자자마저 놀라게 한 실행 속도
이번 대담에서 가장 구체적인 새로운 정보는 구오와 파트너 프라나브(Pranav)가 창업 초기부터 지원한 휴머노이드 로봇 기업 선데이 로보틱스(Sunday Robotics)와 관련된 내용입니다. 공동 창업자인 토니 자오(Tony Zhao)와 첸치(Cheng Chi)는 토요타 리서치(Toyota Research), 딥마인드(DeepMind), 테슬라(Tesla)에서 경험을 쌓은 스탠퍼드대 박사 과정 학생들이었습니다. 구오는 이 회사가 올레드(OLED) 연말 이전에 범용 준(semi-)휴머노이드 로봇을 사람들의 가정에 베타 버전으로 선보일 계획이라고 밝혔습니다. 이는 2년도 채 되지 않은 회사 시작 당시 "우리 중 누구도 믿지 않았던" 타임라인입니다. 그녀는 "스탠퍼드 지하 지하실의 골판지 상자 무리에서 출발해 풀스택 제품으로 그렇게 빠르게 발전할 수 있다는 사실에 큰 충격을 받았다"며, 팀이 자체 하드웨어를 제조하고 수백 번의 모델 및 데이터 수집 주기를 반복해 실제 세계의 작업으로 구현해 낸 점을 언급했습니다.
이번 투자 논지 자체는 컨빅션이 딥테크 로봇 분야에 어떻게 투자하는지 보여주는 유용한 창구입니다. 이 분야에 아직 존재하지 않는 '로봇 데이터의 인터넷'이 필요하다고 가정하는 대신, 자오와 치는 유용한 데이터를 싸고 효율적으로 수집한 뒤 모델 학습으로 이전하는 기술적 접근 방식을 구축했습니다. 구오는 자본 집행 전 며칠 또는 몇 주 동안 확신을 검증하는 평소의 신중함과 달리, 단 한 번의 미팅 후에 투자를 결정했다고 밝혔습니다.
오픈소스 모델: "이미 뚜껑은 열렸다"
최전선에서 경쟁하는, 상당수가 중국산인 오픈소스 AI 모델에 대한 논쟁적 질문에 대해 구오는 명확하고 정책적으로 시사점 있는 입장을 취합니다. 미국 내에서 이들의 사용을 제한하는 것은 악의적 행위자들을 막지 못하고 오히려 "법을 준수하는 미국 기업들"의 발목을 잡을 뿐이라는 것입니다. 그녀는 오픈 모델을 통한 기술 확산은 불가피하며 바람직하다고 주장합니다. 기존의 폐쇄형(proprietary) 프런티어 모델들은 대다수의 실무 사용 사례에 여전히 너무 비싸고, 느리며, 민감하기 때문입니다. 그녀의 처방은 금지가 아니라 엄격한 테스트이며, 특히 중국산 오픈소스 모델이 백도어 행위를 내포할 수 있다는 우려에 대한 검증입니다. 그녀는 "해야 할 일은 실제로 그 모델들에 대해 매우 엄격한 수준의 안전성 테스트를 거치는 것"이라며, 현재의 경계 수준을 정당화할 만큼 충분한 실제 연구가 이루어지지 않았다고 지적했습니다. 그녀는 샘 알트먼(Sam Altman)이 말한 "측정할 필요조차 없을 정도로 저렴한 지능"이라는 비전이 폐쇄형 프런티어 모델 단독이 아니라 오픈소스 인프라에 의해 상당 부분 실현될 것으로 내다봤습니다. 개별 기업과 사용자들이 프런티어 연구원들은 상상조차 하지 못한 유용성을 스스로 발명해 낼 것이기 때문입니다.
차기 전략적 격전지로 부상한 컴퓨팅 독립
구오는 인프라 중심 투자자들의 공감을 얻을 만한 국가 경쟁력 이슈도 제기했습니다. 반도체 공급망의 핵심 단계가 불안정하거나 접근하기 어려운 지역에 집중되어 있는 현상을 지적하며, 미국이 에너지 독립에서 겪었던 어려움과 마찬가지로 '컴퓨팅 독립(compute independence)'을 상실할 위험이 있다고 진단했습니다. 그녀는 주요 대형 클라우드 사업자(hyperscaler)의 인프라 책임자와 나눈 대화를 인용했습니다. 그 책임자는 자본의 가용성과 상관없이 데이터센터 확장을 제약하는 천연가스 및 전력 수급의 물리적 병목 현상으로 인해 "2030년 이전에는 충분한 규모에서 우리의 판도를 바꿀 만한 것은 아무것도 없다"고 말했다고 합니다. 구오는 이를 기술이나 자본의 문제가 아닌 규제와 사회적 합의의 문제로 규정하며, 데이터센터와 원자력 발전소를 둘러싼 인허가 갈등이 핵심 제약 요인이라고 지적했습니다. 그녀는 야콥 헬버그(Jacob Helberg)의 공급망 이니셔티브인 패시아(Pacia)를 공급망 전반에 필요한 투자 유형의 사례로 꼽았으며, 컨빅션은 순수 데이터센터 금융 투자는 회사의 기술 투자 위임 범위를 벗어나기 때문에 보류하는 한편, 데이터센터 노동력, 원자력 에너지, 대안적 칩 아키텍처 등에는 이미 부분적 헤지(hedge) 차원에서 자금을 투입했다고 밝혔습니다.
