개요
2026년 6월 2일 스탠퍼드 경영대학원(GSB)에서 열린 파이어사이드 챗. 존 레빈 스탠퍼드대 총장이 구글 딥마인드 공동창업자 겸 CEO 데미스 하사비스와 대담했다. 하사비스는 체스 신동, 비디오게임 개발자, 신경과학자를 거쳐 2010년 딥마인드를 창업했고, 알파고(2016)에 이어 단백질 구조 예측 성과인 알파폴드로 2024년 노벨 화학상을 받았다. 같은 해 AI 공로로 기사 작위를 받았고 2017년과 2025년 TIME 100에 선정됐다. 도입부는 페이페이 리와 제니퍼 에이커의 '인간의 번영을 위한 AI' 강좌와 성장에 필요한 마찰이라는 문제의식을 제시했다. 대담은 그의 커리어 관통선, 알파고·알파폴드 개발 비화, AGI 타임라인, AI 규제, 개발도상국 형평성, 의식 문제, 학생 조언까지 폭넓게 다뤘다.
핵심 내용
커리어를 관통하는 하나의 미션
- 창의성과 기술의 교차점: 90년대 게임업계는 최첨단 기술과 예술·디자인이 결합한 가장 창의적인 산업이었고, 이 경험이 이후 AI 엔지니어링 철학의 기반이 됐다.
- 십대 시절의 목표: 괴델·에셔·바흐, 튜링·파인만 전기를 읽으며 AI와 AGI가 평생을 걸 만한 가장 중요한 문제라고 확신, 30년 넘게 이 목표를 향해 경험을 재조립해왔다.
- 체스 훈련의 전이: 체스에서 배운 사고방식이 사업 계획, 조직 운영, 거대한 목표를 작은 단계로 쪼개는 방식에 그대로 적용됐다고 설명.
- 게임을 알고리즘 검증장으로 활용: 딥마인드 초기 게임(특히 알파고)은 실제 세계의 축소판이자 명확한 목적함수를 갖춘 안전한 실험 환경이었다.
딥마인드의 2단계 미션: "지능을 풀고, 그걸로 나머지를 풀어라"
- 2010년 창업 당시: 영국에 벤처캐피털이 거의 없던 시절, "1단계: 지능을 푼다(AGI 구축), 2단계: 그걸로 나머지를 푼다"는 사업계획을 들고 다녀 투자자들을 어리둥절하게 만들었다.
- 지능을 푼다의 의미: AGI를 구축하면서 동시에 지능 자체의 본질(의식, 창의성, 꿈)을 이해하는 것.
- 나머지를 푼다의 의미: 처음에는 과학과 의학에 집중할 계획이었으나, 지금은 생산성 등 훨씬 넓은 영역으로 확장됐다.
초기 실패와 알파고까지의 여정
- Atari Pong의 좌절: 딥마인드 초기 자금이 인턴 한 명 수준일 때, DQN 시스템이 화면 픽셀만으로 Pong을 학습하도록 시도했다. 체감 6개월, 실제로는 두 달 정도 단 1점도 못 따고 21대 0으로 계속 패배해 "10년, 어쩌면 20년 너무 일렀나" 싶었다고 회고.
- 돌파구: 어느 순간 점수를 내기 시작하며 급격히 실력이 향상됐고, 이것이 딥마인드 첫 네이처 논문(딥강화학습)으로 이어짐.
- 알파고의 동기: 학부 시절 친구이자 프로젝트 공동 리드가 된 데이브 실버와 딥블루-카스파로프 대결을 보며 오히려 카스파로프의 뇌에 더 감명받았다. 딥블루식 전문가 시스템(수작업 휴리스틱+브루트포스 탐색)은 체스엔 통했지만 바둑엔 통하지 않는다고 판단, 패턴·직관 기반 접근이 필요하다고 봄.
