
팟캐스트 노트 | OpenAI CEO도 AI를 제대로 활용하지 못했다고 인정: 샘 알트먼이 말한 습관의 관성, 비동조 베팅과 아들에게 쓴 편지
정리 & 번역: TechFlow

게스트: Sam Altman, OpenAI CEO
진행자: David Senra, Founders / David Senra 팟캐스트 호스트
출처: David Senra
원제: Sam Altman on Building OpenAI & Betting on the Impossible
방송 날짜: 2026년 8월 23일
공개 선언: Sam Altman은 OpenAI 최고경영자로서, 이번 에피소드는 OpenAI의 전략, 제품, 기술 로드맵 및 산업 비전을 중심으로 다뤄지며 그 입장이나 회사의 이해관계와 밀접한 관련이 있습니다. 이하 내용은 게스트의 견해를 충실히 전달한 것으로, 독립적인 제3자의 판단을 대체하지 않습니다.
핵심 요약
이번 대화에서 가장 흥미로운 점은 AI의 창시자인 Sam Altman 자신이 직접 '아이폰 타임(iPhone moment)'을 아직 넘지 못했다고 인정했다는 것입니다. 그는 수년 전 Codex를 발명했지만, 여전히 20년 전의 컴퓨터 작업 워크플로우를 사용하고 있습니다: 다른 메신저 앱 간 복사 붙여넣기, 이메일 확인 시 답장하기 쉬운 편지만 골라 읽고, 할 일 목록 관리 방식도 변함없습니다. 그는 이유가 간단하고 보편적이라고 말합니다: 사람은 마음속으로 어떤 비효율적인 방식을 곧 '업무' 그 자체로 여긴다는 것입니다.
이것은 전체 대話が 일반인에게 가장 가치 있는 단서를 제공합니다. Altman이 창업 투자부터 OpenAI 설립까지 10여 년 동안 진정으로 정립한 것은 기술 세부 사항보다 훨씬 큰 것입니다: 어떻게 판단하고, 어떻게 베팅하며, 어떻게 선별할지에 대한 보편적 원칙입니다. 예를 들어 그는 '연구 역시 파워 로(power law)를 따른다'고 믿으며, 최고의 한 가지 아이디어가 다른 모든 아이디어의 합보다 중요하다고 봅니다. 채용 시에는 그가 매우 불인기 있는 신념을 고수할 의향이 있는지 보는 등, 성공에서 실패보다 더 많은 것을 배웠는데, 성공은 더 쉽게 복제할 수 있기 때문입니다. 또한 그는 드물게 사적인 삶을 털어놓았습니다: 첫째 아들이 태어난 후 매주 일요일 편지를 썼지만, 단 여덟 통만 쓴 끝에 멈췄습니다. 하지만 '무엇에도 숨을 수 없다'는 프레임은 그를 더 솔직하게 반성하도록 만들었습니다.
물론 그는 OpenAI의 플랫폼 전략과 AI 리스크에 대해 논의했지만, 이는 모두 한 가지 전제 하에 이루어집니다: 사람이 모든 것의 근본적인 의미라는 점입니다. AI가 일자리를 빼앗을까 봐 두려워하기보다, 그는 통제 불능과 권력 과집중을 더 크게 우려합니다.
주요 인용문 요약
채택(adoption)과 관성
- "토비 뤼트케는 제가 본 적 중에서 가장 적극적이고 앞서가는 CEO입니다. 다른 CEO들보다 6~8개월 앞서 나가죠. 하지만 2026년이 모든 사업이 재편되는 원년이 될 것이라고는 크게 확신하지 않습니다. 조금 더 느리게 진행될 것 같습니다."
- "경제와 사회에는 막대한 관성이 존재합니다. 사람들은 동일한 일을 계속하고, 같은 도구를 구매하며, 동일한 방식으로 업무를 처리합니다. 이것은 다가올 거대한 전환이 더 완만한 곡선을 그리도록 만들겠지만, 그만큼 우리가 타임라인에 대해 지나치게 낙관적이었음을 의미하기도 합니다."
- "현재 제가 컴퓨터를 사용하는 방식은 20년 전과 거의 차이가 없습니다. 분명히 더 나은 도구가 있는데도, 마음속으로는 이 비효율적인 방식이야말로 '작업' 그 자체라고 믿고 있는 것 같습니다."
