AlphaGo 공동 창시자 Thore Graepel, 딥마인드 떠나 AI 추론 스타트업 설립

AlphaGo 구축을 도왔던 Thore Graepel은 LLM 스케일링뿐만 아니라 구조화된 검색이 추론의 길이라고 확신하는 스타트업을 찾기 위해 Google DeepMind를 그만뒀습니다.

2026년 9월 7일 발표된 Sifted의 독점 보고서에 따르면 AlphaGo의 공동 창시자 중 한 명인 Thore Graepel은 Google DeepMind를 떠나 인공 지능 추론 스타트업을 설립했습니다. 이 벤처는 업계의 지배적인 흐름에 맞서는 논문에 베팅하고 있습니다. 즉, 더 큰 언어 모델보다는 구조화된 검색이 신뢰할 수 있는 기계 추론의 열쇠를 쥐고 있다는 것입니다.

DeepMind 베테랑이 물러나다

Graepel은 2016년 바둑 세계 챔피언 이세돌을 물리친 DeepMind 시스템인 AlphaGo에 대한 작업으로 가장 잘 알려져 있습니다. 이는 현대 AI 붐을 촉발한 것으로 널리 알려진 이정표입니다. 이번 조치로 그는 연구 조직의 가장 고위직이자 눈에 띄는 인물 중 한 명이었던 Google DeepMind에서의 오랜 임기가 종료됩니다.

Graepel이 추론 벤처를 추구하기 위해 그만뒀다는 Sifted 보고서와 Tech Times를 포함한 무역 매체는 새 회사의 핵심 베팅인 LLM 확장에 대한 구조적 검색을 명시적으로 구성했습니다. 자금, 인력, 제품 계획에 대한 세부 정보는 공개되지 않았으며 Graepel이나 DeepMind도 공식 발표를 하지 않았습니다. 그러나 이러한 움직임은 순수 확장에 대한 대안을 중심으로 공격적인 AI 스타트업 형성의 해에 이르렀습니다.

논문: 규모에 따른 검색

2020년 이후 최첨단 AI를 정의한 전략에 도전하기 때문에 베팅이 중요합니다. 즉, 더 많은 데이터와 컴퓨팅을 통해 더 큰 변환기 모델을 훈련한 다음 일련의 사고 프롬프트와 강화 학습을 통해 추론하도록 가르치는 것입니다.

AlphaGo 계보는 다른 전통을 나타냅니다. AlphaGo와 그 후속 버전은 신경망을 트리 검색과 결합했으며 이후 반복에서는 인간 게임이 아닌 셀프 플레이를 통해 학습했습니다. 이 계열의 시스템은 고정된 규칙에 따라 자체 동작을 확인할 수 있으며, 이를 통해 한 번에 하나의 그럴듯한 토큰을 생성하는 언어 모델 출력이 그렇지 않은 방식으로 추론을 정확하게 수행할 수 있습니다.

검색 우선 접근 방식을 옹호하는 사람들은 LLM이 수학, 형식 검증 및 계획과 같은 영역으로 밀려나면서 실패 모드(유창하지만 잘못된 답변, 신뢰할 수 없는 다단계 논리)가 규모뿐만 아니라 아키텍처에서 비롯된다고 주장합니다. 공식적인 규칙에 따라 각 단계를 확인할 수 있는 검색 기반 시스템은 신뢰성을 향한 다양한 경로를 제공하며, 신생 기업과 주요 연구소 모두에서 증명한 린 기반 정리에 대한 최근 진전이 이러한 논쟁을 계속 이어가고 있습니다.

더 광범위한 출애굽의 일부

Graepel은 이 논문을 추구하기 위해 DeepMind를 떠난 최초의 AlphaGo 베테랑이 아닙니다. AlphaGo 프로젝트를 이끌었던 David Silver는 10년 넘게 AlphaGo, AlphaZero 및 AlphaStar를 구축한 후 2025년 말 Google DeepMind를 떠났고 Ineffable Intelligence를 설립했습니다. Ineffable Intelligence는 2025년 11월에 통합되었습니다. 이번 주에 보고된 바와 같이 Sequoia와 Nvidia는 스타트업에 51억 달러의 가치를 지원했습니다.

이번 퇴사로 인해 Google DeepMind의 이직률이 크게 높아졌습니다. 올해 초 연구소에서는 허사비스 의장 교체, 코레이 카부크쿠오글루(Koray Kavukcuoglu), 제프 딘(Jeff Dean) 등 고위 인사의 퇴임 등 리더십 변화가 있었고 당시 AI 버즈 와이어(Buzz Wire)가 추적한 보도도 있었다. 연구실의 가장 유명한 시스템을 구축한 사람들이 다른 아키텍처를 쫓기 위해 떠날 때, 신호는 내부 정치보다는 다음 혁신이 어디서 나오는지에 대한 진정한 불일치에 관한 것입니다.

현장에서 중요한 이유

스타트업 생태계에서 Graepel의 움직임은 포스트 트랜스포머 주장이 상당한 자본과 이력서를 끌어들이고 있다는 또 다른 지표입니다. 투자자들은 2024년과 2025년에 거의 전적으로 LLM 애플리케이션과 인프라에 투자했습니다. 2026년에는 세계 모델, 신경 기호 시스템, 형식적 추론 및 검색 기반 계획을 추구하는 기업을 위한 자금이 꾸준히 유입되었습니다.

Google의 경우 손실은 기술적인 만큼 상징적입니다. AlphaGo는 DeepMind의 가장 유명한 창작물로 남아 있으며, 이제 그 동문들은 확장 플레이북에 대한 대안을 제시하는 적어도 두 개의 충분한 자금을 지원받는 벤처의 헤드라인을 장식합니다. 구조화된 검색이 좁고 형식적으로 검증 가능한 문제가 아닌 개방형 문제에 대해 실제로 비이성적인 프론티어 언어 모델을 사용할 수 있는지 여부는 이러한 스타트업이 선언문이 아닌 제품으로 대답해야 할 질문입니다.

업계가 이미 수렴하고 있는 중간 경로도 있습니다. 직관과 검증 검색을 위해 LLM을 사용하는 하이브리드 시스템입니다. Graepel의 벤처 기업이 그곳에 진출한다면 확장성 내러티브와 나란히 경쟁하기보다는 덜 경쟁하게 될 것입니다.

Graepel이나 Google DeepMind는 이 글을 쓰는 시점에 더 자세한 내용을 공개적으로 응답하지 않았습니다. AI Buzz Wire는 스타트업에 대한 추가 정보가 나오면 이 이야기를 업데이트할 것입니다.