AI가 AI 연구하는 ‘리커시브’, 6.5억 달러 유치 후 AWS와 4.1억 달러 계약

6억5천만 달러를 투자받은 지 두 달 만에 4억1천만 달러를 컴퓨팅에 투입한다. 사람을 대거 채용해 연구 조직을 키우는 대신, AI가 AI 연구를 수행하는 시스템을 더 많이 돌리겠다는 선택이다.

자기개선형 AI 시스템을 개발하는 리커시브 슈퍼인텔리전스(Recursive Superintelligence)가 아마존웹서비스(AWS)와 4억1천만 달러 규모의 다년간 컴퓨팅 계약을 체결했다. 지난 5월 스텔스에서 벗어나며 확보한 6억5천만 달러와 단순 비교하면 약 63%에 해당하는 금액이다.

이번 계약에는 아마존의 지분투자가 포함되지 않았다. 아마존과 앤트로픽, 마이크로소프트와 오픈AI처럼 자본과 클라우드 계약이 맞물린 기존 제휴와 달리, 리커시브 슈퍼인텔리전스는 투자자와 컴퓨팅 공급자를 분리했다. 그럼에도 초기 스타트업이 조달액 대부분에 맞먹는 클라우드 사용 계약을 맺었다는 점은 ‘AI 연구소의 규모’를 직원 수가 아닌 연산량으로 측정하는 흐름을 보여준다.

6억5천만 달러 조달 두 달 만에 대형 계약

리커시브 슈퍼인텔리전스는 지난 5월 6억5천만 달러를 조달하며 공식 출범했다. 당시 기업가치는 46억5천만 달러로 평가됐다. 투자 라운드는 GV와 그레이크로프트가 주도했고 엔비디아와 AMD 벤처스 등이 참여했다.

와우테일은 지난 4월 딥마인드 출신 연구자들이 주도하는 신생 AI 연구소의 자금조달 경쟁을 다루며 리커시브 슈퍼인텔리전스를 소개한 바 있다. 당시 회사는 최대 10억 달러 조달을 추진하는 단계였다. 이후 공개된 실제 조달액은 6억5천만 달러였다.

회사를 이끄는 리처드 소처(Richard Socher)는 세일즈포스 수석과학자를 지냈고 검색 스타트업 유닷컴을 창업한 AI 연구자다. 피터 노빅 전 구글 연구총괄, 크레스타 공동창업자 팀 시 등도 창업팀에 합류했다. AWS에 따르면 조직에는 오픈AI, 딥마인드, 메타AI, 세일즈포스AI, 우버AI 출신 연구자가 참여하고 있다.

소처는 테크크런치와의 인터뷰에서 이번 계약이 앞으로 체결할 컴퓨팅 계약 중 오히려 작은 축에 들 가능성이 있다고 밝혔다. 회사가 연구와 제품 개발 자체를 자동화할수록 사람보다 동시에 작동하는 AI 에이전트 수가 더 중요해진다는 설명이다.

AI가 아이디어를 내고 실험하고 다음 연구를 고른다

리커시브 슈퍼인텔리전스가 목표로 삼은 것은 ‘재귀적 자기개선(Recursive Self-Improvement·RSI)’이다. AI가 정해진 업무를 한 번 개선하는 데 그치지 않고, 자신의 약점을 찾고 개선안을 만들며 그 결과를 다음 연구에 반영하는 순환 구조를 구축한다는 개념이다.

회사가 지난 6월 공개한 자동화 AI 연구 시스템의 초기 결과를 보면 이 과정은 연구 아이디어 제안, 구현, 실험, 결과 검증, 다음 실험 선택으로 이어진다. 여러 연구 흐름을 장시간 병렬로 실행하고, 성과가 좋았던 흐름을 결합하며, 평가 지표의 허점을 이용한 ‘보상 해킹’이나 우연한 결과도 걸러낸다.

회사는 세 가지 공개 벤치마크에서 기존 최고 기록을 넘어섰다고 밝혔다.

• 제한된 연산 예산으로 소형 언어모델을 학습하는 나노챗 오토리서치에서는 같은 손실 수준에 도달하는 속도를 약 1.3배 높였다.

• 나노GPT 스피드런에서는 목표 성능에 도달하는 학습 시간을 79.7초에서 77.5초로 줄였다.

• 엔비디아 B200용 GPU 커널 최적화 벤치마크에서는 평균 점수를 0.699에서 0.754로 높였다. 이론상 최적 성능과의 격차를 18% 줄인 결과다.

