Hassabis 승진과 Jeff Dean 퇴장으로 Google DeepMind 지휘 체계 변화

Google은 Gemini의 OpenAI 및 Anthropic 경쟁력 유지에 강한 압박을 받는 가운데 AI 사업부의 리더십을 개편했다. Demis Hassabis는 Google DeepMind CEO 자리에서 물러나 회장과 Alphabet 수석 과학자를 맡는다. Koray Kavukcuoglu는 Alphabet CEO Sundar Pichai에게 직접 보고하는 수석 부사장으로서 일상 업무의 대부분을 맡게 된다.

이번 전환은 통상적인 경영진 승계 이상의 의미를 지닌다. Hassabis는 더 폭넓은 과학적 책무를 맡고 Alphabet에 남지만, Google은 27년간 몸담았던 수석 과학자 Jeff Dean을 잃는다. Dean과 여러 저명한 동료들은 머신러닝으로 과학 및 공학 연구를 가속하는 데 초점을 둔 독립 기업 Discovery Loop를 설립하고 있다.

이러한 변화는 Google의 AI 리더십을 세 가지 뚜렷한 임무로 나눈다. Kavukcuoglu는 경쟁력 있는 속도로 Gemini 제품을 내놓아야 한다. Hassabis는 광범위한 지적 과제를 수행하도록 설계된 시스템을 뜻하는 인공일반지능(AGI)에 집중한다. Dean은 Alphabet이 새 사업을 지원할 계획이지만, Google의 상장사 구조 밖에서 AI 기반 발견을 추구하게 된다.

핵심 긴장은 이제 실행과 탐색 사이에 놓여 있다. Google은 현대 머신러닝의 많은 토대를 만든 연구 문화를 약화하지 않으면서 제품 출시 속도를 높이려 한다. 개편된 리더십은 이 두 목표가 여전히 서로를 강화할 수 있음을 입증해야 한다.

Google DeepMind 내부에서 바뀐 점

Google은 일상적인 AI 실행 업무와 최상위 과학 전략을 분리했다.

Hassabis는 Google DeepMind 회장이자 Alphabet 수석 과학자가 된다. 또한 Alphabet의 AI 신약 개발 기업 Isomorphic Labs를 계속 이끈다. 새 역할은 단일 연구·제품 조직의 관리 범위를 넘어서는 권한을 그에게 부여한다.

Kavukcuoglu는 Google DeepMind 수석 부사장이 된다. 그는 모델 개발, 연구, Gemini 제품 업무, 개발자 대상 운영을 총괄한다. Pichai에게 직접 보고하는 체계는 Gemini 실행 업무를 Alphabet 최고경영자에 더 가깝게 둔다.

이 체계가 Kavukcuoglu에게 CEO 직함을 주는 것은 아니다. 그러나 그의 책임 범위는 이전에 Hassabis가 가졌던 운영 권한의 상당 부분을 포함한다. 이는 최고위층의 단순한 교체가 아니라 업무 분담을 뜻한다는 점에서 중요하다.

Google은 공식 AI 리더십 메시지에서 이번 전환을 발표했다. Hassabis는 AGI를 둘러싼 더 큰 과학적·사회적 질문에 집중할 시간과 여유를 원한다고 밝혔다. Kavukcuoglu는 Gemini를 위한 명확한 경로와 더 빠른 운영의 필요성을 강조했다.

Hassabis는 평생 AGI를 향해 노력해 왔으며, 이제 그것이 눈앞에 와 있다고 믿는다고 썼다. 따라서 그의 공개 설명은 이번 이동을 Google DeepMind에서의 후퇴가 아니라 과학적 긴급성에 대한 대응으로 규정한다.

그 설명은 그럴듯하지만, 전부는 아니다. Google DeepMind는 최첨단 연구소이면서 모델 개발자이고 상업 제품의 엔진이기도 하다. 이런 책임을 관리하려면 서로 다른 인센티브와 운영 리듬이 필요하다.

연구팀에는 가치가 수년 뒤에야 드러날 수 있는 불확실한 아이디어를 실험할 여지가 필요하다. 제품팀에는 출시 일정, 신뢰성 목표, 고객 피드백, Google 서비스 전반의 통합이 필요하다. 안전팀은 출시 과정과 동떨어지지 않은 채 시스템을 면밀히 검토해야 한다.

Hassabis는 이전까지 이 모든 기능을 총괄했다. 새 구조는 그가 장기적 질문에 집중하는 동안 Kavukcuoglu가 연구를 실제 사용 가능한 시스템으로 전환해야 하는 조직을 관리하도록 한다.

