IT · · 최윤석
1. 투자 배경
Recursive Superintelligence 6.5억 달러 투자는 AI 스타트업 시장이 단순 앱보다 연구형 frontier 회사에 다시 큰 금액을 배팅하고 있음을 보여준다. TechCrunch는 Recursive Superintelligence가 stealth에서 나오며 6억5천만 달러를 조달했다고 보도했다. TechMarketView와 Crowdfund Insider도 회사가 46억5천만 달러 평가를 받았다고 전했다.
회사의 방향은 이름 그대로 recursive self-improvement다. AI가 자체 아키텍처, 학습 방식, 평가 절차를 개선하는 시스템을 만들겠다는 구상이다. Richard Socher, Tim Rocktäschel, Jeff Clune 등 AI 연구 배경을 가진 창업진이 알려지면서 투자자의 관심도 커졌다.
2. 왜 다시 자기개선 AI인가
AI 업계는 더 큰 모델, 더 많은 데이터, 더 비싼 GPU 경쟁을 이어왔다. 하지만 비용이 커질수록 다음 단계 질문은 달라진다. 사람이 설계한 실험을 모델이 더 빠르게 반복하고, 실패한 설정을 버리고, 새 구조를 제안할 수 있다면 연구 속도가 바뀔 수 있다.
| 관점 | 기대 |
|---|---|
| 연구 자동화 | 실험 설계와 평가 반복 속도 증가 |
| 모델 구조 탐색 | 사람이 놓친 아키텍처 후보 발굴 |
| 비용 효율 | 무작정 큰 모델보다 효율적인 학습 탐색 |
| 위험 관리 | 자동 개선 과정의 통제와 검증 필요 |
자기개선 AI는 매력적인 표현이지만 위험한 과장도 붙기 쉽다. “스스로 좋아진다”는 말은 실험 자동화부터 완전 자율 연구까지 범위가 넓다. 실제로 무엇을 자동화하는지, 사람이 어디에서 승인하는지, 실패한 모델을 어떻게 폐기하는지가 중요하다.
3. 개발자와 기업이 볼 지점
- 연구형 AI 스타트업은 제품 매출보다 컴퓨트와 인재 확보가 먼저 온다.
- 자기개선 시스템은 평가 기준이 약하면 잘못된 최적화로 흐를 수 있다.
- 기업 도입 전에는 benchmark보다 실제 업무 검증이 필요하다.
- AI가 만든 코드·모델 변경은 사람이 승인하는 배포 절차를 둔다.
- 투자 규모만으로 기술 성숙도를 판단하지 않는다.
Recursive의 투자는 AI 연구 자동화가 다음 투자 주제로 떠올랐다는 신호다. 동시에 높은 평가액은 기대가 매우 앞서 있음을 뜻한다. 아직 매출과 제품이 검증되기 전이라면 기술 리스크와 자본 리스크가 같이 존재한다.
4. 한계와 반대 관점
자기개선 AI는 오래된 꿈이다. 과거에도 neural architecture search, AutoML, reinforcement learning 기반 설계 자동화가 있었다. 성과는 있었지만 모든 문제를 해결하진 못했다. 모델이 더 큰 탐색공간을 다룰수록 평가 비용도 커진다.
반대로 지금은 조건이 달라졌다. 대형 모델은 코드 작성, 실험 요약, 데이터 분석, 오류 수정 능력을 갖췄다. 연구 자동화가 전부는 아니어도, 연구자의 반복 업무를 줄이는 도구로는 빠르게 들어올 수 있다.
5. 같이 볼 기술 글
AI 투자와 frontier 모델 흐름은 IT 카테고리와 #AI스타트업, #자기개선AI, #GV 태그에서 이어서 볼 수 있다. Exa Labs AI 검색 인프라 글과 함께 보면 AI 앱보다 기반 기술에 자금이 몰리는 흐름을 비교할 수 있다.
6. 참고 자료
태그: #RecursiveAI #AI스타트업 #GV #Greycroft #자기개선AI