존 점퍼가 구글 딥마인드를 떠나 앤스로픽에 합류한다고 X를 통해 직접 밝혔다. 그는 약 9년간 몸담았던 딥마인드를 떠나기 전 잠시 휴식을 취할 예정이라고 했다.1
이 소식이 단순한 인재 이동 이상으로 주목받는 이유는 점퍼가 알파폴드 팀을 이끈 연구자이기 때문이다. 알파폴드는 단백질 구조 예측을 위한 AI 시스템이고, 점퍼는 이 성과로 데미스 허사비스와 함께 2024년 노벨 화학상을 받았다.2 따라서 이번 이동의 핵심은 “유명 연구자가 어디로 갔는가”보다 “AI 기업들이 이제 어떤 문제를 풀려 하는가”에 있다.
알파폴드가 보여준 것: AI는 과학의 도구가 될 수 있다
알파폴드는 단백질의 아미노산 서열을 바탕으로 3차원 구조를 예측하는 AI 시스템이다.2 단백질 구조는 질병 이해와 신약 개발의 중요한 출발점이기 때문에, 이를 더 빠르게 예측하는 기술은 생명과학 연구의 병목을 줄이는 데 의미가 있다.
점퍼의 이력에서 눈에 띄는 대목은 딥마인드가 그에게 큰 문제를 매우 이른 시점에 맡겼다는 점이다. 데미스 허사비스는 점퍼가 박사학위를 마친 지 6개월 만에 알파폴드 팀을 이끌도록 했다.1 그 결과 알파폴드는 AI가 논문 속 성능 경쟁을 넘어 실제 과학 연구에 쓰일 수 있음을 보여주는 대표 사례가 됐다.
앤스로픽행의 의미: 챗봇을 넘어 과학 문제로
앤스로픽은 Claude로 잘 알려진 AI 기업이다. 대중에게는 대화형 AI 회사로 인식되지만, 점퍼의 합류는 AI 기업의 경쟁 영역이 더 넓어지고 있음을 시사한다.
앞으로의 경쟁은 단순히 더 큰 언어모델을 만드는 데서 끝나지 않을 가능성이 크다. 생물학과 화학처럼 검증 가능성과 신뢰성이 중요한 영역에서는 그럴듯한 답변보다 실제로 확인할 수 있는 결과가 중요하다. 점퍼 같은 연구자의 이동은 앤스로픽이 AI 안전성 논의뿐 아니라 과학 응용 영역에서도 더 큰 역할을 모색할 수 있음을 보여준다.
봐야 할 것은 인물보다 ‘문제 선택’이다
이번 이직을 구글의 손실이나 앤스로픽의 승리로만 해석하면 핵심을 놓치기 쉽다. 더 중요한 질문은 “최고 수준의 AI 연구자들이 앞으로 어떤 문제를 풀고 싶어 하는가”다.
알파폴드 이후의 AI 과학은 단순 예측을 넘어 실험, 설계, 검증을 연결하는 방향으로 확장될 가능성이 있다. 기업을 평가할 때도 모델 성능표만 볼 것이 아니라, 어떤 연구자를 영입하는지, 어떤 과학 문제에 투자하는지, 검증과 안전성 체계를 어떻게 설계하는지를 함께 봐야 한다.
존 점퍼의 앤스로픽행은 AI 경쟁의 무대가 챗봇에서 과학 실험실로 넓어지고 있다는 신호다. 독자에게 실용적인 관찰 기준도 분명하다. 앞으로 AI 기업을 볼 때는 “모델이 얼마나 똑똑한가”뿐 아니라 “그 모델로 어떤 검증 가능한 문제를 풀려 하는가”를 함께 물어야 한다.
1John Jumper, who won the Nobel Prize alongside Demis Hassabis, is leaving Google DeepMind
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.