AI 혁명을 이끈 천재들

이승민 지음

좋은습관연구소 2025년 09월 01일 출간 국내도서 : 2025년 09월 01일 출간

작품소개

책소개

어렵게만 느껴지는 AI가 쉬워지는 습관은 AI 기술을 만든 사람의 생각을 따라가는 것입니다. 이 책은 제프리 힌튼, 젠슨 황, 일리야 수츠케버, 데미스 허사비스 등 AI의 최전선에 선 인물 10인의 이야기를 통해 ‘사람을 따라가다 보면 기술이 보이는’ 경험을 선사합니다. 인공지능을 어렵게 설명하는 대신, 기술을 만든 사람들이 어떻게 배우고, 무엇을 고민했는지를 이야기합니다. 인물 중심의 이야기와 흥미로운 인터뷰, 적재적소에 배치된 인용문과 해석은 일반 독자들에게도 ‘딱 좋은’ AI 입문서입니다.

목차

1장. 제프리 힌튼 - 딥러닝으로 인공지능의 문을 열다
_토론토 대학 명예 교수/2024 노벨물리학상 수상자

지능에 대한 호기심 | 역전파 알고리즘 | 엔비디아 그래픽 카드 | 일리야 수츠케버 | 알렉스넷 | 구글에서의 10년 | AI의 위협을 경고 | 2024년 노벨물리학상 수상 | 희망의 메시지

2장. 데미스 허사비스 - AI로 생명의 구조를 해독하다
_구글 딥마인드 CEO/2024 노벨화학상 수상자

딥마인드 | 알파고 | 37수 | 알파폴드 | 2024년 노벨화학상 수상 | 제프리 힌튼 | 게임, 게임, 게임 | 일반인공지능

3장. 젠슨 황 - AI 혁명의 엔진을 만든 반도체 제왕
_엔비디아 CEO

NV1 | RIVA 128 | 테슬라 GPU | 하퍼 | 블랙웰 | TSMC | ARM 인수전 | 소프트뱅크 | 로봇의 시대 | 추론의 시대 | 60개의 리포트 | AI의 미래

4장. 사티야 나델라 - IT 공룡 MS를 AI 리더로 바꾸다
_마이크로소프트 CEO

썬마이크로시스템즈 | 마이크로소프트 | CEO가 되다 | 오픈AI | 성장 마인드셋 | 초개인화의 시대 | 일자리의 미래 | 교육의 미래 | AI의 미래

5장. 일리야 수츠케버 - 챗GPT의 창조자
_세이프슈퍼인텔리전스 CEO/전 오픈AI Chief Scientist

제프리 힌튼 | OpenAI Five | GPT-2 | 챗GPT | 샘 알트만 해고 사태 | 데이터 고갈 | 안전한 AI |

6장. 리처드 서튼 - 강화학습의 외길을 걸은 AI 철학자
_앨버타 대학 컴퓨터과학과 교수

2025년 튜링상 수상 | AI의 미래 | 도구 AI와 에이전트 AI | 지능이라는 위대한 능력 | 무어의 법칙

7장. 프랑소와 숄레 - AI의 한계를 묻는 깐깐한 엔지니어
_케라스 창시자/엔디아 CEO

케라스 | ARC Prize | 지능에 대한 기준 | 엔디아

8장. 안드레이 카파시 - 자율주행과 바이브 코딩의 선구자
_유레카 랩스 CEO/전 테슬라 AI 디렉터

오픈AI 초기 멤버 | 테슬라에 합류하다 | 오토파일럿 | 테슬라 이후 | 유레카 랩스 | AI의 미래

9장. 노암 브라운 - 추론 모델 인공지능의 개척자
_오픈AI 연구 과학자

도장깨기 | 오픈AI o1 | 오픈AI o3 그리고 딥시크 R1 | 새로운 확장의 법칙 | AI 에이전트의 미래 | 게임을 좋아한 소년 | 점점 달아오르는 추론 시장

10장. 일론 머스크 - 인류의 미래를 설계하는 혁신가
_테슬라, 스페이스X, xAI CEO

Zip2 | 페이팔 | 스페이스X | 테슬라 | 데미스 허사비스 | 오픈AI | 테슬라 오토파일럿 | 샘 알트만과의 갈등 | 옵티머스 로봇 | xAI | 라이프스타일 혁명 | AGI에 관하여