비동감(non-consensus) 베팅
- "2015년 우리가 AGI를 만들겠다고 했을 때 분야 내 지식인들이 조롱했습니다. 이후 대형 언어 모델에 베팅했을 때도 다시 한번 조롱당했습니다."
- "연구 역시 파워 로(power law)의 지배를 받습니다. 최고의 아이디어 하나만큼은 다른 모든 아이디어를 합친 것보다 중요합니다."
- "찾아야 할 대상은 사고 방식이 남들과 명확하게 다르며, 매우 불인기 있는 신념이라도 고수할 준비가 된 사람입니다. 그들이 틀릴 수도 있지만, 맞다면 그들이 정말로 잘해낼 것입니다."
성공과 실패: 성공에서 더 많이 배운다
- "성공에서 더 많이 배웁니다. 실패에도 교훈이 있지만, 대부분의 사안이 실패하는 이유는 복잡하다 보니 올바른 인과관계를 추출하기 어렵습니다."
- "무언가가 진짜로 작동할 때, 예를 들어 YC나 OpenAI에서 어떤 접근이 유효했는지 그 교훈들을 미래에 적용하면 더 큰 도움이 됩니다."
아들에게 쓰는 편지: 진실된 프레임워크
- "첫 아이가 태어났을 때, 저는 퇴근 후 잠들기 전에 그에게 하루에 무슨 일이 있었는지, 무엇을 걱정했는지 이야기해주곤 했습니다."
- "아이에게 편지를 쓰는 장점은 아무것도 숨길 수 없다는 겁니다. 아이의 시선에 정말 관심이 많아지기 때문에, 지난주에 어떤 부분을 잘못했는지, 다음 주에 어떻게 수정할지 더 솔직하게 성찰하게 됩니다."
- "매우 흥미로운 멘탈 프레임워크인데, 안타깝게도 딱 여덟 통만 쓰고 멈췄습니다."
플랫폼 전략과 절충: 훌륭한 제품을 위대한 제품에 헌납하다
- "우리는 제품 회사가 아니라 플랫폼 회사여야 합니다. 하나의 직접적인 인터페이스와 하나의 API를 제공해 사람들이 위에 모든 것을 빌드하도록 하는 것입니다."
- "지난해 우리는 Sora와 아틀라스 브라우저를 폐기했습니다. 둘 다 훌륭한 제품이었지만, 컴퓨팅 파워와 인재, 자원이 제한된 세상에서는 훌륭한 제품을 위대한 제품에 헌납해야 합니다."
- "창업자가 배우기 가장 어려운 과제 중 하나는 좋은 아이디어를 죽이는 것입니다."
위험과 인간의 주체성
- "AI가 저를 가장 걱정시키는 두 가지 위험은 통제력 상실(loss of control)과 권력의 과도한 집중입니다. 이 두 결과 모두 근본적으로 인간성에 반하는 것입니다."
- "옳은 방향은 미래를 소수의 기업, 소수의 인물, 혹은 특정 모델에 맡기는 게 아닙니다. 사람이 이 모든 것의 핵심적인 의미입니다."
- "모든 질병을 치유하고 세상을 저렴하게 만든다고 하면서 사람들에게 미래에 대한 영향력을 포기하게 만드는 건 매우 나쁜 세일즈 토크입니다."
OpenAI 초기: 4년 반 동안 제품 없이
- "우리는 2015년 말 회사를 창립했고, 2020년 중반이 되어서야 첫 번째 제품을 출시했습니다. 무려 4년 반이 걸린 것이죠. 이는 YC의 '초기에 빠르게 출시하라(ship early)'와 완전히 반대되는 접근이었습니다."
- "2016년 1월, 열 명 정도의 사람들이 그렉 브룩먼의 아파트에 모였습니다. 모두 뜨거웠지만, 이내 서로를 바라보며 이렇게 생각했습니다. 지금 뭘 해야 하지? 칠판 하나조차 없었죠."
- "우리는 오랜 기간 혼란스러운 시행착오를 겪다가 비로소 GPT 연구 경로로 흔들리며 도달할 수 있었습니다."
I. 채택(adoption)은 기술보다 느리게 진행된다: 토비 뤼트케의 선도와 습관의 관성
데이비드 센라: 왜 Shopify의 토비 뤼트케를 현재 가장 흥미로운 CEO 중 하나로 보나요?
