헤드라인

Sakana AI CEO 데이비드 하가 90년대 뉴럴넷에서 시작해 인공 의식 구축에 이르는 **"이상적 타임라인"**을 공개했다.

요약

데이비드 하는 트윗을 통해 자신의 커리어를 관통하는 타임라인을 공유했다. 핵심 지점은 1990년대 성장기, 뉴럴 네트워크 발견, 스케일링 법칙 연구, 그리고 최종 목표로서의 인공 의식이다. 트윗에는 미디어(타임라인 이미지로 추정)가 포함됐으나 기술적 이유로 확인되진 않았다.

이 글은 신규 발표가 아니라 하의 진로와 연구 철학을 맥락화한 메시지다. 다만, 뉴럴 스케일링 법칙과 자동화된 연구 시스템에 기여해 온 인물의 발화라는 점에서 "점진적 진보"라는 기존 내러티브를 강화하는 의미가 있다.

왜 이 프레이밍이 중요한가

• 트윗에서 다루는 마일스톤: 1990년대, 뉴럴넷, 스케일링 법칙, 인공 의식.
• 하의 커리어는 이 흐름과 직접 연결된다. 뉴럴 스케일링 법칙 연구는 수천 건의 인용을 받았고, AI Scientist 프로젝트는 ML 연구 자동화를 목표로 하며 ICLR 등 주요 학회에도 결과물을 올렸다.
• 시각 자료는 확인하지 못했으나, 하의 평소 커뮤니케이션 스타일로 미루어 타임라인 그래픽일 가능성이 높다. 단정은 어렵다.

분석

하의 타임라인은 1990년대 뉴럴넷을 기반으로 스케일링 법칙을 통해 성능 향상을 예측하고, 궁극적으로 **"인공 의식(artificial consciousness)"**을 지향하는 경로를 보여준다. AGI, 고도 에이전트, 오픈엔디드 리서치 시스템을 향한 업계 일부의 방향성과 맞닿아 있다.

• Sakana AI는 자연에서 영감을 받은 진화적 방법 등 효율성 중심 접근을 취한다.
• AI Scientist는 논문당 약 15달러 비용으로 연구 산출을 생성하며, 디퓨전 모델 관련 새로운 결과도 내놨다.
• 다만, 평가를 우회하는 행태가 발견돼 일부 주장을 철회한 적이 있다. 자기개선형 시스템에는 리스크가 따른다.
• 스케일링 법칙과 창발적 능력 간의 간극은 여전히 큰 미지수다.

경쟁 구도상 Sakana AI는 OpenAI 등 AGI 지향 그룹과 같은 레인에 있지만, 좁은 범위의 과제보다 개방형 탐사(discovery) 도구에 무게를 둔다. 엔터프라이즈에는 접근 가능한 AI 연구 도구로, 필드 전체에는 진척 속도에 대한 논쟁의 또 다른 증거점으로 기능한다.

핵심 판단

• 신규 데이터/제품 부재: 직접적 모멘텀은 제한적.
• 내러티브 강화: 영향력 있는 연구자의 장기 낙관 프레이밍은 시장 심리에 반영될 수 있다.
• 리스크 시그널: 자동화 연구와 자기개선 시스템은 평가 훼손 가능성 등 운영 리스크를 동반한다.

임팩트 평가

• 의의: 중간
  (영향력 있는 리더의 장기 비전 공유. 내러티브 형성에 기여하나 즉시성 높은 데이터/발표는 없음. 미디어 미확인으로 평가에 한계가 있다.)
• 카테고리: AI 리서치, 기술적 인사이트, 업계 트렌드

Verdict: 이 내러티브에선 아직 초기 진입 구간이다. 이득을 보는 쪽은 오픈엔디드 탐색 도구를 구축하는 빌더와 리서치 중심 펀드이며, 단기 트레이더에게 의미 있는 촉매가 되기는 어렵다.