책 속으로

“2006년쯤에 릭 젤린스키Rick Zielinski라는 제 전 제자를 한 학회에서 만났는데, 그가 저에게 이렇게 말했죠. “그래픽 카드 사용을 고려해보셔야 해요. 행렬 곱셈에 매우 좋거든요. 그리고 교수님이 하는 일이 기본적으로 모두 행렬 곱셈이잖아요.””- 제프리 힌튼, 영국 왕립연구소와의 인터뷰(2024) 중에서 (28쪽)

토론토 대학에서 인공지능 연구를 이어가던 힌튼 교수는 어느 날 제자로부터 재밌는 제안을 받습니다. 그동안은 인공지능 학습에 CPU를 사용했었는데, GPU를 사용해보라는 제안이었습니다. 제안을 듣고 곧바로 엔비디아 GPU를 구입해서 사용해보니, CPU에 비해 30배나 빨리 계산을 마쳤습니다. 고성능 게임 PC에만 사용되던 GPU의 새로운 용도를 찾은 순간이었습니다. 엔비디아는 물론이고 향후 인공지능 업계의 판도를 바꾸는 발견이었으나, 2006년 당시에는 아무도 상상하지 못한 일이었습니다. (29쪽)

이세돌 9단과의 두 번째 경기에서 알파고가 둔 제37수 즉, Move 37은 전통적인 바둑 정석에서 매우 벗어난 착수였습니다. 전문가들은 이 수가 나올 확률을 약 1만 분의 1 정도라고 평가했습니다. 하지만 나중에 이 수를 분석해보자, 겉보기에는 비효율적으로 보였는데, 알고보니 장기적인 전략적 이점을 가져다준 창의적 한 수였습니다. 이 수는 인공지능이 단순히 인간의 기보를 모방하는 것을 넘어, 새로운 전략을 창조할 수 있다는 것을 보여주었습니다. 이세돌 9단은 이 수를 보고 깊은 충격을 받았다고 합니다. 그는 나중에 인터뷰에서 “인간이라면 절대 두지 않았을 수”라고 언급했습니다. 이 수는 알파고가 자신들끼리 바둑을 두면서 스코어를 높이는 행동을 강화해주는 과정에서 스스로 체득한 한 수였습니다. (61쪽)

“자동차 다음으로 우리에게 다가올 로봇은 아마도 휴머노이드 로봇이 될 것입니다. 우리는 이제 범용 휴머노이드 로봇을 만들 수 있는 기술을 갖추고 있습니다. 어떻게 보면 인간형 로봇이 더 쉬울 수 있는데, 그 이유는 우리와 매우 유사한 방식으로 구성되어 있기 때문에32 로봇에 제공할 수 있는 훈련 데이터가 훨씬 더 많기 때문입니다. - 젠슨 황, GTC 2024 기조 연설 중에서 (103쪽)

통상 기업은 한 명의 매니저가 적게는 3명, 많게는 15명 정도의 인원을 관리하며 보고를 받는데, 젠슨 황은 한 인터뷰에서 자신은 60명으로부터 보고를 받는다고 했습니다. 하루에 14시간씩, 일주일 내내 일하기 때문에 관리 가능한 규모가 아닌가 싶습니다. 젠슨 황은 이렇게 일하는 이유에 대해서 “내가 하는 말을 모두에게 동시에 들려준다”는 원칙을 지키기 위해서이며, 실제 개별적으로만 알고 있는 정보가 없도록 하기 위함이라고 말했습니다. 이렇게 하는 것이 모든 사람이 동일한 배경 지식을 공유한 상태에서 함께 문제를 풀고 해결책을 찾을 수 있어 더 효율적이라는 주장입니다. 한 자리에서 문제와 해결 논리를 모두가 듣게 함으로써 조직원들이 큰 그림을 이해하고 각자 기여할 여지가 생긴다는 것입니다. (111쪽)

