구글 딥마인드 전략책임자, RSI 투자 서사 가능성 언급

AI가 자신의 개발 과정과 성능 개선에 관여하는 재귀적 자기개선(RSI)이 범용인공지능(AGI) 이후 AI 업계의 투자 서사가 될 수 있다는 발언이 나왔다.

더인포메이션(The Information)은 자스지트 세콘(Jasjeet Sekhon) 구글 딥마인드(Google DeepMind) 최고전략책임자가 AI 업계의 전례 없는 자본 투입 배경 중 하나로 RSI 가능성을 언급했다고 3일 보도했다. RSI는 AI가 알고리즘 설계와 코드 작성, 모델 구조 개선, 실험 자동화 등에 관여해 다음 세대 AI의 성능 향상을 돕는 개념이다.

구글 딥마인드의 연구 방향도 이번 발언과 맞닿아 있다. 구글 딥마인드는 6월 12일 공개한 ‘From AGI to ASI’ 보고서에서 AGI가 초인공지능(ASI)으로 발전하는 경로 중 하나로 ‘재귀적 개선’을 제시했다. 보고서는 AGI가 주요 AI 조직의 ‘다음 10년’ 목표가 됐다고 설명했다.

다만 RSI가 구현 단계에 들어섰다고 단정하기는 어렵다. 구글 딥마인드는 2025년 2월 프런티어 안전 프레임워크를 개정하면서 AI가 머신러닝 연구개발을 크게 가속하거나 자동화하는 상황에는 강한 보안 체계가 필요하다고 밝혔다. AI 개발 자동화로 역량 확산 속도가 빨라지면 사회의 관리와 적응 능력에 부담을 줄 수 있다는 설명이다.

AI 인프라 투자는 이미 빅테크 실적을 좌우하는 핵심 요인으로 떠올랐다. 순다르 피차이(Sundar Pichai) 구글·알파벳(Alphabet) 최고경영자는 7월 22일 2분기 실적 발표에서 알파벳 매출이 전년 동기 대비 24% 증가했고 구글 클라우드 매출은 AI 인프라와 AI 솔루션 수요에 힘입어 82% 늘었다고 밝혔다. 구글 모델 API는 분당 약 220억 토큰을 처리하고 있다고 설명했다. 시장에서는 AI 인프라 투자 확대가 실제 수익으로 이어질지를 두고 평가가 엇갈리고 있다.

RSI의 정의와 발전 속도를 두고도 신중론이 나온다. 테크크런치(TechCrunch)는 5월 28일 RSI가 AI 업계의 새로운 유행어가 됐지만 AGI처럼 정의가 명확하지 않다고 지적했다. 같은 보도에서 피차이는 RSI가 현재 업계가 도달한 단계는 아니라는 취지로 설명했다.

AI 평가기관 METR도 7월 22일 연구 노트에서 RSI라는 용어가 서로 다른 의미로 쓰여 혼선을 낳고 있다고 밝혔다. METR은 AI 역량이 모델 개선 속도를 얼마나 높이는지와 그 피드백이 자기 지속적 가속으로 이어질 수 있는지를 따져야 한다고 설명했다.

이번 발언은 AI 투자와 인프라 지출에 관한 내용으로, 특정 블록체인 프로젝트나 AI 토큰과의 직접적인 연결고리는 확인되지 않았다. RSI의 기술적 범위와 구현 수준을 둘러싼 논의는 AI 연구개발 자동화가 실제 모델 개선 속도에 미치는 영향을 중심으로 이어지고 있다.