CNBC는 4월 28일 지난 1년 동안 Meta, Google, OpenAI를 떠난 AI 연구자들을 정리했다. 그 명단을 보면 실리콘밸리 빅테크의 핵심 AI 조직에서 중요한 인력이 빠져나가고 있다는 점이 분명하다.
Dealroom 데이터도 같은 흐름을 보여준다. 2026년 들어 지금까지 VC는 2025년 이후 설립된 AI 스타트업에 188억 달러를 투자했다. 현재 속도라면 2024년 신설 기업 전체가 한 해 동안 조달한 279억 달러를 넘어설 수 있다.
누가 떠났나
연구 영향력이 큰 인물만 골라도, 설립 몇 달 된 회사라고 보기 어려운 규모의 라운드가 이어지고 있다.
- David Silver(전 Google DeepMind)는 Ineffable Intelligence를 세워 11억 달러 시드 라운드와 51억 달러 평가액을 확보했다. 인간 데이터에 의존하지 않는 강화학습이 핵심이다.
- Tim Rocktäschel(전 DeepMind 수석 연구과학자)은 Recursive Superintelligence를 만들었고, 최소 5억 달러에서 최대 10억 달러까지 조달할 가능성이 있다. 프리머니 평가액은 40억 달러이며 목표는 스스로 개선하는 AI 시스템이다.
- Yann LeCun(전 Meta 최고 AI 과학자)은 AMI Labs로 3월 10억 달러를 유치했다.
- Anna Goldie와 Azalia Mirhoseini(전 Anthropic, DeepMind)는 Ricursive Intelligence에서 두 차례에 걸쳐 3억3500만 달러를 조달했다.
- Humans&는 전 Anthropic 및 xAI 공동창업자들이 합류한 회사로, 1월 4억8000만 달러를 받았다.
- Periodic Labs는 전 OpenAI와 DeepMind 직원들이 세웠고 지난해 9월 3억 달러를 조달했다.
각 금액은 몇 달 된 스타트업에는 이례적이다. 2024년에는 1억 달러가 넘는 시드 라운드가 보기 드문 사건이었지만, 이제 최상위 AI 스핀아웃에서는 새로운 기준에 가까워지고 있다.
VC가 왜 이렇게 투자하나
Eurazeo 매니징디렉터 Elise Stern은 이 흐름을 이렇게 설명했다. "When you're in a race, you narrow focus. That creates a vacuum."
대형 연구소는 벤치마크 경쟁과 규모 경쟁에 묶여 있다. 초점이 좁아질수록 연구는 몇 개의 주된 축으로 모이고, 주변부의 빈 공간은 신생 회사가 차지한다.
그 빈 공간에는 강화학습, AI 해석가능성, 제약·소재·로봇 같은 느린 주기의 수직 시스템, 그리고 Transformer나 자기회귀 방식이 아닌 새로운 아키텍처가 포함된다. 대형 연구소는 여전히 사전학습 데이터 규모와 후처리 정렬에 많은 자원을 쏟고, 해석가능성처럼 상업적 회수 경로가 흐린 분야에는 예산을 붙이기 어렵다.
Ineffable Intelligence는 첫 번째 영역을, Periodic Labs는 수직 영역을, AMI Labs는 새 아키텍처를 겨냥한다. 모두 빅테크 내부에서는 승인받기 어렵지만, 독립 회사로 나오면 투자자에게 명확한 이야기로 제시할 수 있는 주제다.
빅테크가 붙잡지 못하는 이유
돈의 문제는 아니다. Meta와 Google은 최상위 AI 연구자에게 이미 1000만 달러가 넘는 총보상 패키지를 제공하고, OpenAI의 핵심 직원 대상 공개매수성 보상도 수천만 달러 수준이다.
붙잡기 어려운 것은 연구 자유도다. 빅테크의 AI 연구는 점점 제품 개발처럼 변하고 있다. 다음 세대 주력 모델의 KPI에 맞춰야 하고, 논문 공개는 경쟁 정보 유출 우려에 따라 제한될 수 있으며, 프로젝트 방향은 경영진 승인으로 고정된다.
VC는 이미 다른 경로의 가능성을 검증했다. LeCun은 Meta를 떠난 뒤 몇 달 만에 10억 달러를 모았고, Rocktäschel은 DeepMind를 떠난 뒤 몇 달 만에 40억 달러 평가액을 받았다. 이런 사례가 연구자들 사이에서 공유되면 창업은 외면하기 어려운 선택지가 된다.
이 이동은 얼마나 지속될까
단기적으로는 이어질 가능성이 크다. 빅테크는 실적 발표에서 계속 컴퓨팅 지출과 벤치마크 우위를 보여줘야 하며, 연구 방향이 갑자기 넓어지기는 어렵다. VC도 아직 집행할 자금이 남아 있다.
중기 변수는 두 가지다. 첫째, 첫 번째 신생 회사들이 18개월 안에 실제 성과를 내야 한다. 188억 달러가 투입됐는데도 상업화 가능한 제품이나 설득력 있는 연구 돌파구가 적다면 다음 투자 물결은 약해질 수 있다.
둘째, 대기업이 반대로 움직일 수 있다. 핵심 팀에 더 많은 연구 자유를 주거나, 내부 창업팀을 독립 회사로 키우거나, 초기 DeepMind와 비슷한 반독립 구조를 다시 만들 수 있다.
다만 그러려면 빅테크가 인재 유지에 실패했다는 사실을 인정해야 한다. 현재 실적 발표에서 보이는 태도로는 아직 그 단계가 아니다. 앞으로 1년은 Recursive Superintelligence, Ineffable Intelligence, AMI Labs가 언제 첫 성적표를 내놓는지가 관건이다. 그것이 이번 흐름이 거품인지, AI 연구의 새로운 분업인지 가를 것이다.
출처: Meta, Google, OpenAI among Big Tech firms seeing top staff leaving to launch AI startups(CNBC, 2026-04-28), CocoLoop, Big Tech's Best Are Quitting Their Jobs to Form Startups(Autogpt.net, 2026-04-28)