- 이세돌전과 그 이상의 성과: 2016년 승리뿐 아니라 2,000년 이상 역사의 바둑에서 인류가 발견 못 한 새로운 전략을 창출, 이것이 AI가 과학에 활용될 수 있다는 확신을 준 계기가 됨. 서울에서 돌아오자마자 알파폴드 프로젝트를 시작.
알파폴드: 무료 공개 결정의 배경
- 문제 선택 이유: 단백질 구조는 신약개발과 질병 이해로 이어지는 '루트 노드' 문제이자, 아미노산 서열이 3D 구조로 접히는 최고의 퍼즐이라고 판단.
- 데이터 부족을 알고리즘으로 극복: 50년간 축적된 구조 데이터베이스(PDB)는 15만 개에 불과(전체 단백질은 2억 개), 대부분 "최소 10-20년은 더 걸릴 것"이라 예상했으나 딥러닝으로 탐색 공간을 좁혀 돌파.
- 전면 무료 공개: 유럽생물정보학연구소(EBI)와 협업해 2억 개 단백질 구조 전체를 구글 검색처럼 무료로 공개, 신뢰도 구간까지 함께 제공. "독점했다면 우리 조직 혼자로는 그 하류 영향의 극히 일부만 살렸을 것"이라 설명. 전 세계 190개국 300만 명 연구자가 상시 사용 중.
- 공개 데이터에 대한 상호성: 알파폴드 초기 버전도 공개 데이터에 의존해 학습했기 때문에 연구 커뮤니티에 성과를 되돌려주는 것이 옳다고 느꼈다고 설명. 무료 공개 결정에는 영향력 극대화뿐 아니라 공개 과학 생태계에 대한 보답이라는 동기도 있었음.
- 구글의 공개 결정 지원: 하사비스는 과학을 이해하는 구글 경영진이 무료 공개를 즉시 지지했다고 평가. 모든 기업이 같은 결정을 내리지는 않았을 것이라며, 기초 연구 성과를 공공재로 풀어 생태계 전체의 후속 연구를 증폭시키는 선택이었다고 설명.
- 노벨상의 공동 성과: 알파폴드 연구로 존 점퍼, 데이비드 베이커와 함께 2024년 노벨 화학상을 받았다는 점도 대담에서 소개됐다. 개인 성취보다 단백질 구조 예측이라는 50년 난제가 질병 이해와 신약개발의 기반으로 전환됐다는 맥락에 초점을 맞춤.
- 아이소모픽 랩스(Isomorphic Labs): 알파벳 스핀아웃으로 신약개발을 수년에서 수개월, 궁극적으로는 수주 단위로 단축하는 것이 목표.
"특이점의 초입"이라는 발언의 맥락
- AGI 타임라인: 2030년 전후(±1년)를 예상, "일반 인공지능"이라는 표현을 계속 사용해왔다고 밝힘.
- 특이점의 의미: 기술 자체(AGI)가 아니라 그 도래 전후로 펼쳐지는 새로운 인류 시대를 가리키는 표현. SF 작가들이 다뤄온 개념을 차용.
- 올해가 변곡점이라는 진단: 30년간 이 일을 해왔지만, 에이전트와 툴 사용 방식이 올해 실제로 사람들의 업무 흐름에 유용해지기 시작했다고 평가. "아직 초입일 뿐, 갈 길이 많이 남았다"고 강조.
- 사회적 준비 시급성: "사회가 이 이야기를 들어야 한다, 준비할 시간이 많지 않다"며 미래는 아직 정해지지 않았고 향후 몇 년의 선택이 결정적이라고 언급.
대중의 AI 불안과 소통 문제
- 불안은 정당하다: AI는 산업혁명의 10배 충격을 10배 빠른 속도(세기가 아닌 10년 단위)로 가져올 이중용도 기술이라고 진단. 이는 오히려 과소평가일 수 있다고 덧붙임.