AI 초기 각 단계마다 토비는 가장 적극적으로 나선 CEO였습니다. 스스로 코드를 작성하고 실험을 하며 우리에게 매우 상세한 제품 피드백을 보내줬죠. 그는 다른 누구보다 먼저 우리 회사는 NPC 기업이 아니며 에이전트를 수용해야 살아남을 것이라고 말했습니다. 직접 구현하고 기술 경계에 대한 깊은 이해를 가지고 있으며, 다른 CEO들보다 약 6~8개월 앞설 정도였어요.
데이비드 센라: 스스로 2026년이 모든 사업이 재편되는 해라고 주장했으며, 심지어 밤새 AI 네이티브 버전의 Shopify를 재건하겠다고 했잖아요. 그 타임라인을 맞다고 보시나요?
정신은 동의하지만 타임라인까지는 동의하지 않습니다. 그의 예상보다 조금 더 느리게 진행될 것 같아요. 가능성이 없는 것은 아니라고 의심하는 게 아니라, 경제와 사회적 관성 때문입니다. 사람들은 익숙한 일과 도구, 업무 방식을 계속 고수합니다. AI는 인류가 발명한 가장 놀라운 기술 중 하나지만, 사회와 경제의 적응 속도는 더딜 수밖에 없습니다.
이는 여러 측면에서 오히려 긍정적인 일입니다. 다가올 거대한 전환이 더 부드럽고 안정적으로 이루어지도록 만들 테니까요. 하지만 동시에 우리 모두가 타임라인에 대해 지나치게 낙관적이었음을 보여줍니다.
데이비드 센라: 레이 엘슨이 80년대에 "소프트웨어 문제가 아니다, 인간의 문제다"라고 말했던 생각이 납니다. 기술은 이미 갖춰졌지만, 결국 사람의 행동 변화가 필요하다는 뜻이었죠.
맞습니다. 행동 변화는 개발자들이 상상하는 것보다 훨씬 어렵죠. 저도 자주 예로 듭니다. 넷플릭스가 우편 DVD를 제공하던 시절에도 사람들은 여전히 블록버스터를 찾았잖아요. 그런 관성의 힘은 기술 자체보다 훨씬 강력합니다.
II. Sam Altman 본인도 아직 '아이폰 타임'을 넘지 못했다
데이비드 센라: 여러분은 이런 제품을 개발하면서, 자신만의 최선의 도구를 쓰면서도 습관을 고수하며 일하는 자신을 발견하셨나요?
百分之百 맞습니다. 이 질문을 기다렸습니다. 제가 가장 모순되는 지점은 이미 20년 동안 동일한 방식으로 컴퓨터를 사용해왔다는 거예요. 이제 코드엑스(Codex)라는 마법 같은 도구가 있는데, 이론상으로는 전혀 다른 방식으로 컴퓨터를 사용해야 합니다. 다른 메신저 간 복사 붙여넣기를 멈추고, 이메일을 무작위로 뒤지며 답장이 쉬워 보이는 것만 골라 답변하거나, 구식 방법으로 할 일 목록을 관리하지 말아야 하는데 말이죠.
하지만 드러난 선호도(revealed preference)를 보면, 저는 여전히 구식을 좋아하는 것 같아요. 이는 오직 한 가지를 시사합니다. 마음속 어딘가에서 이 비효율적인 방식이야말로 '업무'이자 '산출물'의 형태라고 믿고 있다는 점이죠.
데이비드 센라: 무엇이 당신의 제품을 실제로 깊이 있게 사용하게 만드나요?
점진적인 과정이 될 거라고 생각합니다. 한 사람의 습관과 워크플로우를 완전히 바꾸기는 매우 어렵습니다. 우리는 더 나은 제품을 만들어 전환이 매끄럽도록 할 수 있겠죠. 현재 느낌은 아이폰 이전의 스마트폰 시대와 비슷합니다. 2003년에 팔 트레오(Palm Treo)를 사용한 적이 있는데, 기술력은 거의 동일했으나 결국 아이폰을 아이폰답게 만든那些 제품 아이디어들이 결여되어 있었죠. 오늘날 우리는 기술 퍼즐을 모두 갖추었지만, 아직 인간-컴퓨터 상호작용 방식을 완전히 바꿀 그 '아이폰 타임'이 나타나지 않았습니다.
III. 비동감 베팅: AGI에서 LLM까지 두 차례의 '조롱'
데이비드 센라: 어린 시절부터 AI를 좋아했는데, 왜 2015년所有人都认为不可能한这条路选择한 건가요?