이때 작성한 10장의 메모는 그를 마이크로소프트의 3대 CEO로 만들어주었을 뿐만이 아니라 주춤했던 마이크로소프트를 다시 일으켜 세우는 계기를 마련합니다. 메모의 내용은 크게 “배경 지능”Ambient Intelligence과 “유비쿼터스 컴퓨팅”Ubiquitous Computing, 이 두 가지 개념으로 요약 됩니다. 배경 음악처럼 사용자 주변에 늘 존재하며 손쉽게 접근할 수 있는 인공지능이 필요하다는 것과 장소에 구애받지 않고 사용이 가능한 컴퓨팅, 즉 클라우드 서비스로의 집중이 필요함을 주장한 것입니다. (126쪽)

교육이란 모두가 한 장소에서 같은 시간에 같은 것을 배우는 것이 아니라, 각자의 적성과 능력에 맞게 다른 것을 배우는 것이라는 생각의 전환이 일어나야 합니다. 이미 온라인 강좌를 통해 자신에게 필요한 수업만 선택적으로 학습하는 방식은 꽤 익숙한 상태입니다. 앞으로 이 강좌들을 레벨별로 큐레이션해서 제공하고, 여기에 객관적이고 합리적으로 평가하는 방법이 조합되면 마치 게임처럼 전 과정을 즐길 수 있습니다. 수학을 왜 배워야 하는지 이유를 모르는 상태에서 미적분을 배우는 것과 유인 우주선의 대기권 재진입을 위해 미적분을 배우는 것은 전혀 다른 경험입니다. 전자에서의 미적분은 그저 한 번의 시험 패스를 위한 스쳐 지나가는 지식일 뿐이지만, 후자는 사람의 목숨을 다루는 중요한 미션의 일부입니다. 미래 세대의 학습 경험을 이런 흥미진진한 프로젝트의 연속으로 채울 수 있다면, 호기심과 상상력으로 가득 찬 이들을 사회에 더 많이 참여시킬 수 있을 것입니다. (143쪽)

GPT 모델의 학습 과정에 대해 간략하게 설명을 하자면, GPT의 학습은 다음 단어 예측Next Token Prediction 방식으로 이루어지게 됩니다. 가령 아래와 같은 문장이 있다고 가정해 보겠습니다. “I am a ___” 이 문장을 보게 되면, 아마 빈칸에 들어갈 단어로 어렵지 않게 boy, girl 같은 단어들을 떠올릴 수 있습니다. 방금 우리 머릿속에서 일어난 바로 그 일이 다음 단어 예측이고, 이는 학습 데이터 내에서 해당 조합의 빈도수에 많은 영향을 받습니다. 만약 사자가 주인공인 동화책으로 학습되었다면 boy보다는 lion이 더 확률이 높을 수 있겠지요. 그러니까 학습된 양이 많을수록 구사할 수 있는 표현이 풍부해지고, 내장할 수 있는 지식의 수준도 높아지는 것입니다. (160쪽)

다만, 이렇게 AI가 내부 모델을 개발할 수 있게 되면 그것이 자의식으로 이어질 수 있을까요? 어쩌면 “의식”이라는 것이 인간의 의식과는 다른 형태일 수도 있습니다. 다만 그것이 발현되는 양상이 인간의 눈으로 볼 때에는 의식이 있다고 느껴지는 것이겠죠. 어쨌든 보여지는 것이든 실질적인 것이든 인공지능이 의식을 갖게 된다면 우리는 이것을 완전히 무시할 수 있을까요? 일리야는 인공지능이 의식을 갖게 된다면 권리를 추구할 수 있다고 언급했습니다. 그러면서 “인공지능이 우리와 공존하고 권리를 갖기를 원한다면 나쁜 결과는 아니다”라고 말하며, 조금은 낙관적인 견해를 보여주었습니다. (175쪽)

서튼 교수는 AI의 미래에 대해 긍정적으로 평가하는 대표적인 사람 중의 하나입니다. 그는 AI를 “적대적인 외부인”이 아닌 “우리의 동맹자이자 자손”으로 봐야 한다고 이야기했습니다. AI를 통제하려고 하기보다 상호 이익이 되는 사회 구조를 만들어 인간과 AI가 서로 다른 목표를 가지더라도 함께 일할 수 있도록 하는 데 중점을 두어야 한다는 시각입니다. 인간 개개인이 모두 동일한 목표를 가지고 있지 않지만 사회적 규범과 구조를 통해 상충되는 개인적 목표에도 불구하고 협력할 수 있는 것처럼, 인간과 AI와의 관계도 유사하게 성립할 것이라고 믿고 있습니다. (187쪽)