Kavukcuoglu는 외부에서 영입된 운영 책임자가 아니다. 그는 초기 DeepMind 시절 합류해 DQN과 WaveNet을 포함한 프로젝트에 기여했다. 이후 Google DeepMind 최고기술책임자와 Google 수석 AI 아키텍트가 됐다.

그의 승진은 이번 발표 전부터 보였던 리더십 궤적을 이어간다. Google은 이미 그에게 Gemini 기술을 회사 전반에 확산하는 책임을 맡겼다. 새 역할은 기반 모델과 제품으로 이어지는 경로 모두에 대한 책임을 그에게 부여한다.

이 조합은 분명한 시험대를 만든다. Kavukcuoglu는 연구, 모델 학습, 개발자 접근성, 안정적 배포 사이의 거리를 좁혀야 한다. 이 요소들이 계속 분절돼 있다면 경영진 직함을 바꾸는 것만으로 Google의 경쟁적 위치는 개선되지 않을 것이다.

Jeff Dean의 퇴장은 판돈을 키운다. Dean은 1999년 Google에 합류해 회사 성장의 기반이 된 시스템을 만드는 데 기여했다. 그의 업무에는 대규모 컴퓨팅 인프라와 영향력 있는 머신러닝 프로젝트가 포함됐다.

Dean은 2023년 Google Brain과 DeepMind가 통합됐을 때 Google 수석 과학자가 됐다. 그 연구 조직 통합은 Dean의 전략적 기술 업무 역할을 유지하면서 Hassabis 아래 두 주요 팀을 결합하는 것이 목적이었다.

3년 뒤 Hassabis는 더 높은 자리로 이동하고, Kavukcuoglu는 운영 지휘권을 맡으며, Dean은 떠난다. Google의 AI 인재를 중앙집중화하기 위해 만든 조직은 두 번째 구조적 단계에 들어서고 있다.

Google이 연구와 제품 출시를 분리하는 이유

이번 개편은 최첨단 연구의 시간표와 AI 제품 시장이 요구하는 속도 사이의 간극이 커지고 있음을 반영한다.

Google은 더 이상 주력 모델을 고립된 연구 발표물로 다룰 수 없다. Gemini는 이제 Search, Workspace, Android, Cloud, 개발자 도구, 소비자 애플리케이션에 영향을 미친다. 각각의 배포에는 학술 연구 프로그램과는 다른 요구사항이 따른다.

모델은 내부 평가에서 좋은 성과를 내고도 사용자를 실망시킬 수 있다. 지연 시간이 지나치게 길 수 있고, 도구 사용이 실패할 수 있으며, 답변은 여전히 신뢰하기 어려울 수 있고, 비용은 광범위한 배포를 제한할 수 있다. 제품 리더십은 어떤 결함이 출시를 막는지, 어떤 결함을 나중에 해결할 수 있는지 결정해야 한다.

한 임원이 AGI 안전성, 기초 과학, 장기 연구 방향까지 함께 고민해야 한다면 이런 결정은 더 어려워진다. 역할을 분리하면 각 임무에 더 분명한 책임자가 생긴다.

Kavukcuoglu가 마주한 과제는 구체적이다. 그는 기반 모델을 만드는 팀과 인터페이스, 개발자 서비스, 평가, 안전, 인프라를 담당하는 팀을 조율해야 한다. 또한 Google의 대형 제품 부문에서 나오는 상충하는 요구도 관리해야 한다.

Search는 근거 있는 답변과 최신 정보를 우선할 수 있다. Cloud 고객은 보안, 예측 가능한 성능, 관리 제어 기능을 중시할 수 있다. 개발자들은 안정적인 애플리케이션 프로그래밍 인터페이스와 명확한 마이그레이션 경로를 요구할 수 있다. 소비자 사용자는 속도와 편의성을 가장 중요하게 여길 수 있다.

동일한 모델 계열이 유지 관리가 불가능해지지 않으면서 이 모든 요구를 충족해야 한다. 이는 부분적으로 기술적 과제이지만, 조직적 과제이기도 하다.

한편 Hassabis는 더 광범위한 과학 포트폴리오를 맡게 된다. Alphabet의 프로젝트는 AI, 생물학, 로보틱스, 자율 시스템, 양자 컴퓨팅 및 기타 연구 집약적 분야에 걸쳐 있다. Google DeepMind 위에 자리한 수석 과학자는 이런 노력들 사이의 연결점을 찾을 수 있다.

