책 목록으로 돌아가기

"Infinity machine" = 무한한 데이터에서 패턴을 귀납적으로 찾아내는 기계. 규칙을 손으로 프로그래밍하는 기호적 AI(symbolic AI)와 대립되는 개념.

The Infinity Machine (Sebastian Mallaby, 2026)

"Infinity machine" = 무한한 데이터에서 패턴을 귀납적으로 찾아내는 기계. 규칙을 손으로 프로그래밍하는 기호적 AI(symbolic AI)와 대립되는 개념.

핵심 주장

1. DeepMind는 AGI를 향한 가장 의식적인 실험이다 — 설립 초부터 AGI를 명시적 목표로 삼고 신경과학을 설계 청사진으로 삼았다.
2. 딥러닝 + 강화학습의 융합이 핵심 도약이었다 — DQN, AlphaGo, AlphaFold 세 단계가 이 융합의 연속적 심화다.
3. 안전 이사회 실패가 OpenAI를 낳았다 — DeepMind가 Google 인수 협상 시 요구한 AI 윤리 이사회가 작동하지 않자 일론 머스크가 별도로 OpenAI를 설립했다.
4. 정보는 현실의 기본 단위다 — 해시비스의 세계관: 물질·에너지가 아닌 정보가 우주의 기초.

인물 & 설립

데미스 해시비스 (Demis Hassabis)

• 체스 프로디지 (13세 전국 랭킹 2위)
• Bullfrog Productions → Theme Park (Peter Molyneux 제자) → Cambridge 컴퓨터과학
• Elixir Studios 창업 (Republic: The Revolution) → 실패 후 UCL 신경과학 박사
• Karl Friston 연구실: 해마(hippocampus)와 기억 재활성화 박사 논문 → DQN의 "기억 재현(memory replay)"으로 직결
• 2009 Singularity Summit 참석 → Shane Legg와 재회

DeepMind 창업 (2010, Russell Square)

• 창업 3인: 해시비스 + Shane Legg + Mustafa Suleyman
• Legg의 역할: "AGI"라는 용어를 Singularity Summit에서 처음 공론화한 이론가
• Suleyman의 역할: 사회적 응용(NHS Streams 앱 등) 주도, 구글 인수 안전 이사회 협상 주도
• 초기 투자: Founders Fund (Peter Thiel / Luke Nosek) $2.3M — 틸이 첫 번째 외부 투자자

핵심 기술 연표

DQN / Atari (2013–2015)

• 주역: Vlad Mnih + David Silver
• 심층 Q-네트워크(Deep Q-Network): CNN(딥러닝) + Q-learning(강화학습) 융합
• 핵심 혁신: 기억 재현(memory replay) — 경험을 버퍼에 저장 후 무작위 샘플링해 학습 안정화 (해시비스 박사 논문의 해마 유비)
• Atari 49개 게임에서 사람 수준 성능 → 2015년 Nature 게재
• 의미: 딥러닝이 범용 지각·행동 학습에 쓸 수 있음을 처음 증명

AlphaGo (2016)

• 주역: David Silver (몬테카를로 트리 탐색 전문가)
• 기술: 딥러닝 정책 네트워크(수 예측) + 강화학습 + MCTS
• 2016년 3월 서울: 이세돌 4-1 승리 (Game 4 "신의 한 수" 78수는 AlphaGo가 틀렸다고 판단한 수)
• 충격: 바둑은 인간만의 영역이라는 믿음 붕괴 (→ [[books/meonjeo-on-mirae.md]])
• AlphaGo Zero: 인간 기보 없이 자기 대국만으로 더 강해짐 → 자기지도학습의 원형

AlphaFold (2018–2021)

• 50년 미해결 문제(단백질 접힘) CASP 대회에서 2018년 1위, 2020년 완전 해결
• 아미노산 서열 → 3D 구조 예측 (정밀도 원자 수준)
• 2024년 노벨화학상: 해시비스 + John Jumper (DeepMind) + David Baker (워싱턴대)
• 의미: AI가 순수 과학 문제를 해결하고 노벨상을 받는 첫 사례

AlphaStar (2019)

• StarCraft II: 프로 게이머 수준 달성
• 과제: 부분 관측(partial observability) + 실시간 + 수백 개 유닛 제어
• 강화학습 + 인간 기보 모방 학습 + 리그 자기대전(멀티에이전트)

Google 인수 & 안전 이사회

인수 (2014년 1월, $6.5억)

• Google이 Facebook 인수 시도 뒤지자 DeepMind 선점
• Suleyman의 협상 조건: AI 윤리 이사회(ethics board) 설치 — Google 동의
• 실제 이사회: 비공개, 권고만 가능, 효과 없음

SpaceX 저녁 식사 (2015년 초)

• 참석: 머스크, 래리 페이지, 리드 호프만, DeepMind 팀
• 안건: AI 안전을 위한 공동 이사회
• 결렬: 페이지가 실질적 구속력 없는 형식으로만 동의
• 결과: 머스크가 Sam Altman 영입 → OpenAI 설립 (2015년 말)

Mustafa Suleyman & DeepMind Health

Streams 앱 (NHS 협력)

• 영국 NHS와 협력: 급성 신장 손상(AKI) 조기 경보 앱
• 160만 환자 데이터 접근 — NHS 환자 동의 없이 → 영국 정보위원회(ICO) 위반 판정
• 구글이 DeepMind Health를 본사로 흡수 (Suleyman 반발)

Suleyman 퇴장 (2019)

• 내부 괴롭힘(bullying) 조사 후 유급 휴직
• 결국 DeepMind 떠남 → 이후 Inflection AI 창업, Microsoft AI 합류

Transformer와 놓친 기회

• 2017년 "Attention Is All You Need" (Google Brain): DeepMind는 이 시점 주목하지 않음
• OpenAI가 GPT-2, GPT-3, GPT-4로 Transformer 경쟁 주도
• DeepMind의 늦은 대응: Chinchilla (2022) — 스케일링 법칙 재정의 (모델 크기 vs 데이터 최적 비율)
• Chinchilla: GPT-3 크기의 1/4 모델이 4배 데이터로 GPT-3를 능가 → "데이터 효율"이 핵심

"Infinity Machine" — 개념

• 기호적 AI (Symbolic AI): 인간이 규칙 명시 → 유한한 지식 표현
• 귀납적 AI (Inductive AI / Infinity Machine): 데이터에서 패턴을 스스로 학습 → 무한 데이터 = 무한 지식
• 해시비스의 세계관: 정보(information)가 물질이나 에너지보다 더 근본적인 현실의 단위
• 이 세계관 → AGI는 자연스럽게 도달 가능한 귀결

Project Mario (실패한 독립 시도)

• DeepMind가 Alphabet으로부터 독립적 구조(별도 법인, 이익 공유)를 협상
• 2년 이상의 협상 → 결국 실패
• 의미: DeepMind는 Google의 R&D 부서로 남음

저자 Sebastian Mallaby의 시각

• More Money Than God, The Power Law 저자 — 금융·VC 거버넌스 전문 저널리스트
• DeepMind를 VC 펀딩·기업 지배구조·과학 상업화의 교차점으로 분석
• 비판적 관점: 안전 약속이 상업적 압박에 얼마나 취약한가