저는 어릴 때부터 책벌레인 꼬마였습니다. 금요일 밤이면 컴퓨터를 하고 SF 소설을 읽었어요. 늘 AI가 가장 기발할 것이라 믿었습니다. 대학 시절에는 잠시 AI 연구소에서 여름을 보냈지만, 당시엔 아무것도 작동하지 않았죠. 교수는 명시적으로 알려줬습니다. 딥러닝은 결코 좋은 결과를 가져오지 못할 것이며, 커리어를 망가뜨리는 가장 안전한 방법이라고요. 그건 2005년쯤의 일이었고, 그때는 그 말을 믿었습니다.
그 뒤 운 좋게 스타트업에 뛰어들었고 그 세계에 빠졌습니다. 창업자를 거쳐 투자자가 되는 길은 사실 일반적인 루트와 반대됩니다. 저는 이 길을 강력히 추천합니다. 투자자는 수많은 기업의 결정적 순간(crux moments)을 두루 볼 수 있기 때문이죠. 실제 운영 경험은 부족해도 데이터셋 규모는 엄청납니다.
데이비드 센라: 투자 경험이 현재 OpenAI 운영에 어떤 직접적인 도움이 되었나요?
파워 로(power law) 사고방식을 재구성하는 데 큰 도움이 됐습니다. 최고의 투자가 나머지 모든 투자의 합을 초과하고, 두 번째 투자가 남은 나머지의 합을 넘는 구조라는 걸 인식하게 되었죠. AI 연구도 정확히 마찬가지입니다.
2015년 말 OpenAI를 설립할 당시, AGI 관련 노력은 딥마인드를 포함해 극소수에 불과했습니다. 우리가 AGI를 만들겠다고 발표하자 분야의 지적 거인들은 웃어넘겼죠. 이후 대규모 언어 모델에 베팅했을 때도 다시 한번 조롱당했습니다. 스타트업 투자 배경 덕분에 알 수 있었어요. 고위험 베팅은 괜찮습니다. 일단 성공하면 가치가 폭발적으로 커지기 마련이죠. 위대한 연구자들도 바로 그 비동감(non-consensus)을 가진, 새로운 방법을 찾고, 에너지가 넘치며, 표준과 다른(non-standard) 사람들이에요.
데이비드 센라: 방금 언급하신 '표준과 다른(non-standard)'이 구체적으로 무엇을 의미하시나요?
이미 있는 아이디어에 살짝 손보고 스스로가 남들과 다르다고 억지로 설득하는 사람을 찾는 게 아닙니다. 그런 사람은 피터 틸이 말한 '다르되 독보적임(be different)'을 모방한 것에 불과할 뿐, 본질적으로는 군중에 휩쓸립니다.
진정으로 가치 있는 건 사고 방식이 명백히 다르고, 매우 불인기 있는 신념이라도 고수할 의지가 있는 사람을 발견하는 것입니다. 그들은 틀릴 수도 있지만, 맞으면 아주 정확하게 맞습니다.
IV. 컴퓨팅 파워: 역사상 최대의 기반 시설 프로젝트
데이비드 센라: 지금 주요 에너지는 어디에 쏟아붓고 있나요?
연구와 컴퓨팅 파워입니다. 제품 개발에 더 많은 시간을 쏟고 싶지만, 현재는 더 똑똑한 모델을 만들고 효율적이고 충분히 많은 사람이 활용할 수 있도록 하는 것이 최우선입니다. 이는 지수급 성장을 이어가기 위한 높은 레버리지 문제이며, 제가 비교적擅长的 복잡한 문제를 다루고 있어요.
컴퓨팅 파워를 확장하려면 반도체, 파운드리, 데이터 센터, 전력망, 금융, 정책, 공급망, 물류 등을 총괄 조정해야 합니다. 이는 이미, 또는 곧 인류 역사상 가장 비싼 기반 시설 프로젝트가 될 것입니다. 기술적, 상업적, 정책적, 공급망적 문제가 모두 겹쳐 있어 매우 복잡하죠.
데이비드 센라: 과거 스타트업 투자자로 일하다가 지금은 연구 프로젝트를 이끌고 계시는데, 비슷하다고 느끼시는 부분이 있나요?