그가 Isomorphic Labs를 계속 이끄는 점도 그 방향을 강화한다. 과학적 발견을 위한 AI는 범용 챗봇과 다른 검증을 요구한다. 유망한 가설은 시작일 뿐이다. 과학적 주장이 현실과 맞닿아도 살아남는지는 실험적 증거가 판단해야 한다.

AlphaFold는 Hassabis의 새 중점 분야를 뒷받침하는 가장 강력한 선례다. 단백질 구조 예측에 관한 이 시스템의 연구는 Hassabis와 John Jumper가 2024년 노벨 화학상의 일부를 받는 데 기여했다. 노벨상 과학 기록은 Google 자체 마케팅과 별개로 이 성과를 인정했다.

따라서 Google이 Hassabis에게 과학을 위한 시간을 더 주는 데는 신뢰할 만한 이유가 있다. 그러나 시점은 상업적 AI 프로그램에 가해지는 압박도 드러낸다.

OpenAI와 Anthropic은 빠르게 개선되는 범용 모델과 개발자 제품을 중심으로 정체성을 구축해 왔다. 이들의 더 좁은 기업 구조는 내부 의사결정이 복잡하게 유지되더라도 모델 전략을 더 쉽게 전달하게 할 수 있다.

Google은 더 많은 배포력, 인프라, 제품 접점을 보유하고 있다. 하지만 모든 출시가 방대한 조직을 거쳐야 한다면 이러한 장점은 부담이 될 수 있다. Kavukcuoglu의 Pichai 직보 체계는 이 문제를 줄이기 위한 것으로 보인다.

리더십 분리는 책임 소재도 명확히 한다. Gemini 출시가 더 빨라지고 통합이 더 일관돼진다면 Kavukcuoglu가 상당한 공을 인정받을 것이다. 일정이 지연되거나 제품의 일관성이 계속 부족하다면, 새 구조에서는 누가 실행을 책임지는지에 대한 모호함이 줄어든다.

Hassabis는 다른 기준에 직면한다. 그의 성공은 단지 자신감 있는 AGI 전망이 아니라 Alphabet의 과학 연구가 검증된 결과를 내는지에 달려 있다. 수석 과학자라는 직함은 영향력을 갖지만, 실제 권한은 앞으로의 결정들을 통해서만 분명해질 것이다.

Hassabis가 주요 연구 예산을 통제할까? Alphabet 전반의 안전 기준을 정할까? 제품팀이 같은 자원을 원할 때 장기 실험으로 컴퓨팅 자원을 돌릴 수 있을까? Google은 모든 경계를 공개적으로 정리하지는 않았다.

그 불확실성이 구조 자체를 무효화하는 것은 아니다. 다만 이번 개편은 경영진 발언만이 아니라 의사결정, 자원 배분, 출시를 통해 평가해야 한다는 뜻이다.

Jeff Dean의 퇴장이 이번 개편의 의미를 바꾼다

Hassabis의 승진은 전략적으로 보이지만, Dean의 퇴장은 이번 발표를 Google의 제도적 지식을 유지하는 능력에 대한 시험으로 바꾼다.

Dean은 Google 수석 펠로우 Sanjay Ghemawat 및 다른 경험 많은 AI 연구자들과 함께 떠난다. 새 회사 Discovery Loop는 머신러닝, 과학, 공학 분야의 발견을 가속하는 데 집중할 예정이다.

보도된 참여자에는 Oriol Vinyals와 Quoc Le가 포함된다. Vinyals는 Google DeepMind에서 고위직을 맡았으며 주요 모델 프로그램에 기여했다. Le는 Google Brain을 공동 창립하고 기초적 머신러닝 시스템을 연구했다.

Alphabet은 Discovery Loop에 투자할 계획이며, Google Cloud는 이 회사의 컴퓨팅 수요를 지원할 예정이다. 이 관계는 분리를 완화한다. Google은 이 연구자들을 직원으로서는 잃지만, 그들의 연구와 상업적·재무적 연결은 유지한다.

이러한 방식은 전략적 배출 밸브와 닮았다. 연구자들은 새 회사에서 독립성과 잠재적 지분을 얻는다. Alphabet은 이들의 연구에 대한 노출을 유지하고 Discovery Loop가 가치 있는 기술을 개발할 경우 이익을 얻을 수 있다.

