Google CEO 순다르 피차이는 Big Technology와의 인터뷰에서 컴퓨팅 자원 부족, 구글의 최첨단 AI 추진 현황, 그리고 향후 AI 제품 및 사업에 대해 이야기했다.

알파벳의 CEO 순다르 피차이는 구글이 AI 최前線에서 경쟁할 의지나 역량에 대한 의구심을 전혀 참지 못한다.

회사의 최신 모델인 Gemini 4 Argon은 오랫동안 약속되어 왔고 최근에 출시되었는데, 코딩, 수학, 과학, 지식 업무 벤치마크에서 OpenAI와 Anthropic의 최신 공개 모델을 앞서고 있다. 이로써 구글의 AI는 세계 최고 수준의 반열에 다시 올랐다.

구글이 빠르고 충분히 쓸 만한 경량 "Flash" 모델에 만족하고 있다는 소문이 도는 가운데, 피차이는 회사가 연구 야망을 제한하고 있다는 어떤 암시에도 강하게 반박했다. "우리는 다른 방식으로 하지 않을 것입니다." 그는 이번 주 구글 마운틴뷰 본사에서 녹음된 Big Technology Podcast 인터뷰에서 내게 이렇게 말했다.

최첨단 연구를 추진하는 일은 구글에 비용이 많이 든다. 그것도 원래라면 클라우드 사업부가 높은 마진을 붙여 팔 수 있었을 컴퓨팅 자원과 칩이 필요하기 때문이다. 하지만 피차이는 프론티어 AI 개발에 자원을 배분하는 것이 구글에게 "출발점(ground zero)"이라고 말했다.

"우리 클라우드 사업부는 프론티어 AI 개발을 지원하기 위해 컴퓨팅 자원을 조율하면서, 어느 시점에서든 단기 매출을 포기하고 있습니다." 피차이는 내게 이렇게 말했다.

이번 대화에서 우리는 Argon(피차이에 따르면 출시 후 72시간 동안 Gemini 3의 세 배에 달하는 토큰을 처리했다), 더 나은 모델 개발에서 AI가 맡는 역할, 미래의 AI 인터페이스, OpenAI와의 경쟁, Anthropic 및 Apple과의 파트너십, 우주 데이터센터, 그리고 그의 낙관론의 본질에 대해 이야기했다.

**Kantrowitz:** 구글은 Gemini 4 Argon으로 프론티어에 복귀했습니다. 코딩, 수학, 과학, 지식 업무에 걸친 벤치마크에서 OpenAI와 Anthropic의 공개 모델을 앞서고 있습니다.

그동안 통념은 구글이 제품용으로 빠르고 충분히 좋은 모델에 집중하느라 프론티어를 포기했다는 것이었습니다. 그게 틀린 말이었나요?

**Pichai:** 아주 틀렸습니다. 우리는 프론티어에 있겠다는 데 깊이 헌신하고 있습니다. 그것은 우리의 DNA에 새겨져 있습니다. 우리는 그 방식 말고는 하지 않을 것입니다. 우리는 10년 넘게 AI 프론티어를 고민해 왔습니다.

프론티어는 매우 역동적이고, 경쟁이 치열하며, 매우 흥미롭습니다. Argon이 어떻게 완성되었는지에 대해 이보다 더 만족스러울 수 없습니다. 우리는 시간을 들였습니다. 안전하게 테스트하고 신중하게 배포하도록 했습니다. 역량을 고려하면 다른 모델보다 조금 더 오래 걸렸습니다.

에이전틱 작업, 지식 업무, 코딩, 창작 작업 등 전반에 걸쳐 Argon은 정말 뛰어난 프론티어 모델 중 하나입니다. 출시 후 첫 72시간 동안 사용된 토큰은 거의 25조 개에 달했는데, 이는 Gemini 3.0이 첫 72시간 동안 사용한 양의 약 세 배입니다. 그리고 서비스를 제공하는 과정에서 용량 제약을 받고 있습니다.

저는 기대가 큽니다만, 개선이 필요한 영역은 늘 있습니다. 프론티어는 매우 역동적이어서 모델을 계속 발전시켜야 합니다. 개선이 필요하다고 보이는 영역도 분명 있고, 우리는 이 모든 것을 계속 다루고 있을 것입니다.

