「AGI는 2030년」 DeepMind 창업자 Demis Hassabis의 일관된 전략 요약 해설

이 글에 대하여

DeepMind CEO이자 노벨상 수상자인 Demis Hassabis가 Sequoia AI Ascent에서 이야기한 내용을 핵심만 뽑아 일본어로 해설합니다. 15세 때부터 AGI를 목표로 했던 인물의 일관된 전략과 철학이 다루어진 회차입니다.

테마 1: 15세 때부터의 AGI 계획

15세에 AGI 달성까지의 계획을 세웠던 소년이 실제로 DeepMind를 창업했다는 점—그 일관성 -
창업 당시에는 "학계에서도 업계에서도 아무도 진지하게 받아들이지 않았다". 그럼에도 확신을 계속 가졌던 마인드 -
기업가에게 주는 교훈: "50년 앞서나가면 실패한다"—자신의 실패담과 함께 이야기하는, 타이밍의 중요성

필자의 견해: '너무 빠른 정당함은 실패'라는 말은 비전가(visionary)의 언어로서 무겁습니다. 올바른 방향이라도 시대가 따라잡는 타이밍을 놓치면 사업이 되지 않습니다—이 현실감이 단순한 꿈 이야기로 끝나지 않게 하는 성실함입니다.

테마 2: AGI와 과학의 발전

• "단계 1: AGI를 구축한다. 단계 2: 그것으로 모든 것을 해결한다"—너무 단순한 미션 -
  AlphaFold을 확장하여, 10년이 걸리는 신약 개발이 수개월~수주로 단축되는 의료 혁명 -
  "AGI는 2030년"이라고 단언. 중요한 것은 Hassabis가 계속 일관되게 그렇게 말해왔다는 사실

필자의 견해: AGI의 시기 예측은 각사마다 다르지만, Hassabis의 '2030년'은 예전부터 변하지 않은 점에 무게가 있습니다. 그리고 AlphaFold라는 실적이 있기 때문에, 신약 개발 이야기는 구체성을 동반합니다.

테마 3: 과학자로서의 철학

• "경제학이 물리학이 될 수 없는 이유"를 선명하게 해설하며, AI 시뮬레이션이 그 벽을 돌파할 수 있음을 암시 -
  "머신러닝은 생물학에게 있어 수학이다"라는 아름다운 유추(analogy) -
  "우주의 근본은 정보일지도 모른다"—AI는 정보 처리이며, 그래서 우주와도 깊이 연결된다는 철학

필자의 견해: 엔지니어나 연구자에게 와닿는 것은 이 테마 3일 것입니다. 'ML은 생물학의 수학'이라는 유추는 AI를