그러나 투자는 직접적인 조직 통제와 동등하지 않다. Discovery Loop는 자체 우선순위를 정하고 독립적으로 인재를 채용하며, 연구 가치와 Alphabet의 이익 사이의 균형을 어떻게 맞출지 결정할 수 있다.

보도에 따르면 Dean은 The New York Times에 새 구조가 상장사의 좁은 재무적 이익을 극대화하지 않는 결정을 뒷받침할 수 있다고 말했다. 이 발언은 통상적인 퇴사 표현보다 근본적 갈등을 더 분명하게 보여준다.

대형 기술 기업은 비용이 많이 드는 연구에 자금을 댈 수 있지만, 그 연구를 매출과 방어 가능한 제품으로 연결해야 한다는 압박에도 직면한다. 독립 연구소는 다른 목표를 추구할 수 있지만, 여전히 자금 조달과 컴퓨팅 자원에 의존한다.

Discovery Loop은 보도에 따르면 공익법인(public benefit corporation) 형태로 조직됐다. 이 법적 형태는 이사회가 주주 수익과 함께 명시된 공익을 고려할 수 있도록 한다. 그러나 이것이 공개 연구, 책임 있는 개발, 또는 과학적 성공을 자동으로 보장하지는 않는다.

회사의 실제 행동은 조직 형태보다 더 중요하다. 독자들은 회사가 무엇을 공개하는지, 어떤 문제를 선택하는지, 외부 연구자들이 결과를 검토할 수 있는지를 지켜봐야 한다.

이번 이탈은 기술적 역량 이상의 손실이기도 하다. 오랫동안 근무한 엔지니어들은 시스템이 특정 방식으로 설계된 이유, 실패했던 접근법, 숨은 의존성이 남아 있는 지점에 대한 맥락을 지니고 있다.

이런 지식은 한 문서에만 존재하는 경우가 드물다. 설계 검토, 실험, 비공식 논의, 운영 장애, 반복적인 협업을 거치며 축적된다.

대규모 리더십 변화를 겪는 조직은 팀 전반의 의사결정을 보존하기 위해 종종 검색 가능한 지식 베이스가 필요하다. 문서화가 전문가의 판단을 대체할 수는 없지만, 핵심 인력에 접근하지 못하게 되는 비용을 줄일 수는 있다.

Google은 광범위한 내부 시스템을 갖추고 있으며, 이전에도 고위 인력의 이탈을 관리한 경험이 있다. 그럼에도 이 집단에 경험이 집중돼 있다는 점은 이번 전환을 이례적으로 만든다.

Dean과 Ghemawat은 Google 인프라를 규정하는 데 기여한 시스템을 함께 구축했다. Vinyals와 Le는 회사의 AI 발전에 기여했다. 이들의 이탈은 컴퓨팅의 역사적 지식과 현재 모델 개발 양쪽에 공백을 만든다.

이번 손실은 Google AI 팀에서 보고된 다른 이탈 사례들에 뒤따른 것이다. 보도에 따르면 6월에는 연구자 Jonas Adler와 Alexander Pritzel이 Anthropic으로 이직했다. Noam Shazeer는 Character.AI 관련 협력을 통해 Google로 복귀했다가, 이후 OpenAI로 떠났다고 알려졌다.

John Jumper 역시 Hassabis와 함께 2024년 노벨상을 받은 뒤 Anthropic으로 떠났다. 연구자 이탈은 이제 경쟁이 모델 벤치마크를 넘어 확장되고 있음을 시사한다.

AI 연구소들은 연구의 자유, 보상, 컴퓨팅 자원 접근성, 영향력, 지분을 통해 인재를 두고 경쟁한다. 성숙한 기업은 규모와 유통력을 제공할 수 있다. 스타트업은 지분과 더 큰 개인적 통제감을 제공할 수 있다.

Google의 Discovery Loop 투자는 이러한 현실을 인정한 것이다. Alphabet은 모든 가치 있는 연구자가 하나의 조직 안에만 남도록 강제하는 대신, 회사 밖에서 수행되는 연구와의 관계를 유지할 수 있다.

위험은 문화적 분열이다. 더 많은 연구자가 중요한 과학 연구를 위해서는 Google을 떠나야 한다고 결론내린다면, 투자 파트너십만으로는 내부적 영향을 완전히 보상할 수 없다.

직원들은 어떤 경력이 자율성과 인정을 받는지 지켜본다. 또한 제품 압박이 커질 때마다 연구 우선순위가 바뀌는지도 알아차린다. 인재 유지의 일부는 Google DeepMind가 불확실하고 장기적인 연구가 살아남을 수 있는 곳으로 남아 있는지에 달려 있다.