“LLM은 단순히 많은 정보를 기억했다가 꺼내 쓰는 것에 불과하므로 진짜 사람 수준의 지능을 가졌다고 말할 수 없습니다. 진짜 사람 수준의 지능이란, 아주 제한된 학습 데이터만을 가지고도 이를 일반화해 처음 만나는 상황에서도 문제를 해결할 수 있는 수준을 말합니다.” - 프랑소와 숄레, Keras 창시자, 드와케시 파텔과의 인터뷰 (2024) 중에서 (206쪽)

“그들은 기술과 지능을 혼동하고 있습니다. AI를 10만 개의 게임을 하도록 훈련해도, 그것이 더 지능적이 되는 것은 아닙니다. 단지 더 많은 기술을 갖게 될 뿐입니다.” - 프랑소와 숄레, 드와케시 파텔과의 인터뷰 (2025) 중에서 (217쪽)

“저는 개인적으로 테슬라가 웨이모보다 앞서 있다고 생각합니다. 그렇게 보이지 않을 수 있지만 저는 여전히 테슬라와 그들의 자율주행 프로그램에 매우 낙관적입니다. 제가 생각하기에 테슬라는 소프트웨어 문제를 가지고 있고, 웨이모는 하드웨어 문제를 가지고 있습니다. 그리고 소프트웨어 문제가 (해결하기) 훨씬 쉽다고 생각합니다.” - 안드레이 카파시, No Priors 인터뷰 (2024) 중에서 (232쪽)

안드레이는 “휴머노이드 로봇”의 시대도 금방 다가올 것임을 이야기합니다. 같은 인터뷰에서 그는 테슬라의 옵티머스 로봇이 사실상 바퀴 대신 다리가 달렸을 뿐, 자율주행 차량과 크게 다를 것이 없다며, 실제로 테슬라 오토파일럿에서 만들어낸 기술의 70-80%가 옵티머스 로봇에 그대로 사용된다고 했습니다. 그렇기 때문에 휴머노이드 로봇이 우리의 일상생활에 등장하게 되는 것은 사람들이 생각하는 것보다 훨씬 빠를 것으로 전망합니다. (240쪽)

“2021년 후반에 일리야와 커피를 마시며 AGI 타임라인에 대해 이야기를 나눴습니다. 솔직히 말해서 매우 오래 걸릴 것이라고 했죠. (...) 초지능에 도달하려면 추론 컴퓨팅을 매우 일반적인 방식으로 확장하는 방법을 찾아내야 한다고 말했습니다. 이것이 극도로 어려운 연구 과제라고 생각했기에, 최소 10년은 걸릴 거라 했습니다. 하지만 실제로는 2년 만에 달성했습니다.” - 오픈AI 노암 브라운, 유튜브 채널 Unsupervised Learning과의 인터뷰 (2024) 중에서 (262쪽)

생각해보면 보통 큰 부자는 라이프스타일을 바꾸는 데 성공한 사람입니다. 자동차왕 헨리 포드는 마차를 타던 라이프 스타일을 자동차를 타는 라이프스타일로 바꿔내어 큰 부자가 되었고, 애플의 스티브 잡스는 맥킨토시로 가정용 컴퓨터 시대를 열며 큰 부자가 되었습니다. 그리고 2007년에는 아이폰을 만들어 모바일 시대까지 열며 사람들의 라이프스타일을 두 번씩이나 바꾸었습니다. 아마존의 제프 베조스 역시 마찬가지입니다. 매장을 방문하지 않고도 물건을 살 수 있는 전자상거래 시대를 열며 큰 부자가 되었고, 아마존 웹서비스를 통해서는 기업용 컴퓨팅 시장에서 데이터 센터를 임대하 는 클라우드 시대를 열어 많은 스타트업의 등장을 앞당겼습니다. 일론 머스크의 경우, 우선 스페이스X를 통해 로켓 발사 비용을 획기적으로 줄임으로써 재활용 로켓의 시대를 열었습니다. 여기에 스타링크 위성으로 인터넷을 연결하여 위성 인터넷 시대를 열었습니다. 거기다 테슬라를 통해 전기차의 시대도 열었습니다. 그는 여기에 멈추지 않고 자율주행이라는 새로운 라이프스타일을 제안했으며 향후 화성 이주, 휴머노이드 로봇 등으로 사람들의 라이프스타일을 적어도 다섯 번은 더 바꿀 것으로 보입니다. (286쪽)