- 위험과 해법의 동시성: 10배 큰 충격이 10배 빠르게 온다는 표현을 결합하면 산업혁명 대비 100배 규모의 변화라는 설명이다. 동시에 기후·에너지·질병 같은 기존 난제를 해결할 수단도 AI에서 찾고 있어, AI가 오지 않는 미래가 오히려 더 걱정스럽다고 밝힘.
- 국가별 인식 차이: 인도 정상회의 방문 시 청년층이 최첨단 도구 접근이 민주화된다는 점에 열광하는 것을 목격, 미국의 부정적 인식과 대비.
- 접근 격차가 짧아진 점: 최전선 연구소의 성과가 일반 사용자에게 도달하는 시차가 수개월 수준으로 줄어 전 세계 개인이 거의 같은 도구를 사용할 수 있다는 점을 낙관의 근거로 제시.
- 동료 랩 리더들의 소통 방식 비판: 일부가 불확실성이 큰 사안에 대해 지나치게 단정적으로 발언하며, 자금 조달 등 이면 동기가 섞였을 가능성을 지적.
- 증명의 필요성: "말이 아니라 보여줘야 한다"며 알파폴드 같은 사례가 20개는 더 나와야 하고, 암 치료를 가정법으로만 말할 게 아니라 실제로 치료해야 한다고 촉구.
랩 간 경쟁과 규제 딜레마
- 역사적 맥락: 이상적으로는 CERN 같은 연구시설에서 최고 두뇌들이 서로 검증하며 AGI를 구축했어야 했다고 회고(그랬다면 AGI 도래는 10년쯤 늦춰졌겠지만 특화 시스템으로 사회적 이익은 병행 창출 가능했을 것).
- 변곡점: 트랜스포머가 언어에 이례적으로 효과적이었던 것(로봇공학·시뮬레이션 없이 인터넷 텍스트만으로 학습 가능했던 점)이 지난 15년 과학적으로 유일하게 놀라웠던 부분이며, 이것이 챗봇을 거대 상업 기술로 만들어 경쟁 역학을 바꿔놓았다고 설명.
- 이중 경쟁 구조: 기업 간 경쟁(생사가 걸린 문제)과 미중 등 지정학적 경쟁이 겹친 "이중 레이어" 경쟁이라고 진단.
- 죄수의 딜레마: 더 안전하게, 시간을 들여 출시하는 쪽이 항상 불리한 구조("이탈자가 유리한" 바닥으로의 경쟁)이며, 이를 바꾸려면 정부 개입이 시급하다고 주장.
- 협력 가능성은 열어둠: 경쟁 구도 속에서도 랩 리더들이 안전·보안 요소를 협의하고 있으며, 어느 국가도 파국적 실패를 원하지 않는다는 공통 이해가 있어 협력과 조율의 여지는 남아 있다고 봄.
- 규제 설계의 어려움: 기존 규제는 너무 느려서 2년 전에 만든 규제는 이미 구식이 될 정도. 필요한 것은 "동적이고 민첩한" 규제이며, 최전선 연구소의 최신 정보를 반영해 실제 위험에 초점을 맞춰야 한다고 제안. 연내 구체안을 공개할 계획.
- 과학적 합의 부재: 최고 과학자들조차 어떤 안전장치가 필요한지 짧은 목록에도 합의하지 못하는 상태로, 진전 속도가 이해 속도를 앞지르고 있다고 인정.
개발도상국·글로벌 사우스 형평성
- 알파폴드 사례: DNDi(소외질병치료제개발기구, WHO 산하)와 협업해 아프리카 등 소외 지역 질병(말라리아, 지카바이러스 등) 연구자들이 구조생물학 단계를 건너뛰고 곧바로 신약 연구에 착수하도록 지원.
- 작물 회복력 연구: 제니퍼 다우드나 연구소 등과 협업, 식물 단백질 구조 데이터가 인간 단백질보다 훨씬 부족해 알파폴드의 영향력이 상대적으로 더 크다고 설명.