진정한 경쟁은 실행력 대 탐구다

Google은 운영상의 제공 업무와 과학적 탐구를 분리함으로써, 둘이 서로를 끌어내리는 대신 모두를 더 강하게 만들 수 있다고 보고 있다.

이는 이번 리더십 변화가 만든 핵심 시험대다. 경쟁 압력이 시기에 영향을 미쳤기는 하지만, 단순히 Google 대 OpenAI의 구도는 아니다. 이는 Google 내부의 두 가지 운영상 요구사항 사이의 경쟁이다.

Gemini에는 규율 있는 실행이 필요하다. 연구팀은 발견을 평가, 배포, 모니터링, 개선할 수 있는 모델로 전환해야 한다. 제품 조직에는 기업과 소비자가 사용하는 서비스에 탑재할 수 있는 안정적인 역량이 필요하다.

최첨단 연구에는 끊임없는 출시 압박으로부터의 자유가 필요하다. 가치 있는 실험 중 다수는 실패한다. 다른 실험들은 실용적 응용을 만들어내기까지 수년이 걸린다. 분기별 제품 주기는 그런 불확실성을 억제할 수 있다.

Google의 구조는 두 가지 방식을 모두 보호하려는 시도다. Kavukcuoglu는 모델에서 제품으로 이어지는 경로를 책임진다. Hassabis는 과학적 방향성과 AGI에 집중한다. Discovery Loop은 창립자들이 더 큰 독립성이 도움이 된다고 보는 연구를 위한 외부 공간을 만든다.

이 구조는 정보가 이런 경계를 계속 넘나들 때에만 작동한다. 연구자들은 실제 제품 실패를 이해해야 한다. 제품 리더들은 과학적 한계가 일정 압박으로 해결될 수 없을 때를 인식해야 한다.

모델의 약점은 데이터, 아키텍처, 학습, 평가 또는 배포에서 비롯될 수 있다. 모든 문제를 실행 실패로 취급하면 팀이 근본적 한계를 우회한 채 제품을 출시하게 될 수 있다. 모든 지연을 필요한 연구로 취급하면 끝없는 실험으로 이어질 수 있다.

강력한 기술 리더십은 이 두 경우를 구분한다. 새로운 조직은 Kavukcuoglu에게 상당한 권한을 부여하지만, 권한만으로 정확한 신호가 제공되지는 않는다.

Google에는 실제 사용을 반영하는 평가 시스템이 필요하다. 또한 연구자들이 기본적으로 출시를 막는 사람으로 취급받지 않으면서 출시 가정에 이의를 제기할 수 있는 내부 채널도 필요하다.

Hassabis의 최고 과학자 역할은 실질적인 영향력을 갖는다면 이러한 균형을 뒷받침할 수 있다. 그는 장기적 연구를 지지하고, 더 깊은 연구가 필요한 영역을 식별하며, Alphabet 전반의 프로젝트를 연결할 수 있다.

하지만 그 경계가 비공식적인 상태로 남는다면 이 역할은 혼란을 만들 수도 있다. 팀들은 Hassabis, Kavukcuoglu, 제품 임원, Pichai로부터 상충하는 우선순위를 받을 수 있다. 속도를 높이기 위해 설계된 분리가 오히려 또 하나의 승인 단계를 추가할 수 있다.

이 때문에 보고 체계가 중요하다. Kavukcuoglu는 Pichai에게 직접 보고하며, 이는 그에게 명확한 상향 보고 경로를 제공한다. Alphabet 전반을 아우르는 Hassabis의 직위 역시 그를 같은 권한 중심부 가까이에 둔다.

이 구조가 협력적으로 유지될지는 두 사람의 업무 관계가 결정할 것이다. Kavukcuoglu는 오랫동안 Hassabis 아래에서 고위 리더로 일해 왔고, 이는 당장의 마찰을 줄여야 한다. 그러나 납품 압박이 커지면 책임 범위는 바뀔 수 있다.

Gemini 로드맵은 가장 눈에 띄는 척도를 제공한다. Google은 단순히 특정 벤치마크에서 앞서는 모델이 아니라, 개발자들이 애플리케이션에 사용하기 위해 선택하는 모델을 출시해야 한다.

개발자들은 출력 품질을 중요하게 여기지만, 일관성, 지연 시간, 문서화, 도구 사용, 마이그레이션 위험도 중요하게 생각한다. 기업 구매자는 보안, 규정 준수, 데이터 거버넌스, 지원 요구사항을 추가한다.

