어느 관점에서 보느냐에 따라, Google은 인공지능 (AI) 분야에서 가장 부러운 위치에 있거나, 혁신의 최전선에 있는 주요 AI 연구소 및 기타 스타트업들에게 핵심 인재들을 빼앗기고 있는 상황입니다.

이러한 대조적인 모습은 지난 2주 동안 극명하게 드러났습니다. 회사가 클라우드 부문에서 82%의 매출 성장을 보고한 것에 이어, 수요일에는 Google의 AI 조직에 대대적인 변화가 있었으며, 수석 과학자 (chief scientist)인 Jeff Dean이 27년 만에 퇴사를 발표했습니다.

생성형 AI (generative AI) 붐의 길을 열어준 유명한 2017년 트랜스포머 (transformer) 논문의 본거지인 Google에게, 최근의 사건들은 이 4조 달러 규모의 기업이 직면한 핵심 과제인 '어디에 투자할 것인가'를 강조합니다. 프런티어 모델 (frontier models)을 구축하려면 미래의 수익에 대한 보장 없이 컴퓨팅 (compute)과 연구에 막대한 선행 비용이 필요하지만, 클라우드 사업은 매우 효율적임을 증명하고 있으며 Amazon과 Microsoft의 경쟁사 제품보다 훨씬 빠르게 성장하고 있습니다.

Alphabet의 CEO Sundar Pichai는 지난달 실적 발표에서 Fortune 100대 기업의 90%가 Gemini Enterprise를 사용하고 있다고 밝히며, 클라우드 고객에게 AI 서비스를 판매할 수 있는 회사의 능력을 강조했습니다.

Theory ventures의 설립자인 Tomasz Tunguz는 대부분의 기업 수요를 충족하는 데 있어 최첨단 모델이 반드시 필요한 것은 아니라는 점이 명확해지고 있다고 말했습니다.

"저는 우리가 AI, 특히 많은 화이트칼라 업무에 있어, 합리적인 수준의 많은 모델들이 충분히 훌륭한 단계에 와 있다고 생각합니다."라고 Tunguz는 말했습니다. "모델의 다음 진화는 정말 화려한 컴퓨터를 보유한 영역에서 유용할 가능성이 높습니다."

AI에 대한 Google의 풀스택 (full-stack) 접근 방식은, 모든 메가캡 (megacap) 경쟁사들을 앞질렀던 2025년에 65% 급등한 데 이어 올해 주가가 16% 상승한 주요 원인입니다.

최근에는 그 여정이 더 험난해졌습니다. Alphabet의 주가는 자본 지출 (capital expenditures)에 대한 우려로 인해 최신 실적 발표 이후 하락했으며, Dean의 퇴사와 Demis Hassabis가 Google DeepMind의 CEO에서 물러나 해당 부문의 의장(chairman)으로 전환한다는 발표 이후 수요일에 추가로 하락했습니다.

Alphabet shares fall after major shakeup at Google’s AI unit

월스트리트 (Wall Street)의 분위기는 대체로 우호적이지만, Google 내부의 모든 이들이 이를 축하하고 있는 것은 아닙니다.

기밀 유지를 이유로 익명을 요구한 관계자들에 따르면, 일부 연구원들은 Anthropic을 포함한 외부 고객들에게 Google Cloud가 TPU를 판매하는 것을 지켜보는 한편, 야심 찬 프로젝트를 추진하는 데 필요한 컴퓨팅 용량 (computing capacity)에 대한 접근 권한 문제로 좌절감을 느껴왔습니다. 텐서 프로세싱 유닛 (Tensor Processing Units, TPU)은 Nvidia의 그래픽 처리 장치 (Graphics Processing Units, GPU)와 경쟁하는 Google의 자체 개발 AI 칩입니다.

Google의 관료주의 (bureaucracy) 또한 흔한 불만의 원인으로, 연구를 제품으로 전환하기 위해 여러 단계의 승인이 필요합니다. 이는 OpenAI, Anthropic 또는 더 젊은 스타트업과 같은 신생 기업들을 더 매력적으로 만들 수 있으며, 특히 재무제표보다 실험실 연구를 선호하는 AI 연구원과 개발자들에게 더욱 그러합니다.

Dean은 Google의 스타급 인재인 Sanjay Ghemawat, Oriol Vinyals, Quoc Le와 함께 Discovery Loop를 설립하기 위해 떠납니다. X(구 트위터)에서 Dean은 Google의 지원을 받는 이 스타트업이 "발견과 진보를 가속화하기 위해 머신러닝 (machine learning), 과학 및 엔지니어링을 자동화하는 것을 미션으로 하는" 공익 법인 (public benefit corporation)이 될 것이라고 밝혔습니다.

