구글 딥마인드(Google DeepMind)는 노벨상을 수상한 알파폴드(AlphaFold) 시스템 팀을 해체한 것으로 알려졌으며, 이는 런던에 있는 연구소를 세계 최고의 인공 지능 연구소 중 하나로 확립한 과학 연구 전략에 대한 대대적인 점검을 의미합니다. 이번 움직임은 Gemini 대규모 언어 모델과 최첨단 AI 에이전트 구축을 위한 치열한 경쟁을 중심으로 DeepMind의 우선순위를 재구성합니다. 분야를 재편하는 기업 재편성에 대한 더 넓은 맥락을 보려면 AI 산업 보도를 팔로우하세요.
조직 개편은 Financial Times가 2026년 7월 29일 수요일에 발표한 보고서에 자세히 설명되어 있으며, 이는 Google이 DeepMind를 세계 최고의 AI 연구소 중 하나로 만든 연구 접근 방식을 정밀 검사한 것으로 구성되었습니다. 최근 일자리 이동과 이 문제에 정통한 소식통에 대한 FT의 분석에 따르면 AlphaFold 논문의 원저자 대부분은 작년에 재배치되었습니다.
대과학 도전에서 쌍둥이자리까지
회사는 영향을 받은 연구원들이 효소 설계, 핵융합, 유전체학을 포함한 인접 과학 분야와 함께 Google의 Gemini 대형 언어 모델과 연결된 프로젝트로 이동했음을 확인했습니다. 다른 기업들은 AI 기반 약물 발견에 초점을 맞춘 DeepMind 분사인 Isomorphic Labs로 이전했습니다. FT는 원본 AlphaFold 논문의 전임 Google DeepMind 작성자 중 거의 4분의 1이 완전히 회사를 떠났다는 사실을 발견했습니다.
Google DeepMind의 연구 부사장이자 AI for Science 팀의 창립자이자 책임자인 Pushmeet Kohli는 FT에 연구실의 초점이 바뀌고 있다고 말했습니다. "지난 9년 동안 우리의 전략은 모든 프로젝트가 초점을 맞추고 있는 구체적인 목표인 거대한 도전에 초점을 맞추는 것이었습니다."라고 Kohli는 말했습니다. "전략이 진화했습니다."
DeepMind는 AlphaFold의 표적 단백질 구조 예측 방식처럼 하나의 중요한 과학적 문제에 집중하는 대신 이제 과학자들을 돕고 궁극적으로 과학적 과정의 일부를 자동화하도록 설계된 Gemini 기반 시스템을 구축하고 있습니다. 이 피벗을 통해 연구소는 자율적 추론 및 작업 실행이 가능한 최첨단 AI 에이전트를 개발하기 위해 OpenAI 및 Anthropic과 직접 경쟁하게 됩니다.
노벨상을 받은 대탈출
타이밍은 전략적 변화의 규모를 강조합니다. 생물학과 약물 발견을 변화시킨 정확성으로 단백질 구조를 예측하는 AlphaFold는 워싱턴 대학의 David Baker와 함께 DeepMind의 Demis Hassabis 및 John Jumper에게 수여되는 2024년 노벨 화학상의 핵심이었습니다. FT 보고서가 발표되기 몇 주 전에 AlphaFold의 노벨상 수상 과학자 중 한 명인 Jumper는 DeepMind를 떠나 라이벌 Anthropic에 합류할 것이라고 발표했습니다.
이러한 출발은 한때 장기적인 과학적 혁신을 추구했던 연구자들이 점점 더 소비자 및 기업 에이전트 경쟁으로 끌려가는 AI 산업 전반에 걸쳐 더 광범위한 인재 재배치를 반영합니다. DeepMind가 상을 받은 과학 팀을 Gemini 노력에 참여시키기로 한 결정은 Google이 전용 과학 문샷보다는 범용 언어 모델에서 가장 큰 단기 가치와 경쟁 위험을 보고 있음을 시사합니다.
이번 개편은 경제 전반에 걸쳐 AI의 직장 채택이 가속화됨에 따라 이루어졌습니다. 이번 주 Google이 발표한 별도의 연구에 따르면 직장 AI는 현재 직업의 68%에 영향을 미치며, 이는 미국 고용의 약 90%를 차지합니다. 그러나 단일 역할 내에서 직원은 평균적으로 업무의 약 21%에만 AI를 사용합니다. Google의 기술 및 사회를 위한 전략 운영 및 특별 프로젝트 책임자인 Scott Strand는 Axios에 자동차 기술자 및 산업 기계공과 같이 주로 물리적 및 수동적 역할을 수행하는 생산직 근로자가 실시간 진단 및 현장 학습을 위해 이미지와 비디오를 처리하는 다중 모드 AI에 점점 더 의존하고 있다고 말했습니다.
AI 연구에서 피벗이 의미하는 것
이러한 움직임은 한 회사의 조직도를 넘어서는 의미를 갖습니다. AlphaFold의 성공은 딥 러닝이 이전에 다루기 힘든 과학적 문제를 해결할 수 있다는 증거로 기념되었으며, 공개 출시를 통해 전 세계 연구자들은 거의 모든 알려진 단백질에 대해 예측된 구조에 무료로 접근할 수 있었습니다. 해당 전문 지식을 Gemini 중심의 로드맵에 포함시키면 향후 DeepMind 혁신이 비슷하게 공개될 것인지 아니면 점점 더 독점 제품에 번들로 포함될 것인지에 대한 의문이 제기됩니다.
이는 또한 인재와 컴퓨팅이 어디로 흘러가고 있는지를 알려줍니다. 원래 AlphaFold 작성자의 거의 4분의 1이 사라지고 나머지는 리디렉션됨에 따라 AI의 가장 유명한 과학적 성과 중 하나를 뒷받침하는 제도적 지식은 해당 분야의 무게 중심이 전문 연구 모델에서 범용 기초 모델 및 에이전트로 이동하는 것과 마찬가지로 분산되고 있습니다.
조직 개편이 DeepMind가 과학을 포기한다는 의미는 아닙니다. Kohli 팀은 효소 설계, 핵융합 및 유전체학에 대한 연구를 계속하고 있습니다. 그러나 노벨상을 수상한 독립형 AlphaFold 프로그램은 과학적 발견이 Gemini를 통해 흘러가는 모델로 자리를 내주고 있는 것으로 보입니다. Google과 더 광범위한 연구 커뮤니티에 있어 그 베팅이 성과를 거둘지는 현재 AI 주기를 결정하는 이야기 중 하나가 될 것입니다.