매우 유사합니다. 겉보기엔 연구원과 창업자는 다르지만, 비동감 베팅을 찾고, 확신(conviction)을 판단하며, 지수급 성장과 아웃라이어(outlier) 인재를 관리하는 차원에서는 공통점이 많습니다. 제가 지금 앉은 이곳이 바로 연구 전용 건물이고, 제 사무실이 여기에 있어요.
V. 플랫폼 전략: 하나의 인터페이스 + 하나의 API, Sora와 아틀라스 중단
데이비드 센라: 현재 몇 개의 제품 라인을 운영하고 있나요? 수익원은 주로 어디에서 나오나요?
방금 채팅 GPT(ChatGPT)와 코드엑스(Codex)를 통합했습니다. 이전에는 ChatGPT, Codex, API가 따로 있었는데, Codex라는 이름 때문에 코딩에만 특화된 도구로 오해받곤 했습니다. 실제로는 코드 작성 외에 모든 작업을 수행할 수 있어요.
OpenAI는 제품 회사가 아닌 플랫폼 회사여야 한다고 생각합니다. 일부 제품은 계속 개발하겠지만, 사용자가 개인 또는 기업용 AGI에 접근할 수 있는 통일된 인터페이스와, 무엇이든 빌드할 수 있는 API를 제공하는 것이 핵심입니다. 가격 대비 성능 곡선 상의 모든 지점에서 최적의 AI를 제공할 예정입니다. 과학 연구를 위한 고급형 AI가 필요할 수도 있고, 반복 작업을 위한 저비용 AI가 필요할 수도 있죠.
데이비드 센라: 그걸 배우기 위해 어떤 실수를 저지르고 무엇을 희생하셨나요?
가장 어려운 수업은 '훌륭한 제품을 위대한 제품에 헌납하는 것'이었습니다. 지난해 우리는 재미있고 사용자들도 많았던 Sora를 버렸습니다. 반면 아틀라스 브라우저는 아마 최고의 브라우저였을텐데도 그만두었죠. 컴퓨팅 파워와 인재, 자원이 제한된 환경에서는 반드시 초점을 좁혀야 합니다. 범용 지능, 지식 근로, 과학 발견, 그리고 이를 뒷받침하는 반도체·데이터 센터·인프라 등 상류 공정을 위해 말입니다.
데이비드 센라: 집중하는 것에 대해 피터 틸(Peter Thiel)이 조언을 해주셨나요?
채팅 GPT가 처음 출시됐을 때, 성장은 급격했지만 불안정했고 가치 부여가 미흡했습니다. 다른 방향으로 가야 한다는 논의도 많았죠. 저는 피터 틸에게 찾아갔고, 그는 우리가转向할 수 있는 방향들을 나열해주더군요. 그러나 그는 "성장하고 있다"는 사실 외에는 다른 길을 가는 게 훨씬 더 명백한 잘못이라고 덧붙혔습니다. 그 제품의 힘은 구글처럼 텅 빈 텍스트 입력창에 있으니까요. 무엇이든 처리할 수 있죠. 당시 실리콘밸리의 피드(feed), 네트워크 효과, 사용자 락인(lock-in) 기준에 부합하지 않았지만, 빈 텍스트 상자는 구글에게는 먹혔는데 왜 여기서는 안 되겠습니까? 그 말을 듣고 전력(qúán lì)을 쏟아 붓기로 했고, 결과는 훌륭했습니다.
VI. AI의 두 가지 주요 위험: 통제 불능과 권력 집중
데이비드 센라: AI에 대해 무엇을 우려하나요?
두 가지 주요 위험입니다. 하나는 통제력 상실(loss of control)로, AI가 지나치게 강대해져 우리가 의도한대로 제어를 행사할 수 없게 되는 것이고, 다른 하나는 권력이 과도하게 집중되어 한 기업이나 하나의 모델, 혹은 한 인물이 막대한 힘을 갖게 되는 것입니다. 이 두 가지 결과는 근본적으로 인간성에 반하는 것입니다.
옳은 방향은 인간이 미래에 깊이 개입하고, 인간이 본질적으로 부여받는 역할을 회복하는 것입니다. 사람이 이 모든 것의 핵심적인 의미입니다. 사람을 신뢰하지 못한다고 해서 서서히 AI 모델에 통제권을 넘겨줘서는 안 됩니다. 그것은 매우 회의적인 입장에만 불과해요.