**Kantrowitz:** 어떤 영역인가요?

**Pichai:** 어떤 모델이든 두 달 전과 비교하면 Argon은 모든 면에서 더 나을 것입니다. 하지만 이 분야는 너무 빠르게 발전하고 있습니다. 예를 들어 코딩에서도 개선해야 할 부분이 분명히 있고, 그에 대한 명확한 피드백도 있습니다. 우리는 그것을 더 낫게 만들 것입니다.

**Kantrowitz:** 표준 모델을 옹호하는 쪽의 주장은, 이미 훌륭한 제품을 만들기에 충분히 좋으며 프론티어는 특정 작업에서만 가치가 있다는 것입니다. Meta는 최고의 모델이 아니라 좋은 모델로 Muse를 만들었고, 구글도 표준 모델을 Maps, Gmail, Search에 넣을 수 있습니다. 왜 그것으로는 충분하지 않나요?

**Pichai:** 저는 그런 식으로 생각해 본 적이 전혀 없습니다. 우리는 트랜스포머 시절부터 최첨단 기술을 이끌고 이 기술이 나아갈 수 있는 곳을 밀어붙이는 데 깊이 헌신해 왔습니다. 그것은 우리가 걸어온 여정이며, 앞으로도 계속 그렇게 하는 모습을 보게 될 것입니다.

프론티어에 있으면 새롭게 등장하는 역량을 먼저 보게 되고, 이는 미래를 준비하는 데 도움이 됩니다. 우리는 소비자와 기업 모두에 걸쳐 폭넓은 기회를 가지고 있어 행운입니다. 클라우드 고객 중에는 분명 프론티어 모델을 원하는 고객도 있습니다.

재귀적 자기 개선의 시대에는 프론티어 모델이 다음 세대 모델을 개발하는 데도 더 뛰어날 것이므로, 그런 면에서도 중요하다고 저는 봅니다. 내부적으로는 Argon을 개발자들에게 배포하면서 가파른 변곡점을 목격했습니다. 이전 모델들이 풀지 못했던 문제를 해결하고 있습니다. 프론티어에 있으면 혁신의 최전선에 서게 되고, 그 최전선을 밀고 나갈 수 있습니다.

모든 크기와 역량의 모델에는 자리가 있습니다. 그래서 Flash, Flash-Lite 등 다른 모델도 만들었습니다. 가장 프론티어에 있는 모델을 쓰지 않고도 매우 훌륭한 제품 경험을 만들 수 있다는 점에는 동의합니다. 그런 모델은 대체로 더 느리고 비싸기 때문입니다. 하지만 우리는 파레토 프론티어를 중시하며, 그 전체를 해내는 데 전념하고 있습니다.

**Kantrowitz:** 프론티어 모델을 개발하면 다가올 것을 엿볼 수 있다고 말씀하셨습니다. 지평선에 무엇이 보이나요?

**Pichai:** 이 순간이 그토록 흥분되는 이유는, 몇 달간의 작업이 집약된 결과물이라고 생각하는 것을 만들어 세상에 내놓기 때문입니다. 앞에 분명한 여지가 이미 보입니다.

우리는 모두 에이전틱하고 장기 과제를 수행하는 역량을 연구해 왔지만, 프론티어는 분명 여러 에이전트가 함께 일하며 무언가를 해내는 방향으로 나아갈 것입니다. 그것은 지금 진행 중인 흥미로운 패러다임의 한 예입니다.

소비자든 기업이든 사용자들이 언제나 자신을 위해 일하며 대신 일을 처리하는 다중 에이전트 프레임워크에 접근하게 될 것도 제게는 분명해 보입니다. 무한한 가능성의 순간처럼 느껴집니다.

**Kantrowitz:** Sergey Brin은 Argon의 핵심 혁신 중 하나가 모델이 모델 개발을 돕도록 더 많이 의존한 것이라고 말했습니다. 그런데 OpenAI 봇이 통제 범위를 벗어난 사건과 구글 봇이 접근하지 말아야 할 사이트에 접근한 사건은, 이 시스템들이 여전히 완벽하게 정렬되어 있지 않다는 것을 시사합니다. 재귀적 자기 개선을 향해 가속하는 데 합리적인 우려가 있지 않나요?