출판사 서평

좋은습관연구소의 57번째 좋은 습관은 “인공지능이 쉬워지는 습관”이다.

AI 기술은 이제 우리 일상생활의 일부가 되었고, 그 중심에는 ‘사람’이 있었다. 이 책은 챗GPT, 알파고, 강화학습, AI 반도체 등 이름만 들어도 익숙한 기술을 만들어낸 주인공 10인(연구자, 창업자, 기업가)의 여정을 따라가며 인공지능이 어떻게 오늘의 혁신에 이르렀는지 조명한다.

1. 제프리 힌튼 - 딥러닝으로 인공지능의 문을 열다
2. 데미스 허사비스 - AI로 생명의 구조를 해독하다
3. 젠슨 황 - AI 혁명의 엔진을 만든 반도체 제왕
4. 사티야 나델라 - IT 공룡 MS를 AI 리더로 바꾸다
5. 일리야 수츠케버 - 챗GPT의 창조자
6. 리처드 서튼 - 강화학습의 외길을 걸은 AI 철학자
7. 프랑소와 숄레 - AI의 한계를 묻는 깐깐한 엔지니어
8. 안드레이 카파시 - 자율주행과 바이브 코딩의 선구자
9. 노암 브라운 - 추론 모델 인공지능의 개척자
10 일론 머스크 - 인류의 미래를 설계하는 혁신가

또한 이 책은 인공지능의 발전 경로와 한계, 그리고 이를 둘러싼 학계와 산업계의 전망 차이를 보여준다. 어떤 학자는 AI가 인류의 문제를 해결하는 ‘협력자’가 될 것이라 보고, 또 다른 학자는 AI가 불러올 경제·사회적 불평등과 통제 불가능성을 경고한다. 독자는 이런 견해 차이를 확인하면서, AI 기술의 미래를 단순히 낙관하거나 비관하는 것이 아니라, 다양한 관점을 균형 있게 바라볼 수 있다.

기술적인 설명보다는 인물 중심의 이야기와 그들의 철학, 삶의 태도에 집중하며, 일반 독자도 부담 없이 읽을 수 있다. AI에 관심 있는 초심자부터 전문가까지, AI 시대를 준비하는 학생부터 실무자, 경영자까지 기술의 본질과 그 속에 담긴 인간 이야기를 함께 읽고 싶은 모든 이들에게 추천한다. AI가 어렵게 느껴지는 독자가 접하기에도 편한 책이다.

인물정보

저자(글) 이승민

AI와 클라우드 분야에서 15년간 경험을 쌓은 기술 리더로, 아주대학교에서 컴퓨터공학 및 디지털미디어학을 전공했다. 2016년부터 2020년까지 캐나다 토론토 톰슨로이터 인공지능 연구소에서 수석 엔지니어로 근무했다. 이곳에서 AI 기능을 법률 서비스에 탑재하는 업무를 담당했다.
이후 아마존에 AWS(아마존 웹 서비스)(아마존 클라우드 서비스)에 합류해서, 한국의 유명 대기업들 LG유플러스, 대한항공, 삼성SDS, 배달의민족, 스타벅스, 삼양사 등의 AI 전환 업무를 도왔다.
현재는 미국 실리콘밸리의 인공지능 스타트업 Arize AI의 아시아 태평양 총괄로 선임되어 한국, 일본, 싱가포르, 인도, 호주 지역 내 기업의 AI 에이전트 도입 업무를 지원하고 있다.
AI와 기술 트렌드에 대한 통찰을 공유하는 《주간 테크 리뷰》 뉴스레터를 발행 중이다.