“AI는 지금 잘못된 길로 가고 있다”… 얀 르쿤(Yann LeCun)의 선언
“오늘날 AI는 인간 수준의 지능을 향해 가기 위해 반드시 새로운 접근이 필요하다.”
딥러닝의 개척자 얀 르쿤(Yann LeCun)이 Meta를 떠나며 남긴 이 코멘트는 AI 업계 전체에 묵직한 파장을 던졌다. 세계 최대 빅테크 중 하나인 Meta의 최고 AI 과학자(Chief AI Scientist) 자리에서 물러나 새로운 AI 스타트업을 창업하겠다고 발표했기 때문이다.
이 소식은 로이터와 AP가 가장 먼저 보도하며 전 세계 AI 커뮤니티의 이목을 집중시켰다.
얀 르쿤, 왜 지금인가?
얀 르쿤은 오랫동안 “현행 AI는 진정한 지능이 아니다”라는 철학을 피력해왔다. 특히 LLM 중심의 AGI(범용 인공지능) 관점에 대해 공개적으로 비판해 왔는데, 이로 인해 OpenAI, Google DeepMind 등과 수년간 기술적 논쟁을 벌여왔다.
그는 기존의 예측 기반 언어모델이 아닌, 자율 학습(Self-Supervised Learning)·세계 모델(World Model)·지속적 추론 등 인간 지능의 핵심 요소를 구현하는 기술을 미래 방향으로 강조했다.
이번 독립 선언은 사실상 “이 철학을 직접 구현하겠다”는 강한 의지의 표현이기도 하다.
산업·경제적 맥락: 왜 빅테크를 떠나야 했나
세계 AI 시장은 2024~2025년에 걸쳐 초거대 모델 경쟁, GPU 인플레이션, 서비스·기업용 AI 시장의 과열, 빅테크 중심의 자본·데이터 독점 문제 등이 심화되는 흐름을 보이고 있다.
얀 르쿤 같은 연구자에게는 빅테크의 상업적 의사결정 구조가 연구 실험의 자유를 방해할 수 있다는 분석이 꾸준히 제기돼 왔다.
또한 Meta는 자체적으로 Llama 시리즈와 생성형 AI 제품 사업에 막대한 투자를 이어가고 있어, 얀 르쿤이 추구하는 기초 연구 중심의 긴 호흡 전략과 간극이 커졌다는 평가도 있다.
전문가 분석: “AI 방향성 충돌이 드러났다”
AI 생태계 전문가들은 얀 르쿤의 퇴사 배경을 다음 세 가지로 해석한다.
1) 기술 철학 충돌
얀 르쿤은 LLM 중심의 AI를 “인간처럼 사고하지 못하는 시스템”이라고 비판해왔으며, 새로운 학습 구조를 주장해왔다.
2) 연구 자유도 문제
스타트업 형태를 택함으로써, 정치·비즈니스 우선순위와 무관하게 기술적 실험을 추진할 수 있다는 장점이 있다.
3) AI 시장의 세대교체 흐름
최근 젠슨황(Jensen Huang)과 DeepMind 출신 연구자들 사이에서도 ‘초거대 모델 일변도’에 회의적 기류가 감지되고 있다. 얀 르쿤의 선택은 이러한 흐름과 맞닿아 있다는 시각도 있다.
얀 르쿤이 세우는 새 AI 스타트업, 목표는 무엇일까
보도에 따르면 얀 르쿤은 “Advanced Machine Intelligence(고도 기계 지능)” 개발을 목표로 한 신생 회사를 출범할 예정이다.
이는 단순 생성형 AI가 아닌, 환경을 이해하고 예측하며 스스로 문제를 해결하는 AI, 즉 ‘진짜 지능’을 목표로 한다는 점에서 업계의 기대가 크다.
일각에서는“얀 르쿤이 구글 DeepMind, OpenAI와는 완전히 다른 제3의 연구 축을 만들 수 있다”는 분석도 나온다.
AI 지형도에 미칠 영향: “새 판 짜기 시작됐다”
얀 르쿤의 스타트업 설립은 단순한 이직 이상의 의미를 가진다.
-AI 철학 전쟁의 본격화: LLM 기반 vs. 세계 모델 기반이라는 기술 패러다임 경쟁이 더 치열해질 전망이다.
-인재 이동 가속화: 세계적인 석학이 스타트업으로 이동함에 따라 후속 연구 인력도 이동할 가능성이 크다.
-AI 투자 지형 변화: 벤처캐피털이 ‘탈빅테크’ 기초 연구 스타트업에 주목할 가능성이 높아졌다.
결론: 미래 AI는 어디로 향할까?
얀 르쿤의 퇴사는 단순한 개인의 선택이 아니라, 현재 AI가 어디로 가야 하는지에 대한 근본적 질문을 던지는 사건이다.
AI가 인간 지능에 근접한 ‘자율적 사고’를 향해 나아갈지 아니면 초거대 언어모델 기반의 서비스 중심 발전을 지속할지 전 세계 연구자와 산업계는 중요한 분기점 앞에 서 있다.
AI 혁신의 향방이 바뀌려는 지금, 당신은 어떤 AI 미래를 지지하는가?
){kind=small}
){kind=small}
){kind=small}
){kind=small}
