얀 르쿤의 TIME100 AI 선정, LLM 중심 AI에 던진 10억 달러짜리 질문

얀 르쿤이 TIME의 2026년 ‘AI 분야에서 가장 영향력 있는 100인’에 이름을 올린 것은 그의 과거 업적만을 기리는 일이 아니었다. AI가 앞으로 어떤 방향으로 나아가야 하는지를 둘러싼 그의 도전적인 주장이 공식적으로 조명됐다는 의미도 컸다. 르쿤은 대규모언어모델(LLM)을 계속 키우는 것만으로는 인간 수준의 지능에 도달하기 어렵다고 본다. 메타를 떠난 뒤 공동 창업한 파리 기반 기업 AMI Labs는 이 비주류에 가까웠던 연구 관점을 대규모 사업 실험으로 바꿔놓았다. 1517

TIME의 인정은 AI 업계의 주류 전략에 대한 이견을 부각했다

TIME100 AI는 인공지능의 발전과 방향에 영향을 미치는 인물을 리더, 혁신가, 영향력을 형성하는 사람, 사상가 등의 범주로 나눠 선정하는 연례 리스트다. 37 따라서 르쿤의 선정은 대형 모델을 보유한 기업의 경영진이라는 이유만으로 설명되지 않는다. 어떤 시스템이 궁극적으로 더 일반적인 지능을 구현할 수 있는지를 둘러싼 연구 논쟁에서 그의 주장이 차지하는 비중을 보여준다.

르쿤은 언어 모델의 규모를 키우는 전략을 AI 발전의 완결된 경로로 보는 데 회의적이다. TIME 관련 보도는 LLM을 계속 확장하면 인간 수준의 지능에 도달할 수 있는지, 아니면 월드 모델이 더 나은 경로인지에 대해 르쿤이 분명한 이견을 제시하고 있다고 전했다. 215

메타를 떠나 독립적인 실험 무대를 만들다

르쿤은 약 12년간 메타에서 일한 뒤 회사를 떠났다. 그동안 메타의 AI 연구 조직을 세우고 이끄는 데 핵심적인 역할을 했으며, 로이터는 그가 메타의 최고 AI 과학자 자리에서 물러난 뒤 Advanced Machine Intelligence, 즉 AMI를 출범시켰다고 보도했다. 17

메타 밖으로 나온 것은 전략적으로 중요한 전환이었다. 르쿤은 생성형 언어 시스템의 규모 경쟁보다 월드 모델에 초점을 맞춘 연구와 기업 구축을 독립적으로 추진할 수 있게 됐다. TIME의 보도에 따르면 그는 회사를 떠난 다음 달 AMI Labs를 공개했고, 오랫동안 이어온 과학적 이견을 독립 스타트업의 형태로 구체화했다. 15

기술을 입증하기도 전에 10억3,000만 달러를 모은 AMI Labs

AMI는 2026년 3월, 35억 달러의 투자 전 기업가치를 기준으로 10억3,000만 달러 규모의 시드 투자를 유치했다고 발표했다. 로이터에 따르면 이번 투자는 Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions가 공동으로 주도했다. 17 테크크런치는 NVIDIA를 비롯해 팀 버너스리와 로즈메리 버너스리, 짐 브레이어, 마크 큐반, 자비에 니엘, 에릭 슈밋 등이 투자에 참여했다고 전했다. 27

이 자금 조달은 AMI가 풀려는 문제에 대한 시장의 강한 기대를 보여주는 사건으로 해석할 수 있다. 그러나 AMI의 접근법이 이미 성공했다는 증거는 아니다. 투자자들은 더 나은 추론과 계획 능력, 현실 세계에서의 수행 능력을 갖춘 AI가 가능하다는 데 자금을 건 것이지, AMI의 월드 모델이 최첨단 LLM보다 뛰어나다는 사실을 확인한 것은 아니다.

이 차이는 중요하다. 높은 기업가치는 대안적 연구 방향에 신뢰를 부여할 수 있지만, 실제 규모의 작동 시스템이 공개되기 전까지 기술 논쟁을 끝낼 수는 없다.

AMI가 말하는 ‘월드 모델’이란

대규모언어모델은 일반적으로 언어 속 패턴을 학습하고 다음에 올 토큰을 예측하는 방식으로 설명된다. 르쿤이 제안하는 대안은 시각 정보와 각종 센서 데이터 등 현실 세계에서 직접 얻은 정보를 바탕으로 세계가 어떻게 작동하는지에 대한 내부 표현을 만드는 데 초점을 둔다.

실용적인 월드 모델은 다음과 같은 기능을 목표로 한다.