또 다른同樣危險한 버전은, 나쁜 결과가 나올까 봐 기술을谁能使用하고 어떻게 사용할지를 제한하며 권력을 소수 기업에 몰아주는 것입니다. 질병 치료제와 저렴한 물건을 주 대신, 당신은 자율성과 미래에 대한 영향력을 포기해야 하고 극심한 불평등을 받아들여야 합니다. 이건 매우 불량한 세일즈 토크(sales pitch)입니다.
데이비드 센라: 왜 누군가는 이런 논리를 제안할까요?
불안함과 권력욕 때문이라고 봅니다. 많은 이들이 AI 리스크의 규모(magnitude)에 위협을 느껴 안전을 위해 자유를 대량으로 양보해야 한다고 믿습니다. 하지만 그것이 종종 권력 착취(power rent-seeking)의借口가 되기도 하죠.
드OOMERs(종말론자들) 의견의 일부에는 공감합니다. 강력한 기술인 만큼 우리는 신중해야 하며 안전에 우선점을 둬야 하죠. 하지만 이들을 비롯한 일부는 이를 해결 불가능한 문제로 생각하는 데에는 동의하지 않습니다. OpenAI 설립 당시 두 가지 널리 퍼진 믿음이 있었어요. 첫 번째, 10년 내에 매우 AGI에 가까운 것을 만들 수 없다는 것. 두 번째,即使 만들더라도 안전을 보장할 수 없다는 것이었죠. 이제 우리는 당장 대부분이 매우 AGI에 가까울 것이라고 생각했을 것을 만들어냈고, 세상이 종말하지 않았으며 정렬(alignment)이 붕괴되지도 않았습니다. 사람들의 예측은 이러한 사실을 근거로 업데이트되어야 합니다.
VII. AI를 두려워하는 이유와 다가오는 중소기업 활황(business boom)
데이비드 센라: 누구나 AI를 쓰고 있으면서도 동시에 싫어한다는 건데요, 어떻게 설명할 수 있을까요?
인간은 항상 빠른 사회경제적 변화를 두려워해 왔습니다. 산업혁명 당시에도 모두에게 즐거운 소식만은 아니었죠. 오히려 이 사회적 관성은 혼란스러운 시기에 안정감을 주는 유용한 기능(feature)으로 작용하기도 합니다.
반면에 AI 생태계 내부에 우리自身도 포함되어 있지만, 대중에게 이점과 리스크 완화 방안을 설명하는 데에는 매우 미흡했습니다. 우리는 "세계 종말 확률 25%", "내년에는 직원의 50%가 사라진다" 같은 말만 계속 해왔거든요. 물론 무섭죠. 우리는 AI가 사람들로부터 권력과 개인적 자유를 빼앗는 게 아니라, 오히려 더 많은 권한을 주고 자유를 확장시켜준다는 점을 잘 설명하지 못했습니다.
저는 향후 역사상 가장 큰 소형 기업 창업 붐을 목격할 것이라고 믿습니다. AI가 바로 그것을 가능하게 만들고 있어요. 과거 소규모 사업을 시작하려면 특권, 행운, 많은 자원이 필요했지만, AI는 진입 장벽을 낮춰주고 있습니다. 이 분야(우리 포함)가 이에 대해 너무 적게 이야기하고 있다는 점은 유감입니다.
데이비드 센라: 인텔(Intel) 삼총사가 당시 고객과 투자자에게 마이크로프로세서를 설명하기 위해 커뮤니티 칼리지 이상으로 많은 강연을 열었던 것이 떠오르네요. 왜 AI 산업은 그러지 않을까요?
변명할 이유는 없습니다. 더 적극적으로 나서야 해요. 저희도 계속 시도했지만, 아직 가장 효과적인 방법을 찾지 못한 상태입니다.
VIII. YC에서 OpenAI까지: 제품 없이 4년 반을 보낸 플레이북 파괴(playbook breaking)의 길
데이비드 센라: YC가 귀하와 OpenAI에 미치는 영향이为何这样 깊나요?
YC는 단순히 제가 회사를 운영하는 방식을 바꾼 것을 넘어, 창업 생태계 전체를 변화시켰습니다. 반복 배포(iterative deployment), 기술 중심 리더십, 젊지만 에너지와 야심이 넘치는 인재를 적극 지원, 당혹스럽도록 빠른 초기 버전(embarrassingly early) 출시, 실제 사용자 피드백으로부터 학습하는 철학이 심어졌죠.