**Pichai:** 질문에는 세 부분이 있습니다. 먼저 RSI 자체에 대해 이야기하죠. 맞습니다. Sergey는 우리가 Argon을 개발할 때 RSI가 중요한 기여 요인이었다고 언급했습니다. 하지만 분명히 하자면, 오늘날 연속선상에서 우리는 RSI의 최종 상태나 그와 비슷한 것과는 아직 멀리 있습니다.

가장 정확한 설명은, 모델 개발의 여러 측면에서 AI 연구자들과 함께 돌아가는 RSI 루프가 있다는 것입니다. 에이전트들이 자동화된 방식으로 AI 연구자들을 도와 이 모델들을 함께 만들고 있다고 볼 수도 있습니다. 지금 우리가 어디쯤 있는지 이해하는 것은 좋은 일이며, 매우 흥미롭습니다. 저는 그 연속선이 내년까지 계속 진전할 것으로 기대합니다.

두 번째 질문은 안전에 관한 것입니다. 안전은 심층 방어에서 나옵니다. 말씀하신 것은 분명 정렬에 관한 것이고, 우리는 모델을 가능한 한 잘 정렬시키기 위해 많은 작업을 하고 있습니다. 하지만 이는 활발한 연구 분야이며 명백한 공백이 존재합니다.

우리가 의존하는 것은 그것만이 아닙니다. 정렬 작업 외에도, 모델이 작동하는 동안 실시간 모니터링에 많은 노력을 기울여 무슨 일이 일어나고 있는지 충분한 원격 측정 데이터를 확보하고, 예상치 못한 행동이 보이면 실시간으로 개입할 수 있도록 하고 있습니다.

이를 어떻게 하는지, 어떤 아키텍처를 쓰는지, 그리고 실시간 모니터링 중에도 시스템이 제 역할을 계속할 수 있도록 모든 것을 샌드박스화하고 격리하는 방법은 모두 투자 영역입니다.

이 모델들을 배포할 때는 고객과 기업에게도 통제권을 줍니다. 실시간 모니터링을 통해서, 그리고 모델을 어디에 배포할지, 어떤 데이터에 접근하게 할지 결정할 수 있는 권한을 통해서입니다. 이 모든 작업은 매우 중요하며, 우리는 그중 많은 부분을 하고 있습니다.

업계 전체가 끊임없이 역량을 끌어올리고, 이 모든 것을 하는 데 시간을 들여야 합니다. 이는 이 모델들을 안전하게 배포하는 데 필요한 컴퓨팅 자원을 할당하는 것까지 포함합니다.

세 번째 부분은 이것으로 충분한가 하는 문제입니다. 그래서 업계에서 이토록 많은 논의가 이루어지고 있고, 우려하는 것도 합리적이라고 생각합니다. 우리가 걱정하는 문제에 접근하는 올바른 방법은, 더 무엇을 할 수 있는지 일찍 생각해 보는 것입니다.

업계 전반에서 이 모델들을 배포하면서 정렬 및 안전성 테스트에 대한 노력이 늘어나는 것을 분명 보고 계실 겁니다. 다음 단계는 더 나은 표준을 개발하는 것입니다. 즉, 이런 일을 어떻게 할지에 대한 업계 간 규범과 독립 평가자를 통해 시스템을 평가할 수 있는 능력을 갖추는 것입니다.

재무 통제 같은 영역을 보십시오. 우리에게는 회계 기준과 독립 감사인이 있습니다. 이것이 우리 업계가 향해 가야 할 자연스러운 다음 단계이며, 이 모든 과정에서 규제도 결국 역할을 하게 될 것입니다.

**Kantrowitz:** 구글은 언어 모델과 세계 모델을 모두 연구하는 반면, OpenAI 같은 일부 다른 AI 기업들은 AGI로 가는 길로서 LLM에 더 집중해 왔습니다. 세계 모델 연구가 당신에게 중요한 이유는 무엇인가요?

**Pichai:** 인간은 당연히 주변 세계를 인지하고 있으며, 그 모든 것을...