이 성과의 의미는 단순한 기록 경신보다 연구 대상의 범위에 있다. 시스템은 모델 구조와 학습법뿐 아니라 GPU 커널까지 손댔다. AI가 더 좋은 AI를 만드는 연구와, 같은 하드웨어를 더 효율적으로 쓰는 인프라 개선을 하나의 자동화 루프 안에서 수행한 셈이다. 회사는 결과물과 일부 코드를 공개해 외부 검증도 받을 수 있게 했다.

다만 이를 인간의 도움 없이 새로운 지식을 발견하는 완전한 자기개선으로 보기는 이르다. 회사도 기반 모델이 공개된 기법과 저장소를 학습했을 가능성이 있어 독립적인 재발견을 입증한 것은 아니라고 선을 그었다. 현재 성과는 명확한 평가 지표와 짧은 실험 주기를 갖춘 제한된 문제에서 나온 초기 결과다.

직원 수보다 ‘에이전트 수’가 중요한 회사

전통적인 연구소는 투자금으로 연구자를 채용하고 조직을 확장한다. 리커시브 슈퍼인텔리전스는 연구 과정을 자동화해 그 예산을 컴퓨팅으로 옮기려 한다. 소처가 “인원 수보다 에이전트 수가 중요하다”고 설명한 배경이다.

이 구조에서는 성능이 좋아진 에이전트를 더 많이, 더 오래 실행할수록 다음 개선안을 찾을 기회도 늘어난다. AWS는 이를 한 번의 모델 학습이 아니라 결과가 다음 실험을 부르는 연속적인 컴퓨팅 수요로 보고 있다. 양사는 자기개선형 AI 기업에 맞는 인프라도 공동 개발할 계획이다.

AWS 입장에서도 이번 계약은 단순한 대형 고객 확보 이상의 의미가 있다. 독특한 워크로드에 맞춘 운영 경험을 쌓으면 앞으로 등장할 자동화 연구소와 프런티어 AI 기업을 끌어들이는 기반이 된다. 아마존이 지분 없이 4억1천만 달러 계약을 수주했다는 점은 빅테크와 AI 기업의 복잡한 자본 관계에서 클라우드 사업자 본연의 역할만으로도 충분히 큰 거래가 가능하다는 사례이기도 하다.

‘자기개선’의 정의는 아직 열려 있다

재귀적 자기개선은 오랫동안 AI 발전의 변곡점으로 거론됐다. AI가 인간의 개입 없이 자신을 개선하기 시작하면 발전 속도가 폭발적으로 빨라질 수 있다는 기대 때문이다. 그러나 최근에는 어디부터 자기개선으로 볼 것인지, 개선 속도가 계속 가속될 수 있는지를 두고 의견이 갈린다.

RSI를 둘러싼 논쟁도 AGI와 비슷한 양상이다. 일부는 돌파구가 임박했다고 보지만, 다른 쪽에서는 자동화 수준이 조금씩 높아지는 연속선에 가깝다고 본다. AI가 실험 코드를 작성하고 성능을 높였더라도 목표와 평가 체계를 사람이 정했다면 이를 ‘스스로 개선하는 시스템’으로 부를 수 있는지도 쟁점이다.

리커시브 슈퍼인텔리전스는 이 논쟁을 제품으로 검증하겠다는 입장이다. 소처는 수년 뒤가 아니라 몇 달 안에 이용자가 직접 써볼 수 있는 결과물을 공개하겠다고 밝혔다. 첫 제품 공개 시점으로는 오는 10월 전후를 제시했다.

이번 4억1천만 달러 계약은 회사가 내세운 기술만큼이나 사업 모델에 대한 큰 베팅이다. 자동화 연구 시스템이 실제 제품을 반복적으로 만들어낸다면 막대한 컴퓨팅 비용은 생산 설비에 대한 선투자가 된다. 반대로 공개 벤치마크의 개선이 상용 제품으로 이어지지 못하면, 조달액 대부분에 맞먹는 장기 계약은 무거운 고정비가 될 수 있다. 10월에 공개될 첫 결과물이 ‘에이전트 수가 곧 기업의 생산성’이라는 주장을 가늠할 첫 시험대다.

혼동 주의: 리커시브 슈퍼인텔리전스(Recursive Superintelligence)는 와우테일이 지난 1월 보도한 AI 반도체 설계 스타트업 리커시브 인텔리전스(Ricursive Intelligence)와 다른 회사다. 전자는 리처드 소처가 이끄는 자기개선형 AI 연구기업이고, 후자는 애나 골디와 아잘리아 미르호세이니가 창업한 반도체 설계 AI 기업이다. 영문 철자도 각각 ‘Recursive’와 ‘Ricursive’로 다르다.