이들의 퇴사는 생성형 AI (generative AI)의 토대를 제공한 기념비적인 2017년 논문 "Attention Is All You Need"의 저자 중 한 명인 Noam Shazeer를 포함한 다른 저명한 연구원들의 이탈에 뒤이어 발생했습니다. 8명의 저자 모두 현재 Google을 떠났습니다. Shazeer는 Google이 인재 영입을 위한 인수 (acquihire)를 통해 그를 다시 데려오기 위해 거의 30억 달러를 지불한 지 2년도 채 되지 않은 지난 6월 OpenAI로 떠났습니다. 그의 퇴사는 노벨상 수상자인 John Jumper가 DeepMind를 떠나 Anthropic으로 향하기 직전에 이루어졌습니다.

D.A. Davidson의 애널리스트인 Gil Luria는 최고 인재들의 이탈 현상을 살펴보면 명확한 추세가 있다고 말했습니다.

Alphabet 주식 보유를 권고하는 Luria는 "그들은 AI를 상업화하는 것에는 관심이 없습니다"라고 말했습니다. "그들은 역사의 일부가 되는 것에 관심이 있으며, 따라서 Anthropic, OpenAI 또는 다른 스타트업을 역사를 추구할 수 있는 곳으로 간주합니다."

Google에서 Dean은 트럼프 행정부를 비판할 의사가 있는 매우 드문 저명한 목소리 중 하나였으며, 올해 초에는 펜타곤(Pentagon)이 Anthropic을 공급망 리스크로 지정하기로 한 결정에 반대하며 목소리를 높였습니다. 그는 이러한 조치가 더 넓은 미국의 AI 산업에 해를 끼칠 수 있다고 경고했습니다.

더 중요한 것은, 기술적인 관점에서 그는 Google이 현대 AI의 초기 리더로 자리 잡을 수 있게 한 컴퓨팅 인프라 (computing infrastructure)와 신경망 (neural network) 시스템을 구축하는 데 기여했다는 점입니다.

2010년에 DeepMind를 공동 창립하고 4년 후 Google에 매각한 Hassabis는 해당 부문의 의장이 될 예정이며, Alphabet의 새롭게 신설된 수석 과학자 (chief scientist) 직무를 맡아 장기적인 연구와 범용 인공지능 (AGI, artificial general intelligence)의 사회적 영향에 집중할 것입니다. 그는 또한 DeepMind에서 파생된 AI 신약 개발 기업인 Isomorphic Labs에 더 많은 시간을 할애할 계획입니다.

DeepMind의 기술 책임자이자 Alphabet의 수석 AI 아키텍트 (chief AI architect)인 Koray Kavukcuoglu는 해당 부문의 일상적인 경영과 차세대 Gemini 모델 개발을 맡게 됩니다. DeepMind 팀에 정통한 한 관계자에 따르면, Kavukcuoglu는 지난 1년 동안 모델 개발 지휘 및 주요 Gemini 출시 발표를 포함하여 Hassabis로부터 더 광범위한 책임을 넘겨받아 왔습니다. 한편, Hassabis는 연구실을 떠나 규제와 첨단 AI의 장기적인 영향에 더 많은 시간을 할애해 왔습니다.

Google's chief AI architect lays out its AI strategy

Google 내부에서 가장 큰 마찰 지점 중 하나는 컴퓨팅 자원 (compute)입니다.

Google은 데이터 센터, 칩(chips) 및 관련 인프라에 전 세계 거의 어떤 기업보다도 더 많은 투자를 하고 있습니다. 하지만 용량(capacity)은 여전히 부족한 상태입니다. 모델 학습, Google 제품 서비스, 또는 클라우드 고객과의 계약 이행을 위해 할당되는 모든 TPU는 상충하는 우선순위 사이에서의 선택을 반영합니다.

이 사안에 정통한 소식통에 따르면, Google이 Gemini와 직접 경쟁하는 모델을 보유한 Anthropic과 같은 경쟁 연구소(labs)에 대규모 인프라 투자를 발표할 때 컴퓨팅 자원(compute) 접근성에 대한 불만이 특히 심화될 수 있다고 합니다.

소식통 중 한 명은 Google이 연구 및 모델 학습, 검색 및 Gemini와 같은 제품 서비스, 그리고 클라우드 고객과의 협업을 포함한 다양한 분야의 수요 예측치를 가지고 있다고 말했습니다. 그 인물은 이러한 요구 사항들이 수년 전에 모델링되지만, 제품이 예상보다 빠르게 성장하거나 우선순위가 변경될 경우 더 짧은 기간 내에 용량이 변동될 수 있다고 덧붙였습니다.

Pichai는 지난 두 차례의 실적 발표(earnings calls)에서 클라우드 고객의 수요가 증가함에 따라 Google이 DeepMind의 컴퓨팅 요구 사항을 계속해서 우선시하고 있다고 밝혔습니다. 지난 7월 TPU 할당에 대한 질문을 받았을 때, 그는 Google의 "최우선 과제"는 AGI 개발의 최전선(frontier)에서 경쟁하는 데 필요한 컴퓨팅 자원을 확보하는 것이라고 말하며, 해당 작업이 "우리가 하는 모든 일의 토대"라고 언급했습니다.