소비자 채택은 또 다른 기준을 도입한다. Search나 Workspace에 통합된 모델은 모델 카드를 한 번도 읽지 않는 사람들에게도 서비스를 제공해야 한다. 어떤 연구 구성요소가 원인이었든, 실패는 제품 실패가 된다.

OpenAI와 Anthropic도 제품이 확장됨에 따라 비슷한 제약에 직면한다. 차이는 Google이 훨씬 더 광범위한 기존 사업 전반에서 AI 개발을 조율해야 한다는 점이다.

이러한 폭은 Gemini에 즉각적인 유통력을 제공한다. 동시에 일관성 부족의 비용도 높인다. 하나의 모델 업데이트가 많은 인터페이스, 워크플로, 고객 기대에 영향을 줄 수 있다.

따라서 Kavukcuoglu의 승진은 단순한 인사 결정 이상의 의미를 지닌다. Google은 자사의 연구 및 인프라 우위를 일관된 제품 행동으로 전환하는 책임을 한 리더에게 맡기고 있다.

Hassabis의 승진은 이 전략의 다른 절반을 보여준다. Alphabet은 AI 제품의 운영상 요구가 더 커지는 와중에도 과학적 야망이 중심에 남기를 원한다.

Dean의 이탈은 Discovery Loop이 머신러닝과 과학의 유사한 접점을 겨냥한다는 점에서 이 설계를 복잡하게 만든다. Alphabet은 이제 전직 리더들이 설립한 독립 회사와 내부에서 동시에 AI 기반 발견을 추진하게 된다.

이러한 중복은 건전한 실험을 낳을 수 있다. 동시에 어떤 환경이 연구자를 더 잘 끌어들이고 결과를 더 효과적으로 만들어내는지를 드러낼 수도 있다.

Google의 새 구조가 해결하지 못하는 것

이번 발표는 책임을 배분하지만, Google이 인재, 사기, 제품 출시 속도 문제를 해결했다는 점을 입증하지는 않는다.

첫 번째 불확실성은 인재 유지다. 특히 대규모 채용 파이프라인을 갖춘 기업이라면 저명한 연구자를 잃고도 살아남을 수 있다. 하지만 현재의 전략적 우선순위를 책임지는 팀을 중심으로 이탈이 집중될 때는 더 취약해진다.

최근의 이탈은 인프라, 모델 연구, 과학 응용 분야를 아우른다. 이러한 폭 때문에 단순한 인원수 비교만으로는 충분하지 않다. 고위 연구자 한 명을 대체한다고 해서 그 사람의 네트워크, 맥락, 판단력이 즉시 대체되는 것은 아니다.

Google은 남아 있는 인력의 깊이를 내세울 수 있다. 이는 의미 있는 강점이다. 그러나 회사는 떠오르는 리더들이 더 많은 업무만 물려받는 것이 아니라 권한, 컴퓨팅 자원, 인정을 받는다는 점을 보여줘야 한다.

두 번째 불확실성은 Gemini의 로드맵이다. Kavukcuoglu는 자신의 최우선 과제가 Google의 야망을 실현하는 가장 명확한 경로를 만드는 것이라고 말했다. 이는 의지의 표명일 뿐, 독립적으로 검증된 성과 결과는 아니다.

보도는 내부 압박과 낮은 사기가 Google 모델 프로그램 일부의 지연과 연관돼 있다고 전했다. Axios는 회사 소식통을 인용해 Gemini 3.5 Pro가 수개월 뒤처져 있다고 보도했다. Google의 향후 출시는 익명의 내부 상황 설명보다 더 강력한 시험대를 제공할 것이다.

모델 출시 지연이 곧바로 조직 실패를 의미하지는 않는다. 학습 실행 과정에서 안전성 문제, 역량 격차, 낮은 신뢰성이 드러날 수 있다. 출시를 미루는 것이 책임 있는 결정일 수도 있다.

경쟁사가 더 빠른 주기를 유지하거나 개발자를 확보하는 상황에서 반복되는 지연은 더 우려스럽다. 중요한 질문은 모든 모델이 가장 이른 내부 일정에 출시되는지 여부가 아니라, Google이 원인을 설명하고 해결할 수 있는지다.

세 번째 불확실성은 Alphabet 최고 과학자의 권한이다. Hassabis는 이제 더 광범위한 직함을 갖게 됐지만, Google은 그 직위에 수반되는 모든 의사결정을 공개적으로 상세히 설명하지 않았다.