- 자본주의 엔진을 선한 방향으로: 아이소모픽의 신약개발 비용이 수십억 달러에서 수백만-수천만 달러 수준으로 낮아지면, 부유한 시장에서 번 수익으로 수익성 없는 소외질병 치료제 개발을 자선적으로 병행할 수 있다는 구상을 제시.
포스트 희소성의 분배와 2차 효과
- 소수 독점은 정답이 아님: AI가 포스트 희소성에 가까운 생산력을 만들더라도 소수 개인·기업·국가만 혜택을 가져가는 구조는 정당하지 않으며, 인류 전체에 이익이 폭넓게 귀속되는 구체적 방법이 필요하다고 강조.
- 기술 다음은 경제학: 기술적 안전성과 AGI 구현에 성공한 뒤에는 노동·소득·소유 구조를 다시 설계해야 함. 기존 경제학이 희소성을 전제로 만들어졌기 때문에 새로운 분배 체제를 지금부터 연구해야 한다는 주장.
- 일자리 형태의 조건부 변화: 향후 10년 동안 개인이 AI로 더 많은 프로젝트를 수행하면서 일자리의 성격이 바뀌고, 거대 기업보다 소규모·기업가적 활동이 늘어날 수 있다고 전망. 다만 하사비스 자신도 이를 확정적 예측이 아닌 가능성으로 제시.
- 경제학 다음은 철학: 경제적 전환까지 관리한 뒤에는 인간에게 의미·목적·미덕이 무엇인지가 핵심 문제가 됨. 하사비스는 인문학 연구자들에게 지금이 기술의 2차·3차 효과를 설계할 시점이라는 "행동 촉구"를 제시.
- 낙관론의 조건: 미래가 자동으로 좋아진다는 기술 결정론이 아니라, 사회가 향후 몇 년 동안 제도와 안전장치를 적극 선택해야 좋은 결과가 가능하다는 조건부 낙관론을 유지.
의식, 철학, 경제 체제에 대한 큰 질문
- 의식은 다루지 말아야 할 문제: 지능과 의식은 분리 가능하며, 인류가 지적 도구를 먼저 만들고(이것만으로도 이미 AGI 수준의 도전) 신경과학·철학으로 의식에 대한 엄밀한 정의를 마련한 뒤, "두 번째 루비콘"(의식을 가진 것처럼 보이는 존재를 만드는 것)을 건널지 여부는 사회가 별도로 결정해야 한다는 입장.
- 경제학자들에 대한 아쉬움: GDP에 아직 반영되지 않았다는 이유로 경제학자들이 회의적인 반응을 보이는 데 놀랐다며, 산업혁명 10배 충격에 대한 계획을 지금부터 세워야 한다고 촉구.
- 비영합 세계: 기술이 제대로 구현되면 인류 역사상 처음으로 비영합적 세계(우주 자원 활용 포함)가 열릴 수 있으며, 이는 기존의 모든 경제 체제(희소성을 전제로 설계됨)와 다른 새로운 체제가 필요하다는 의미라고 주장. "지금 시대의 케인스가 필요하다"고 언급.
- 철학과 인문학의 역할: 기술과 경제 문제가 풀린 뒤에는 무엇이 미덕이고 의미이며 목적인지에 대한 질문이 남으며, 이는 위대한 철학자들의 몫이 될 것이라고 강조.
학생들에게 주는 조언
- STEM은 여전히 유효: 과학·수학·컴퓨터과학을 공부하면 AI 도구가 어떻게 작동하는지 이해하고 더 잘 활용할 수 있다고 조언, 향후 최소 10년은 이 원칙이 유지될 것으로 예상.
- 역량 과잉(capability overhang): 최전선 연구소들이 도구를 만드는 데 바빠 오늘날 도구의 잠재력조차 다 활용하지 못하고 있다며, 자신의 전문 분야와 결합하면 개인이 훨씬 많은 것을 해낼 수 있다고 강조.
