Jeff Dean이 1999년부터 몸담아 온 Google을 떠나 새로운 AI 스타트업 Discovery Loop를 시작한다. Google의 30번째 직원이자 검색 핵심 인프라, 초기 AI 연구, Gemini 멀티모달 모델에 관여했던 인물이다. 이번에는 검색이나 챗봇이 아니라 과학 연구의 속도를 높이는 일을 택했다.
공동 창업자는 Google의 최상위 연구자들이다. Google의 톱 엔지니어이자 시니어 펠로인 Sanjay Ghemawat, Google Brain의 창립 멤버였던 Quoc Le, Google DeepMind의 시니어 리서치 사이언티스트 Oriol Vinyals가 합류한다. Dean은 CEO를 맡을 예정이며, Discovery Loop는 공익법인으로 출발한다.
회사의 구상은 사람이 하나의 실험을 설계하고 결과를 기다린 뒤 다음 실험으로 넘어가는 방식을 바꾸는 데 있다. AI와 대규모 연산으로 수천 개의 실험을 동시에 시작하고, 결과를 바탕으로 다시 실험하는 전체 루프를 일부 자동화한다. 회사는 AI가 더 강한 AI를 만드는 recursive self-improvement에도 관심을 두고 있다. 연구자를 돕는 도구를 넘어 연구 과정의 일부를 시스템이 맡겠다는 뜻이다.
이 지점에서 ‘로컬 우선 AI 작업대’라는 관점은 중요한 비교축이 된다. 로컬 우선 도구는 개인이나 소규모 팀이 데이터와 실행 환경을 가까이 두고 통제하는 데 강점이 있다. 반면 Discovery Loop는 massive computational scale을 전제로 실험의 수와 속도를 키운다. 둘은 같은 AI 자동화라도 비용 구조와 접근권, 결과 검증 방식이 전혀 다르다.
과학계가 기대하는 효과는 크다. 기존에는 시간과 인력 때문에 시도하지 못했던 가설 조합을 대량으로 시험할 수 있고, 연구자는 실험을 직접 반복하는 시간보다 결과를 해석하는 데 더 집중할 수 있다. 그러나 처리량이 늘면 문제도 함께 커진다. 부정확한 측정, 재현되지 않는 결과, 잘못된 가설이 자동화된 파이프라인 안에서 빠르게 누적될 수 있다.
자금 측면에서는 Alphabet이 지원에 참여했고, 초기 라운드는 Radical Ventures와 Khosla Ventures가 공동 주도했다. Kleiner Perkins, Lightspeed, Doerr Capital도 참여했다. 결국 Discovery Loop가 증명해야 할 것은 AI가 실험을 많이 만들 수 있다는 사실만이 아니다. 그 결과를 과학적 증거로 판별하고, 사람이 다시 신뢰할 수 있는 연구 과정으로 연결하는 능력까지 보여줘야 한다.