그가 연구 우선순위를 통제하고 Alphabet 전반의 자원을 조율할 수 있다면, 이 직위는 회사의 기술적 방향을 형성할 수 있다. 주로 자문 역할에 그친다면 그 영향은 설득력에 달려 있다.

거버넌스 문제도 있다. Hassabis는 자신이 중대한 시점이라고 보는 때에 AGI의 미래를 형성하는 데 도움을 주고 싶다고 말했다. 이 임무는 과학 연구뿐 아니라 안전성, 배포, 사회적 선택을 포함한다.

Alphabet은 여전히 주주에 대한 의무를 지닌 상업 기업이다. 가장 어려운 결정에는 안전성, 속도, 접근성, 경쟁 압력 사이의 절충이 수반될 것이다.

최고 과학자는 기술적 판단을 제공할 수 있다. 그러나 기업 거버넌스는 여전히 누가 제품 출시를 늦출 수 있는지, 접근을 제한할 수 있는지, 단기적인 상업적 불이익을 감수할 수 있는지를 결정한다.

Discovery Loop도 비슷한 불확실성을 야기한다. 창립자들은 탄탄한 이력을 갖고 있지만, 새 조직은 여전히 운영 모델을 정의해야 한다. 직원, 인프라, 연구 우선순위, 결과 검증 방법이 필요하다.

Google의 투자가 Discovery Loop이 공개적으로 연구 결과를 발표할지, 독점 제품을 만들지, Alphabet과 광범위하게 협력할지를 확정해 주지는 않는다. 회사의 작업이 더 구체화됨에 따라 관계는 변화할 수 있다.

시장 반응 역시 신중하게 해석해야 한다. Axios에 따르면 발표 후 Alphabet 주가는 4% 이상 하락했다. 하루의 거래 움직임은 많은 기대를 반영할 수 있으며, 조직 설계에 대한 지속적인 판단을 제공하지는 않는다.

투자자들은 이탈의 집중, Gemini에 대한 우려, 또는 전환을 둘러싼 불확실성에 반응했을 수 있다. 향후 제품 성과와 재무 결과가 한 번의 거래 세션보다 더 중요할 것이다.

가장 큰 위험은 Google이 전략적 업무 분담을 설명하는 반면, 직원들은 이를 지속적인 불안정으로 경험하는 것이다. 리더십 변화는 팀이 자신의 우선순위를 이해하고 그에 따라 행동할 수 있을 때에만 도움이 된다.

Google은 또한 속도를 추상적인 경영 목표로 취급하지 않아야 한다. 더 빠른 의사결정은 더 신뢰할 수 있는 출시, 더 명확한 도구, 더 나은 경험으로 이어질 때에만 의미가 있다.

조직은 모델을 개선하지 않고도 회의와 승인 절차를 가속할 수 있다. 또한 테스트 비용을 사용자에게 전가하면서 출시 빈도만 높일 수도 있다.

따라서 회의적인 관점은 간단하다. Google의 새 구조는 서류상으로는 합리적이지만, 성공 여부는 아직 검증되지 않았다. 그 증거는 인재 유지, 제품 품질, 과학적 성과, 명확한 책임 체계에서 나와야 한다.

이 선택의 성패를 보여줄 세 가지 신호

앞으로 몇 달은 Google이 지속 가능한 운영 모델을 구축했는지, 아니면 단지 임원 직함을 재배분했는지를 보여줄 것이다.

첫 번째 신호는 Kavukcuoglu 체제에서의 Gemini 출시 주기다. Google은 바쁘게 보이기 위해 업데이트를 내놓을 필요는 없다. 신뢰성을 유지하면서 실질적인 역량을 개선하는 출시가 필요하다.

개발자들은 Google의 인터페이스 전반에서 모델 가용성, 도구 사용, 지연 시간, 마이그레이션 가이드, 안정성을 지켜봐야 한다. 소비자 및 개발자 제품 전반에 걸친 일관된 출시는 새 구조가 실행력을 개선한다는 Google의 주장을 뒷받침할 것이다.

성급한 출시 뒤에 번복이 이어진다면 이 주장은 약화될 것이다. 명확한 기술적 설명 없이 또 한 번 대규모 지연이 발생해도 마찬가지다. 가장 강력한 증거는 경쟁력 있는 모델 품질과 예측 가능한 배포를 함께 보여주는 것이다.

