Anthropic 공동 창립자 Tom Brown의 AI 경력과 Claude Code 개발 이야기

스타트업 초기 경험과 'Wolf' 마인드셋

MIT 졸업 직후 YC 스타트업에서 첫 직원을 시작으로, 스스로 일을 찾고 해결하는 ‘Wolf’처럼 주도적으로 행동하는 습관이 큰 성장의 계기가 되었음. 대기업이 아니라 스타트업에서 협력하며 생존 방식을 익힌 경험이 이후 도전의 밑바탕이 됨.

초기 스타트업 실패와 인사이트

Grouper 등 여러 스타트업을 창업 또는 참여했지만, 경쟁 서비스(예: Tinder)의 등장 등으로 실패를 경험. 미션 설정의 중요성과 시장 변화에 유연하게 대응하는 필요성을 깨달음.

AI 연구로의 진입과 자기주도적 리스킬링

OpenAI 참여 전, 6개월간 스스로 머신러닝 공부 계획을 세워 집중적으로 학습. 코세라, Kaggle, GPU 구매 등 독자적 방법으로 실력을 키움. 주변의 회의와 두려움을 극복해 새 분야에 도전한 사례.

OpenAI에서의 경험: GPT-3 개발과 'Scaling Laws' 발견

OpenAI에 입사해 초기에는 게임 환경 구축 담당, 이후 GPT-3 연구에 참여. ‘연산량(infrastructure)을 늘리면 모델 성능이 꾸준히 향상된다’는 scaling laws 발견에 큰 기여. 축적된 컴퓨팅 파워와 알고리즘 효율의 시너지에 주목.

Scaling Laws의 충격과 산업 적용

물리학에서처럼 AI에서도 scaling laws(도메인별 power law)가 강력하게 적용됨을 직접 경험. 처음에는 ‘돈만 쓰는 비효율’이라 비판받았지만, 결국 실질적인 AI 발전의 핵심 원리임을 입증.

Anthropic 창업: 미션 중심의 팀 문화와 성장

GPT-3 팀의 일부 멤버들과 함께 미션 중심으로 Anthropic을 창립. 초기 멤버들이 더 많은 금전적/성공적 기회를 포기하고 미션을 택한 덕분에 조직 내 정치적 갈등 없이 빠르게 성장, 2,000명 규모로 확장.

Claude 제품 개발: 인프라 구축과 슬랙봇, 클로드 코드

시작 단계에서 필요한 트레이닝 인프라와 컴퓨팅에 주력. 첫 제품은 슬랙봇 형태의 Claude1으로 실험적 런칭. 이후 Claude 3.5 Sonnet, Claude Code 등 코드에 강점이 있는 모델을 개발해 개발자 시장에서 강력한 반응.

Claude Code의 성공과 개발자 중심 전략

내부 엔지니어를 위한 코딩 도구로 시작된 Claude Code가, 외부 시장에도 큰 성공으로 이어짐. API/플랫폼 중심, 스타트업보다 '모델이 사용자'라는 관점에서 제품을 설계한 것이 차별화 포인트로 작용.

AI 인프라와 컴퓨팅 이슈: 대규모 빌드아웃, 칩 다양화 전략

Anthropic은 3종류의 하드웨어(GPU, TPU, Tranium)을 병행해 유연하게 컴퓨팅 환경을 관리. AI 인프라 투자 규모가 매년 3배씩 늘고 있으며, 향후 데이터센터와 전력 인프라가 최대 병목이 될 전망. 소프트웨어 스택의 중요성과 다양한 플랫폼 대응 능력이 핵심 경쟁력임.

젊은 개발자/창업자에게 주는 조언

대학 학위, 대기업 경력 등 외적/형식적 성공보다, 자기 내면의 동기와 미션, 친구가 진정으로 인정할만한 일을 추구하는 것이 AI 시대에 더 의미 있고 가치 있다. 위험 감수와 새로운 분야에 적극적인 도전이 성공의 열쇠임.

출처 :