AI·

한 연구소가 수뇌부를 잃었다 — AI 인재 전쟁이라는 배경

2026년 여름, 구글 딥마인드가 데미스 하사비스를 비롯한 핵심 인물들의 연이은 이탈을 겪었다는 소식이 전해졌습니다. 개별 사정을 넘어, AI 인재가 왜 이렇게 격렬하게 움직이는지 그 구조를 짚어 봅니다.

이번엔 모델도 가격도 아닌, 사람 이야기입니다. 기술 뉴스지만 결국 AI를 움직이는 건 사람이고, 그 사람들이 지금 유례없이 격렬하게 움직이고 있습니다.

무슨 일이 있었나

2026년 여름, 구글 딥마인드가 핵심 인물들의 연이은 이탈을 겪었다는 소식이 전해졌습니다. 보도에 따르면 CEO였던 데미스 하사비스를 비롯해, 제프 딘·노엄 샤지어·존 점퍼 같은 이름들이 같은 여름에 자리를 떠난 것으로 알려졌습니다. AI 역사에서 굵직한 성과에 이름을 올린 연구자들입니다.

개인의 선택에는 저마다의 사정이 있을 테니, 여기서 그 속내를 넘겨짚진 않겠습니다. 다만 한 조직에서 이 정도 인물들이 짧은 기간에 빠져나갔다는 사실 자체는, 업계 전체의 지형에 대해 시사하는 바가 큽니다.

왜 인재가 이렇게 움직이나

지금 AI 분야의 인재 이동은 여느 산업과 결이 다릅니다. 몇 가지 구조적 이유가 겹쳐 있습니다.

  • 극단적인 희소성: 최전선 모델을 실제로 만들어 본 사람은 세계적으로 많지 않습니다. 수요는 폭발하는데 공급은 얇으니, 몸값과 협상력이 치솟습니다.
  • 한 사람의 무게: AI에서는 핵심 연구자 한 명이 조직의 방향을 좌우합니다. 그래서 회사들이 팀이 아니라 사람 단위로 데려가려 합니다.
  • 창업이라는 선택지: 자본이 넉넉하다 보니, 큰 조직을 나와 직접 회사를 세우는 길도 활짝 열려 있습니다. "안정된 자리"의 매력이 상대적으로 줄어든 셈입니다.

즉 지금의 이탈 러시는 개별 드라마라기보다, 인재가 극도로 희소하고 값비싼 시대의 자연스러운 결과에 가깝습니다.

조직에는 무엇을 남기나

큰 조직 입장에서 이건 뼈아픈 신호입니다. 아무리 자원이 많아도, 핵심 인재가 곧 경쟁력인 분야에서 그들이 떠나면 방향과 속도가 흔들립니다. 반대로 이들이 새로 향한 곳(다른 회사든, 새 창업이든)에는 기대가 쏠립니다. 판이 재편되는 것이죠.

한편으로는 이런 이동이 기술의 확산을 부릅니다. 한곳에 뭉쳐 있던 지식과 노하우가 여러 곳으로 퍼지면, 단기적으로는 특정 조직이 흔들려도 생태계 전체는 다양해집니다. 좋은 인재가 여기저기서 새 시도를 하는 건, 길게 보면 나쁘지만은 않습니다.

작은 곳에는 오히려 기회일 수 있다

거대 조직이 흔들린다는 소식은, 역설적으로 작은 팀에는 기회의 신호이기도 합니다. 핵심 인재가 흩어지면 그들이 세운 새 회사, 새 오픈소스, 새 시도가 늘어납니다. 한곳에 갇혀 있던 노하우가 세상으로 풀려나오는 것이죠.

실제로 지금 좋은 오픈 모델과 도구의 상당수는, 큰 조직을 나온 사람들의 손에서 나왔습니다. 판이 한두 회사로 굳어지지 않고 계속 흔들린다는 건, 뒤늦게 뛰어드는 사람에게도 아직 자리가 남아 있다는 뜻입니다. 만약 소수의 거대 기업이 인재를 독점하고 판을 완전히 굳혀 버렸다면, 개인이 낄 틈은 더 좁았을 겁니다. 거인들이 자리를 옮기는 소식을 '남의 드라마'가 아니라 **'지형이 아직 안 굳었다는 신호'**로 읽으면, 조급함이 조금은 줄어듭니다.

만드는 사람 입장에서

거대 연구소의 인사 소식이 저 같은 개인 개발자와 무슨 상관인가 싶을 수 있습니다. 그런데 두 가지가 마음에 남았습니다.

첫째, 특정 회사·특정 스타에 대한 맹목적 의존은 위험하다는 것입니다. 오늘의 1등 조직이 내년에도 1등이라는 보장은 없습니다. 그래서 앞선 글(모델 홍수)에서 말했듯, 저는 특정 모델·특정 벤더에 코드를 딱 붙이지 않으려 합니다. 갈아탈 여지를 늘 남겨 두는 것이죠.

둘째, 결국 만드는 건 사람이라는 당연한 사실입니다. 화려한 모델 이름 뒤에는 그걸 만든 사람들이 있고, 그들이 움직이면 기술도 움직입니다. 도구를 볼 때 브랜드가 아니라 그 뒤의 흐름을 보려는 습관이, 이런 뉴스를 읽을 때 도움이 됩니다.

그리고 하나 더. 인재가 이렇게 값비싼 시대라는 건, 뒤집어 보면 사람의 역량이 그 어느 때보다 귀하다는 뜻이기도 합니다. 모델은 흔해지는데, 그걸 잘 다루고 좋은 문제에 붙일 줄 아는 사람은 여전히 드뭅니다. 거대 조직의 스타가 아니어도, 내 자리에서 그런 감각 — 어떤 문제에 AI를 붙일지, 어디까지 믿고 맡길지를 아는 감각 — 을 키워 두는 게 결국 남는 장사라고 생각합니다.

정리

  • 2026년 여름, 한 대형 연구소가 핵심 인물들의 연이은 이탈을 겪었다고 보도.
  • 배경엔 극단적 희소성 · 한 사람의 무게 · 창업이라는 선택지.
  • 조직엔 뼈아프지만, 생태계 전체로는 지식 확산·다양화의 계기.
  • 교훈: 특정 벤더·스타에 맹목적으로 의존하지 말 것, 그리고 만드는 건 결국 사람.

참고 자료