컴퓨트·클라우드 · 리포트

영국 근무 경력을 보유한 L7-L8 레벨의 Google Gemini 전임 학습 전문가가 주요 국내 인터넷 기업에 합류하며, 이 인재 전쟁에서 첫 성공적인 영입 사례가 확인됐다.

국내 기업들의 시니어 프리트레이닝 엔지니어에 대한 공격적 채용은 자체 대형 모델 확장에서의 병목 현상을 부각시키고, 최정상급 AI 연구 인재 확보 경쟁을 심화시키고 있다.

업계 전문지Slicast · 2026년 9월 17일 08:02 UTC · 중국 · 출처: 雷锋网

중요도 70

레이펑이 입수한 독점 정보에 따르면, 구글 제미니(Gemini) 사전 학습 전담 전문가 한 명이 최근 국내 주요 인터넷 기업에 합류했다. 해당 연구원의 구글 내 직급은 L7~L8로, 임원 수준에 근접한 것으로 알려졌다. 영국에서 장기 근무한 경력을 가진 이 인력은 주로 사전 학습 업무에 집중할 예정이며, 영국과 중국 간 출장을 빈번히 오갈 예정이다.

관계자는 이번 채용이 국내 거대 기업이 제미니 인재 확보 경쟁에서 ‘제대로 된 사람’을 찾았다는 점에서 첫 사례가 될 수 있다고 지적했다. 과거 여러 주요 기업들이 제미니 출신 인력을 영입했으나, 일부 후보자들은 핵심 업무에 관여하지 못한 경우가 많았다. 많은 이들이 주변적인 사전 또는 사후 학습 작업에만 종사하거나, 사전 학습의 가장 중요한 부분을 직접 관리하지 않는 순수 관리직 역할을 맡는 데 그쳤다.

작년 말, 국내 파운데이션 모델 팀들은 ‘사전 학습’ 전문 해외 인재 확보에 초점을 크게 이동시켰다. 업계 관계자는 레이펑과의 인터뷰에서, 중국 대형 언어모델(LLM)이 과거에는 컴퓨팅 파워와 데이터 규모 확대에 주력해 왔으나, 이러한 접근 방식이 스케일링 법칙의 한계에 빠르게 도달하면서 성능 향상이 점점 더 어려워졌다고 설명했다. 이제 진정한 차별화 요소는 사전 학습 전략, 즉 기술적 경로 선택, 데이터 분배 정책, 그리고 1계 및 2계 최적화기의 적용에 있다.

사소한 전략적 실수는 막대한 시간과 컴퓨팅 자원의 낭비로 이어질 수 있다. 예를 들어, 주요 테크 기업과 키미(Kimi), 지푸(Zhipu) 등 유망 스타트업들은 사전 학습 과정에서의 최적화기 선정 문제로 내부적으로 심각한 의견 대립을 빚어왔으며, 각사는 완전히 다른 최적화 전략을 채택했다. 효율성을 높이고 함정을 피하는 방법에 대한 이러한 통찰은 학술 논문에서 거의 문서화되지 않는다. 특정 최적화 방법이 이론적으로는 타당해 보일 수 있지만, 실제 대규모 모델 훈련에서 언제 어떻게 조정해야 하는지를 결정하려면 완전한 훈련 사이클을 수행해야 하는 경우가 많다. 다양한 훈련 방식 간의 트레이드오프는 대부분 공개되지 않는다.

주요 기업의 다수 파운데이션 모델 전문가들은 레이펑에게 대형 모델 팀 내 기술적 경로 결정이 기존 경험에 크게 좌우된다고 전했다. 한 전문가는 이전 스케일링 관련 프로젝트에서 다양한 훈련 기법을 실험했으나, 일부는 기술적으로 실패했기보다는 안정성, 리스크, 실제 수익률에 대한 평가 결과 최종적으로 폐기되었다고 밝혔다. 이에 따라 최전선 수준의 모델을 훈련할 수 있는 해외 연구소들이 주요 영입 대상이 되었다. 제미니는 가장 전형적인 목표가 되었다. 일부 인력들은 제미니의 견고한 기술 기반과 높은 인재 밀도, 그리고 구글의 대규모 조직 구조와 빈번한 조정이 포빙(poaching, 인력 스카우트) 기회를 충분히 제공한다고 판단했다.

당시 전략은 단순했다. 국내 사전 학습이 병목 현상에 직면했으므로, 이미 최전선 모델을 훈련한 인력을 영입하면 된다. 그러나 직접 접촉해보자 기업들은 매우 적은 인원만이 실제로 제미니의 핵심 사전 학습 방법론을 숙지하고 있다는 사실을 발견했다.

초기에는 많은 채용 담당자들의 첫 번째 직관은 구글 실리콘밸리 본사를 공략하는 것이었다. 구글의 핵심 AI 운영이 오랫동안 미국 테크 허브와 긴밀하게 연결되어 있으며, 오픈AI(OpenAI), 앤트로픽(Anthropic), 메타(Meta)의 핵심 팀들도 미국에 집중되어 있다는 점을 고려할 때 이 가정은 논리적으로 보였다. 그러나 현실은 달랐다. 실리콘밸리에 기반을 둔 AI 사전 학습 연구원은 레이펑에게 구글이 가장 중요한 사전 학습 인재를 딥마인드(DepMind) 영국 사무소에 고스란히 유지했으며, 실리콘밸리의 높은 가시성 환경으로부터 물리적 및 운영상 격리를 통해 포빙 리스크를 최소화했다고 전했다.

한편, 딥마인드나 제미니 배경을 가진 전문가들이 중국 테크 거대 기업으로 합류하는 사례가 증가하고 있다. 텐센트(Tencent)의 천융룽(Tian Yonglong)의 7월 입사에서부터 바이트댄스(ByteDance)의 우융후이(Wu Yonghui), 차오쓰위안(Qiao Siyuan), 알리바바(Alibaba)의 저우하오(Zhou Hao) 등 조기 합류자들이 있었지만, 추이는 명확하다. 이러한 이력서는 외부에서는 상당한 무게감을 갖지만, 제미니 직원들은 솔직하게 레이펑에게 이들 과학자들 중 많은 이들이 영국이 아닌 실리콘밸리 사무소에서 출발했기 때문에 제미니의 핵심 사전 학습 방법에 대한 깊은 전문성을 갖추지 못했다고 밝혔다. 그 결과, 국내 기업들은 여전히 시행착오를 통해 사전 학습 과제를 헤쳐 나가고 있다.

이러한 인식은 일부 중국 기업들이 딥마인드의 핵심 방법론을 보유한 사전 학습 전문가를 확보하기 위해서는 실리콘밸리만 바라보는 것으로는 부족하다는 점을 깨닫게 했다. 원격지에 위치한 영국 사무소가 진정한 인재 풀이 존재하는 곳이다. 최근 채용 초점이 실리콘밸리에서 런던으로 이동한 것은 표적 전략이 점점 더 정교해지고 있음을 보여준다.

(저자는 주요 기업들 간의 AI 인재 경쟁 치열함을 지속적으로 추적하고 있으며, 관련 특집 기사가 현재 개발 중이다. 현장 산업 통찰력을 공유하고자 하는 실무자들은 위챗(WeChat): Who123start로 연락 바란다.)

원문 보기