이어 Pichai는 Google이 소비자 제품 및 AI 모델을 실행하는 데 필요한 용량과 해당 필요 사항 사이의 균형을 맞추는 한편, 외부 수요를 충족하기 위해 점점 더 많은 TPU를 제3자 데이터 센터에 직접 배치하고 있다고 말했습니다.

Niles Investment Management의 설립자이자 Google 주주인 Dan Niles는 컴퓨팅 자원에 대한 접근성이 긴장의 자연스러운 원인이라고 말했습니다.

Niles는 "Google은 이 모든 다른 사업들을 가지고 있으며, 이 자원 중 일부를 누구에게 줄지 결정해야 합니다"라며, "그러한 상황에서는 누군가는 항상 불만족스러울 것입니다"라고 말했습니다.

지난 1월, 다보스(Davos)에서 열린 세계경제포럼(World Economic Forum)에서 Hassabis와 Kurian은 기업용 제품과 활용 사례(use cases)를 논의하기 위해 함께 무대에 올랐습니다.

솔직하게 의견을 밝히기 위해 익명을 요구한 Google Cloud 운영 관계자에 따르면, 두 조직이 역사적으로 얼마나 분리되어 운영되어 왔는지, 그리고 Hassabis가 회사의 많은 부분으로부터 얼마나 떨어져 있었는지를 고려할 때 이는 매우 인상적인 광경이었습니다.

이 관계자는 두 사람의 공동 등장을 Hassabis가 Google AI의 기업용 활용 사례(use cases), 특히 코딩 및 고객 서비스와 같은 분야에 더 깊이 관여하기 시작했다는 신호로 보았으며, 이는 OpenAI 및 Anthropic과 경쟁함에 따라 회사의 연구 부문과 상업 운영 부문을 더 밀접하게 결합하려는 광범위한 노력의 반영이라고 평가했습니다.

그 후 몇 달 동안 Google은 모델과 관련하여 여러 차례 난관에 봉착했으며, 가장 눈에 띄는 것은 최신 플래그십 모델인 Gemini 3.5 Pro의 출시가 지연된 것이었습니다. 동시에 Kurian이 이끄는 사업부는 기록상 가장 폭발적인 성장을 기록했습니다.

Oracle의 전직 고위 임원인 Kurian은 2019년부터 Google Cloud를 이끌며, 소비자 인터넷 분야의 지배력으로 알려진 기업 내에서 활기찬 기업 영업 조직을 구축해 왔습니다. Google Cloud는 자체 AI 칩을 설계하고, 글로벌 데이터 센터 네트워크를 운영하며, 모델, 데이터베이스, 보안 소프트웨어 및 AI 에이전트(AI agents) 구축을 위한 도구들을 판매합니다.

이러한 전략은 Google이 AI 수요로부터 수익을 창출할 수 있는 여러 가지 방법을 제공합니다. OpenAI, Anthropic 및 기타 연구소에 인프라를 판매하는 동시에, 기업에는 Gemini를 제공하고 Search, YouTube, Workspace 및 기타 제품 전반에 AI를 통합할 수 있습니다.

생성형 AI 열풍이 불기 시작한 지 거의 4년이 지난 지금, 떠오르는 질문은 Google이 최고의 AI 모델을 개발해야 하는지, 아니면 다른 기업들이 비용을 부담하게 두는 것이 더 나은지에 대한 것입니다.

Kavukcuoglu는 지난 5월 열린 회사의 개발자 컨퍼런스에서 CNBC와의 인터뷰를 통해, Google이 효율성을 개선하는 동시에 기술의 한계(frontier)를 밀어붙이는 것을 목표로 하고 있다고 밝혔습니다. 그는 회사의 Flash 모델이 유사한 모델들보다 4배 더 빠르고 효율적으로 작동하면서도 최첨단(frontier-level) 역량을 제공하며, 이를 통해 Google이 기업용 및 소비자용 서비스 전반에 걸쳐 고급 AI를 확장할 수 있게 해준다고 말했습니다.

Tunguz와 마찬가지로, Niles는 많은 상업적 애플리케이션에 가장 강력한 모델이 반드시 필요한 것은 아니라고 말했습니다.

"모델들은 수행해야 할 작업의 90%를 처리하기에 충분히 훌륭합니다."라고 그는 말했습니다. "이런 일들을 위해 페라리(Ferrari)가 필요하지는 않습니다. 90%의 유스케이스(use cases)에는 포드(Ford)로도 충분할 것입니다."

하지만 차세대 트랜스포머 규모(transformer-scale)의 돌파구를 만들어내려는 과학자들과 연구자들에게는, '충분히 괜찮은 것'이 항상 충분한 것은 아닙니다.

Agentic AI deployment and research constrained by memory chip shortage: Google DeepMind CEO