· 2026-10-12 전체

톈위안둥 "GPT-5와 논문을 쓰고, 내 일이 5년 안에 대체된다는 걸 알았다"

Meta FAIR에서 10년 일한 톈위안둥이 팟캐스트에서 말했다. Meta에서 쓴 마지막 논문을 GPT-5와 함께 쓰고 나서 "내 일은 5년 안에 대체된다"고 느꼈고, 그래서 회사를 차렸다고.

같은 자리에서 "모델에게 아이디어를 내라고 하면 누구나 아는 평범한 것이 나온다"고도 했다.

비리비리 댓글: "인류 사회는 비승할 준비가 안 됐다. 자기가 만든 것으로 인간 지능의 저수지를 말려선 안 된다."

출처: The Information Bottleneck 10/7, 지치즈신 10/10

톈위안둥과 Recursive

톈위안둥은 카네기멜런대에서 박사를 받고 구글 자율주행팀을 거쳐 Meta FAIR에서 약 10년 일했다. 바둑 AI 다크포레스트와 OpenGo, 잠재공간 추론 논문 Coconut에 참여했다. 2025년 10월 Meta가 AI 조직에서 약 600명을 감원할 때 함께 나왔다.

2026년 5월에는 Recursive Superintelligence의 공동창업자로 나섰다. 이 회사는 기업가치 46.5억 달러에 6.5억 달러 이상을 투자받았다고 발표했다. GV와 Greycroft가 주도했고 엔비디아와 AMD가 참여했다. 회사 이름처럼 AI가 AI 연구를 스스로 개선하는 '재귀적 자기개선'을 목표로 한다.

GPT-5와 쓴 마지막 논문

발언은 라비드 슈워츠-지브가 진행하는 팟캐스트 The Information Bottleneck에서 나왔다. 지치즈신이 10월 10일 내용을 정리했다.

Meta에서 쓴 마지막 논문은 신경망이 학습 데이터를 외우다가 어느 순간 갑자기 일반화하는 '그로킹' 현상을 다뤘다. 톈위안둥이 단독 저자였다. 그는 GPT-5를 공동 연구자처럼 썼다고 했다. 질문을 던지고, 정리 증명과 검토를 '숙제'로 맡기고, 함께 아이디어를 냈다. 효율은 약 6~10배 올랐고, "그때는 코드를 내가 직접 짰으니 보수적인 추정"이라고 했다.

"이 프로젝트를 끝내고 꽤 흥미로운 결과를 얻은 뒤 갑자기 깨달았다. 와, 내 일은 아마 5년 안에 대체되겠구나."

연구자는 보통 작은 회사의 공동창업자를 꺼린다고 그는 말했다. 연구 밖의 일을 너무 많이 챙겨야 해서다. "하지만 지금은 상전이(相轉移)라고 생각한다. 아무것도 하지 않으면 나중엔 중요하지 않은 사람이 될 수 있다. 수동적으로 일자리를 잃느니 그 방향으로 가는 회사를 차리는 게 낫다."

모델이 아직 못 하는 일

같은 대화에서 그는 사람이 아직 빠질 수 없다고 했다. "모델에게 스스로 아이디어를 내라고 하면 아주 평범한, 누구나 아는 아이디어가 나온다." GPT-5와 쓴 논문도 큰 방향은 그가 정했다. 연구의 고리인 아이디어, 코드, 실험, 분석 가운데 자동화하기 가장 어려운 단계로 아이디어를 꼽았다.

AI 안전 쪽에서 나오는 재귀적 자기개선 규제 요구에는 "솔직히 막기 어렵다"고 답했다. 코딩 에이전트와 새 아이디어를 주고받으며 반복하는 것도, 남과 논문을 같이 쓰는 것도 일종의 자기개선이라 경계가 모호하다는 이유다. 그가 꼽은 최악의 경우는 "소수 엘리트가 세계에서 가장 강한 모델을 쥐고 나머지 모두에게 비싼 웃돈을 받는 것"이다. Recursive는 연구 결과를 오픈소스로 공개하겠다고 했다. 중국 문샷AI의 키미를 예로 들며 오픈 모델이 폐쇄형 모델을 따라잡는 데 낙관적이라고 했다.

비리비리와 샤오훙수 반응

샤오훙수에는 이번 발언을 인용한 1인칭 글이 올라왔다. 작성자는 OpenAI가 수학 원고 722편을 공개한 뒤 수학과 AI 추론을 연구하는 박사과정 친구들이 연구를 거의 멈췄다고 썼다. "논문을 써도 먼지처럼 웹페이지에 걸려 있을 뿐"이라 지금은 2023년 이전 논문과 역전파 원논문을 다시 읽으며 할 일을 찾는다고 했다. 글은 톈위안둥의 "모델은 아직 좋은 아이디어를 못 낸다"는 말을 붙잡고 끝난다.

6~10배와 사람 몫

톈위안둥이 말한 6~10배는 연구자 한 명이 GPT-5를 조수로 쓴 경우의 본인 추정이다. 같은 주에 OpenAI는 내부 모델이 쓴 수학 원고 722편을 공개했다. 그가 사람 몫으로 남긴 일은 무엇을 연구할지 정하는 일과 AI가 낸 답이 맞는지 판단하는 일이다.

출처