두 번째 신호는 연구자 유지와 채용이다. 더 많은 저명 연구자의 이탈은 Google 내부 연구 환경이 여전히 압박을 받고 있음을 시사할 것이다.

반대 신호는 유망 연구자들이 리더십 역할을 맡고 Google DeepMind 내부에서 중요한 연구를 발표하는 모습일 것이다. 존경받는 과학자를 영입하는 것도 도움이 되겠지만, 인재 유지는 조직 건전성을 더 분명하게 시험한다.

Discovery Loop의 초기 팀도 이 신호의 일부가 될 것이다. 더 많은 Google 연구자가 합류한다면, 이 스타트업은 Alphabet 내부에서 일하는 것의 눈에 띄는 대안이 될 수 있다. 협업이 계속 유연하게 유지된다면 Alphabet의 투자는 더 넓은 인재 네트워크를 보존할 수 있다.

세 번째 신호는 Hassabis가 Alphabet 수석 과학자로서 내리는 첫 번째 중대한 결정이다. 직함은 자원 배분, 연구 우선순위, 또는 거버넌스를 바꿀 때 의미를 갖는다.

독자들은 Alphabet 전반의 과학 프로그램, 새로운 AGI 안전성 약속, 또는 Google DeepMind를 다른 부서와 연결하는 연구 이니셔티브를 주시해야 한다. 구체적인 권한 행사는 Hassabis가 실질적인 범위를 지닌 승진을 받았다는 주장을 강화할 것이다.

그에 상응하는 결정 없이 연설만 이어지는 포트폴리오는 그 주장을 약화시킬 것이다. 제품 담당 임원들이 과학적 우려를 무시할 수 있는지에 대한 불확실성도 마찬가지다.

Discovery Loop는 병행 지표를 제공할 것이다. 이 회사의 첫 연구 의제, 파트너십, 기술 출판물은 창업자들이 왜 독립이 필요하다고 믿었는지를 보여줄 것이다.

회사가 Google 내부에서는 추진하기 어려웠던 검증된 발견을 만들어낸다면, 이는 제도적 자유에 대한 Dean의 주장을 뒷받침할 것이다. 빠르게 또 하나의 전통적인 AI 벤더가 된다면 그 차별성은 덜 중요해 보일 것이다.

더 광범위한 경쟁 구도 역시 중요하다. OpenAI와 Anthropic은 계속해서 인재를 영입하고, 모델을 출시하며, 제품을 확장할 것이다. Google의 리더십 변화는 그러한 변화하는 환경을 기준으로 평가되어야 한다.

Google은 컴퓨팅 인프라, 유통망, 연구의 깊이, 수익 면에서 큰 강점을 유지하고 있다. 이러한 자원은 저절로 조직되지 않는다. 재편된 리더십은 그 자원을 만들어낸 실험 정신을 희생하지 않으면서 어떻게 배치할지 결정해야 한다.

개발자와 엔터프라이즈 구매자에게 당장의 대응은 공포가 아니라 관찰이어야 한다. 임원 역할이 바뀌었다고 해서 기존 제품이 곧바로 달라지는 것은 아니다.

하지만 리더십은 로드맵, 출시 기준, 장기 플랫폼 우선순위를 결정한다. Gemini를 기반으로 구축하는 팀은 문서, 모델 지원 기간, 개발자 전략의 변화를 모니터링해야 한다.

지식 노동자들은 AGI 전망보다 제품의 실제 행동을 지켜봐야 한다. 신뢰성, 출처 기반성, 작업 완료, 통합의 개선은 광범위한 인간 지능에 필적하는 시스템에 대한 논쟁보다 더 이른 시점에 중요해질 것이다.

연구자들은 Google이 가장 야심 찬 연구를 어디에서 발표하는지 주목해야 한다. Google DeepMind, 다른 Alphabet 부서, Discovery Loop 사이의 균형은 과학적 권한이 어디에 축적되고 있는지를 드러낼 것이다.

Google은 조직적 승부수를 가시화했다. Kavukcuoglu는 실행을 맡고, Hassabis는 더 넓은 과학적 지평을 맡으며, Dean은 회사 밖에서 독립성을 시험하고 있다.

이제 그 뒤를 증거가 따라야 한다. Gemini의 다음 출시, 수석 연구자들의 이동, Hassabis의 새 권한이 반영된 첫 결정을 지켜봐야 한다. 이 세 가지 신호는 Google이 실행과 탐색을 분리하면서도 둘 사이의 연결을 끊지 않았는지를 보여줄 것이다.