• 주변 환경이 어떻게 작동하는지 추론한다.
• 특정 행동 뒤에 어떤 일이 벌어질지 예측한다.
• 행동하기 전에 그 결과를 비교하고 판단한다.
• 로봇이나 물리적 환경에서 작업을 수행하기 위한 계획을 세운다.

TIME 관련 보도는 AMI가 AI에 물리 법칙에 대한 직관적 이해를 부여하고, 여러 행동의 결과를 예측할 수 있게 하는 것을 목표로 한다고 설명했다. 124 로이터 역시 AMI가 추론, 계획, ‘월드 모델’을 중심으로 한 시스템을 개발하고 있다고 전했다. 17

이 때문에 월드 모델은 공간 지능, 체화 지능과 함께 언급된다. 환경을 이동하고 물체를 조작하며 끊임없이 변하는 물리 조건 속에서 판단해야 하는 시스템에는 그럴듯한 문장을 만드는 능력만으로는 부족하기 때문이다.

JEPA는 르쿤의 구상을 뒷받침하는 개념적 기반

AMI의 방향은 르쿤이 2022년 제안한 ‘공동 임베딩 예측 아키텍처(Joint Embedding Predictive Architecture·JEPA)’와 연결된다. JEPA 방식의 시스템은 입력 데이터의 모든 세부 사항을 그대로 복원하기보다, 추상화된 공간에서 누락된 정보나 미래 정보의 표현을 예측하도록 설계된다. AMI가 르쿤의 2022년 JEPA 아키텍처를 기반으로 한다는 보도가 나왔다. 3138

이 접근법의 기대 효과는 효율성과 추상화다. 모델이 모든 픽셀이나 데이터 포인트를 똑같이 취급하는 대신 이해와 예측, 행동에 중요한 특징에 집중할 수 있다는 뜻이다. 따라서 JEPA는 환경을 이해하고 결과를 예상하려는 AMI의 목표와 개념적으로 잘 맞는다.

다만 JEPA는 연구의 기반이지, 현재 LLM 생태계를 대체할 수 있다는 사실이 입증된 기술은 아니다. AMI는 이 아키텍처가 실제로 확장될 수 있는지, 유용한 세계 표현을 학습할 수 있는지, 현실의 애플리케이션에서 안정적인 성능을 낼 수 있는지를 보여줘야 한다.

더 큰 의미: 월드 모델이 투자 가능한 분야가 됐다

AMI의 투자 유치는 월드 모델이 더 이상 언어 모델링에 대한 학술적 대안에만 머물지 않게 됐음을 시사한다. 투자자들은 현실에서 학습하고 추론과 계획을 수행하는 AI를 개발하겠다는 기업에 10억 달러가 넘는 자금을 투입할 준비가 돼 있었다. 1727

공간 지능과 체화 지능을 둘러싼 관심도 같은 흐름에 놓여 있다. 이들 접근법은 로봇, 자율 시스템, 산업 현장처럼 AI가 물리적 맥락을 이해해야 하는 영역과 밀접하게 연결된다. 232431

그렇다고 투자 유치를 업계의 합의로 받아들여서는 안 된다. 핵심 질문은 여전히 열려 있다. 성능이 계속 향상되는 언어 모델이 충분한 추론 능력과 현실 세계에 대한 이해를 스스로 확보할 수 있을까. 아니면 명시적인 월드 모델을 중심으로 설계된 시스템이 안정적인 계획과 행동에서 더 효과적일까.

AMI의 성과는 이 질문을 검증하는 중요한 시험대가 될 수 있다. 그러나 초기 투자 라운드만으로 답을 내릴 수는 없다.

TIME의 인정이 결국 의미한 것

르쿤의 TIME100 AI 선정과 AMI Labs의 연결고리는 분명하다. TIME은 딥러닝의 기반을 만든 연구자이자, 업계의 지배적인 가정에 정면으로 도전하는 인물로서 르쿤의 영향력을 인정했다. 5715

메타를 떠난 그는 그 도전을 독립적으로 추진할 수 있는 공간을 만들었다. AMI는 10억3,000만 달러의 시드 투자와 35억 달러의 투자 전 기업가치를 확보하며 이를 실행할 만한 이례적으로 큰 자원을 얻었다. 그리고 월드 모델과 JEPA를 앞세우며 르쿤의 ‘LLM만으로는 부족하다’는 비판을 구체적인 연구·사업 계획으로 전환했다.

이는 르쿤의 주장이 옳다는 증명이 아니다. 더 나은 언어 생성에서 AI의 다음 도약이 나올지, 아니면 행동에 나서기 전에 세계를 모델링할 수 있는 기계에서 나올지를 확인하기 위한 10억 달러짜리 실험이다.