바이오텍 AI에 대한 컨빅션의 입장 선회
구오의 생각에 있어서 가장 수치화할 수 있는 변화는 아마도 제약 산업 내부에서 지속 가능한 가치를 창출하는 AI의 능력에 대한 관점일 것입니다. 그녀는 5년 넘게 회의적인 시각으로 지켜보다가 최근 입장을 선회했다고 밝혔습니다. 과거의 합의는 "바이오텍이나 제약 서비스에서 돈을 벌 수 있는 유일한 길은 신약을 만드는 것뿐"이라는 것이었으며, 이는 플랫폼 바이오텍들이 소프트웨어 판매보다는 신약 후보 물질의 지분 보유를 통해 보상받는 구조를 의미했습니다. 컨빅션이 차이 디스커버리(Chai Discovery)에 첫 자금을 집행한 것은 이러한 합의로부터의 결별을 뜻했습니다. 차이 디스커버리는 현재 10대 제약사들과 협력하여 연구개발(R&D) 프로세스의 일부를 가속화하고 있습니다. 그녀는 AI에 의해 궤적이 명확히 바뀐 신약이나 적응증 같은, 업계의 결정적 순간(defining moment)이 아직 오지 않았다고 조심스럽게 언급하면서도, 그러한 이정표가 달성되면 해당 분야로 훨씬 더 큰 규모의 자본이 유입될 것으로 예상했습니다. 그녀는 "치료제의 엄청난 가속화를 보게 될 것"이라며, 규제 타임라인과 물리적 세계의 안전성 테스트는 아무리 뛰어난 모델 성능으로도 단축할 수 없는 게이트(gating) 요인임을 인정했습니다.
투자 프로세스: 빠른 직관, 느린 검증
구오는 자신의 의사결정이 인물에 대해서는 직관적이고, 낯선 과학 기술에 대해서는 회의적이라고 설명합니다. 창업자와 아이디어를 바탕으로 새로운 기회를 거의 즉시 1부터 10까지의 척도로 평가한 뒤, 자금을 집행하기 전 며칠 또는 몇 주 동안 자신의 이해 속 허점을 찾으려 노력합니다. 그녀는 학벌이나 명성만으로는 대규모 연구 투자의 근거로 부족하다고 단호히 말합니다. 근저에 깔린 기술적 논지에 대한 독자적 견해 없이 창업자의 명성만을 대변하는 동료 투자자들을 비판하며, 한 유명 투자자 친구에게 "비즈니스도, 기술 이론도, 사업 모델도 내게는 말이 되지 않는다"며 "사람들이 그에 대한 직관 없이 대규모 연구 베팅을 하고 있다"고 말한 일화를 전했습니다. 주목할 점은, 5명의 파트너로 구성된 소규모 펌을 운영함에도 불구하고 구오가 일주일에 오직 4~6개의 신생 기업만 만난다는 사실입니다. 이는 그레이락(Greylock)에서 초기 경력을 쌓을 당시 수백 개를 검토했던 것과 의도적으로 대비되는 부분이며, AI 레이블을 쫓는 자본이 넘쳐나는 시장에서 '선택성' 그 자체를 경쟁 우위로 삼고 있습니다.
세련된 내러티브 없는 펀드레이징
구오는 또한 컨빅션의 첫 펀드를 결성했던 과정에 대해 보기 드물게 솔직한 소회를 밝혔습니다. 유한책임출자자(LP)들을 위해 고도로 차별화되고 사전 패키징된 스토리를 구축하는 전통적인 사모펀드(PE)의 플레이북을 따르지 않았다고 인정했습니다. 대신 잠재적 LP들에게 자본이 모집된 후 실험을 통해 펌의 구체적인 강점을 찾아낼 것이라고 밝혔으며, 이는 명확하고 완벽하게 짜여진 논지를 선호하는 일부 기관들의 지원을 포기하게 만든 피칭이었습니다. 그녀는 "내 배경과 투자 이력에 관한 A4 두 장짜리 서류를 사람들에게 건넸다"며, 예외적인 인재를 발굴하고 지원해 온 자신의 실적이 시간이 지남에 따라 복리 효과를 낼 것이라는 데 베팅했습니다. 4년이 지난 지금, 이 펌은 주요 LP 설문조사 중 최소 한 곳에서 가장 탐나는 벤처 파트너 1~2위로 꼽히며, 창업자와 펀드 매니저 모두에게 내재된 판단력이 건전하다면 실행력이 내러티브의 세련미를 대체할 수 있다는 교훈을 입증하고 있습니다.