- 민주화와 전문성 심화가 동시에: 코딩을 몰랐던 사람도 아이디어를 구현할 수 있게 되는 동시에, 코딩 전문가는 100배 큰 프로젝트를 해낼 수 있게 된다고 설명.
- 에이전시를 두 배로: "미래는 아직 쓰여지지 않았다"며 그렇지 않다고 말하는 사람의 말은 듣지 말라고 조언, 학생들이 주체성을 갖고 이 변화의 시기를 이끌어야 한다고 당부.
- 전공 간 결합의 가치: 기술 자체뿐 아니라 경제학·정책·철학·인문학이 후속 충격을 다뤄야 하므로, AI를 자기 전문 분야와 결합해 구체적인 제도와 응용을 만드는 사람이 필요하다고 강조.
투자자 관점 시사점
- 신약개발 비용·시간 구조 변화: 아이소모픽 랩스가 목표하는 대로 개발 기간이 수년→수개월, 비용이 수십억 달러→수백만-수천만 달러 수준으로 축소되면 제약 파이프라인의 경제성과 리스크 프로파일이 근본적으로 바뀔 수 있다. 다만 이는 여전히 목표 단계이며 상용화 시점은 불명확.
- AGI 타임라인과 경쟁 강도: 하사비스가 제시한 2030년 전후 AGI 도달 전망은 프런티어 랩들의 연구개발 투자 규모와 속도를 가늠하는 참고점이 된다. 동시에 그가 "역대 가장 치열한 경쟁 환경"이라고 진단한 만큼 프런티어 AI 랩 전반의 연구개발비 확대 경쟁이 이어질 가능성을 시사한다.
- 규제 리스크의 방향성: 그가 제안하는 "동적 규제"는 아직 구체안이 없는 상태이며 연내 공개 예정이라고 밝힌 만큼, 관련 발표 시점이 AI 정책·거버넌스 관련 종목의 이벤트 리스크가 될 수 있다.
- 오픈소스·무료 공개 전략의 함의: 알파폴드의 전면 무료 공개는 구글이 기초 과학 인프라를 공공재로 제공하고 상업화는 별도 스핀아웃(아이소모픽)을 통해 수행하는 투트랙 전략을 보여준다. 이는 향후 구글의 과학 R&D 성과가 직접적 매출보다 생태계 주도권·후속 스핀아웃 가치로 이어질 가능성을 시사한다.
- 밸류에이션 관점의 유의점: 발언 전반이 낙관적 전망 위주이며 구체적 매출·마진 수치는 제시되지 않았다. "특이점의 초입"이라는 표현 자체가 논쟁적으로 받아들여진 만큼, 관련 발언을 투자 판단에 활용할 때는 실제 제품 출시·매출 지표와 별도로 검증해야 한다.
기억할 발언
- "우리는 20,000개 픽셀만 가지고 Pong을 이기게 만들려 했다. 체감 6개월, 실제로는 두 달 정도 단 1점도 못 땄다. '10년, 어쩌면 20년 너무 일렀나' 싶었다." — 딥마인드 초기 자금난과 DQN 개발 과정 회고
- "알파고는 단지 세계 챔피언을 이긴 게 아니라 2,000년 넘은 바둑 역사에서 인류가 발견하지 못한 새로운 전략을 만들어냈다." — 알파고의 창의성에 대한 평가
- "10년 후 지금을 돌아보면, 우리는 특이점의 초입에 서 있었다고 할 것이다." — AGI와 다가올 시대에 대한 전망
- "말이 아니라 보여줘야 한다. 알파폴드 같은 사례가 20개는 더 있어야 한다. 암 치료를 가정법으로 말하지 말고 실제로 치료해야 한다." — AI 업계의 소통·증명 책임에 대한 촉구
- "미래는 아직 쓰여지지 않았다. 그렇지 않다고 말하는 사람의 말은 듣지 마라." — 학생들에게 남긴 마지막 조언