OpenAI는 여러 면에서 YC 철학의 산물입니다. 하지만 한 가지 완전히 반대되는 지점이 있어요. 회사는 설립했지만 첫 제품을 내놓기까지 4년 반이 걸렸죠. YC라면 "빨리 내놔라"라고 하겠지만, 저희는 외부 고객의 신호가 없어서 '고객이 제품을 사랑하는지'라는 피드백을 대체할 방법을 직접 찾must have had.
DOTA 2 시절 우리는 리더보드를 만들어 다양한 아이디어가 공개적으로 순위 경쟁을 하도록 했어요. 이건 연구원들에게 객관적이고 생생한 진행 신호를 제공했습니다. 또한 외부 디모(demo)의 힘도 깨달았고, 연구원들이 존경하는 인사에게 성과를 보여주도록 유도하기도 했죠. 가짜 마감期限(fake deadlines)처럼 효과가 없던 방법들도 시도해봤습니다.
데이비드 센라: 2016년 첫날의 분위기는 어땠나요?
2016년 1월, 열 명 남짓한 사람들이 그렉 브룩먼의 아파트에 모였어요.开学第一天처럼 들떠 있었죠. 그런데 금방 서로를 바라보며 이렇게 생각했습니다. '지금 뭘 해야 되지?' 칠판 하나 없었거든요. 그렉이 칠판을 가져오라고 했지만, 칠판이 와도 침묵이 흘렀습니다. 에너지는 순식간에 식어버렸죠. AGI를 만들고 싶다는 목표는 분명했지만, 정작 뭘 해야 할지 전혀 알 수가 없었어요.
우리가 할 수 있는 일을 했습니다. 논문을 쓰고, 아이디어를 내고, 시행착오를 거듭했어요. 작동하지 않는 것도 많았지만, 천천히 연구 베팅을 평가하는 리듬을 찾고, 영리한 인재가 낭비되지 않도록 하는 방법을 찾아가고 있었습니다. 오랜 기간 혼란스러운 시행착오(chaoitic stumbling)를 겪다가 비로소 GPT라는 경로로 걸어갈 수 있었고, 비지도 감성 뉴런(unsupervised sentiment neuron)에서 GPT-1을 거쳐, 스케일링 법칙(scaling laws)이 등장하면서 더 많은 컴퓨팅 파워를 구매할 자신감을 얻게 되었습니다.
데이비드 센라: 성공에서 배운 것과 실패에서 배운 것 중, 무엇이 더 유용했다고 생각하시나요?
성공에서 더 많이 배웁니다. 실패에도 교훈이 있지만, 실패하는 원인이 복합적이어서 올바른 인과관계를 추출하기가 어렵습니다. 반면 무언가가 정말로 작동할 때는, YC나 OpenAI에서 어떤 접근이 유효했는지 그 교훈들을 미래에 그대로 적용하면 훨씬 더 큰 도움을 줍니다.
IX. 아들에게 쓰는 편지와 역사 기록
데이비드 센라: 일기를 쓰시나요?
첫 아이가 태어났을 때, 퇴근 후 잠자리에 들면서 그날 하루를 무엇으로 보냈는지, 무엇을 고민했는지 이야기를 들려주곤 했어요. 나중에 이 이야기가 꽤 의미가 있을 수 있겠다 싶어, 아이가 커서 보고 싶어할지도 모르겠다는 생각에 매주 일요일 편지를 쓰기 시작했습니다. 다만 오래가지는 못해서, 딱 여덟 통만 쓰고 멈췄죠.
데이비드 센라: 계속 쓰셔야 합니다. 창업자가 40세가 되어도 자서를 쓰지 않다가 70세가 돼서야 쓰면, 그땐 시간이 흘러 이미 많은 게 잊혀지고 만답니다. 내부적으로라도 책을 한 권 남기는 게 좋을 텐데요.
고려해 보겠습니다. 아이에게 편지를 쓰는 장점은 '아무것도 숨길 수 없다'는 거예요. 아이의 눈높이에서 어떻게 비칠지에 진심으로 신경 쓰게 되기 때문에, 지난주에 어떤 부분을 잘못했는지, 다음 주에 어떻게 개선할지 더 솔직하게 성찰하게 됩니다. 이건 매우 흥미로운 멘탈 프레임워크呀.













