구글 연구자 4명의 이탈 — AI 인재 전쟁이 특별한 이유

2026년 6월, 엿새 남짓한 사이에 구글에서 최전선 AI 연구자 네 명이 빠져나갔습니다. 노벨 화학상 수상자, 트랜스포머 논문의 공동저자, 그리고 제미나이(Gemini)의 핵심 기여자 두 명. 한 명 한 명이 단독으로 업계 헤드라인을 장식할 인물들이 거의 동시에 짐을 쌌어요.

시장은 즉각 반응했습니다. 이탈 소식이 전해지자 구글 모회사 알파벳의 주가는 장중 크게 흔들렸고, 하루 기준으로 손에 꼽히는 규모의 시가총액이 증발했죠. 사람 몇 명이 회사를 떠난 일이, 어떻게 수십조 단위의 사건이 될까요.

저는 이 장면이 AI 산업의 본질을 압축적으로 보여준다고 생각합니다. 자본도 컴퓨팅 파워도 중요하지만, 결국 누가 생각하느냐가 판을 바꾸는 분야라는 사실 말이에요. 오늘은 지금 실리콘밸리에서 벌어지는 인재 이동을 짚어보고, 왜 유독 AI에서는 연구자 한 명의 이탈이 이렇게까지 큰일이 되는지 이야기해보려 합니다.

지금 실리콘밸리에서 벌어지는 일

먼저 무슨 일이 있었는지부터 정리해보겠습니다. 이번 이탈이 특별한 건 규모보다 밀도예요. 짧은 기간에, 한 회사의, 가장 중요한 프로젝트에서, 대체 불가능한 인물들이 연달아 빠져나갔습니다.

엿새 사이 네 명 — 구글에서 빠져나간 사람들

시작은 노엄 셰이저(Noam Shazeer)였습니다. 제미나이 개발을 공동으로 이끌던 그가 오픈AI로 향한다는 소식이 전해졌어요. 곧이어 노벨 화학상 수상자 존 점퍼(John Jumper)가 9년간 몸담은 구글 딥마인드를 떠나 앤트로픽 합류를 발표했습니다. 그리고 다시 며칠 뒤, 블룸버그는 제미나이의 또 다른 핵심 기여자 두 명이 앤트로픽으로 떠난다고 단독 보도했죠.

네 사람의 공통점이 보이시나요. 모두 구글에서 가장 중요한 AI 프로젝트의 중심에 있던 인물들이고, 그중 셋이 경쟁사인 앤트로픽으로, 하나가 오픈AI로 향했습니다. 흥미롭게도 애들러와 프리첼은 점퍼와 함께 알파폴드 연구에도 이름을 올렸던 사이예요. 한 팀이 통째로 옮겨가는 듯한 그림이죠.

시장은 주가로 답했다

이 이탈이 단순한 인사 뉴스가 아니라는 건 자본시장의 반응이 증명했습니다. 점퍼와 셰이저의 이탈이 알려진 직후 알파벳 주가는 하루에 5% 넘게 빠졌고, 장중 한때 낙폭은 7%대까지 벌어졌어요. 하루 동안 증발한 시가총액은 역대 최대 수준이었습니다.

며칠 뒤 애들러와 프리첼의 이탈까지 전해지자, 잠시 회복했던 주가는 다시 상승분을 반납했죠. 테크크런치 보도는 이 흐름을 구글에게 우려스러운 추세라고 짚었습니다. 투자자들이 보기에 핵심 연구자의 이탈은 곧 차기 모델 경쟁력에 대한 의구심이었던 셈이에요.

왜 하필 지금인가

타이밍에는 이유가 있습니다. 앤트로픽과 오픈AI가 나란히 기업공개(IPO)를 준비하고 있다는 점이에요. 상장 전에 합류하면, 상장과 함께 지분 가치가 크게 뛸 가능성이 열립니다. 빅테크의 안정적인 급여로는 제시하기 어려운 종류의 보상이죠.

규모를 보면 이 끌어당김이 실감 납니다. 앤트로픽은 올해 비공개 상장 절차에 들어가며 9,650억 달러 안팎의 기업가치를 인정받았고, 미국 기업용 AI 결제 시장에서 오픈AI를 처음으로 앞질렀습니다. 상장 전 합류가 가진 잠재적 보상이 그만큼 커진 거예요.

D.A. 데이비슨의 애널리스트 길 루리아는 이 구도를 명확하게 설명합니다. 오픈AI와 앤트로픽은 관료주의가 적고 AGI 추구라는 분명한 목표를 제시할 수 있어, 제한된 인재를 끌어오는 데 구글보다 유리한 위치에 있다는 거예요. 구글 딥마인드 CEO 데미스 하사비스는 지금이 기술 업계 역사상 가장 경쟁적인 인재 시장이라며, 자사가 여전히 업계에서 가장 크고 폭넓은 연구팀을 보유하고 있다고 반박했습니다.

양쪽 말 모두 사실일 겁니다. 그런데 여기서 더 근본적인 질문이 남아요. 애초에 왜 연구자 한 명의 이동이 이렇게까지 무게를 가지는 걸까요.

[구글, AI 인력 유출 방지 위해 수백만달러 지급 출처: AI타임스]

그런데 왜 '연구자 한 명'이 이렇게 큰일인가요?

일반적인 산업이라면 핵심 인력 몇 명이 떠나도 조직이 흡수합니다. 매뉴얼이 있고, 프로세스가 있고, 대체 인력을 키울 시간이 있으니까요. 그런데 최전선 AI는 조금 다르게 작동합니다. 그 이유를 세 가지 각도에서 보겠습니다.

AI는 천재 한 명이 패러다임을 바꾸는 분야

AI의 역사는 소수의 연구자가 판 전체를 뒤집은 사건들로 채워져 있습니다. 가장 상징적인 예가 2017년 구글 브레인 연구팀 여덟 명이 발표한 논문 "Attention Is All You Need"예요. 이 한 편의 논문이 트랜스포머(Transformer)라는 구조를 세상에 내놓았습니다.

트랜스포머가 등장하기 전까지 AI는 문장을 단어 단위로 순차 처리했어요. 앞 단어를 처리해야 다음 단어로 넘어가는 방식이라 느렸고, 긴 맥락을 기억하기도 어려웠습니다. 트랜스포머는 이걸 뒤집었습니다. 문장 안의 모든 단어를 한꺼번에 펼쳐놓고, 각 단어가 다른 어떤 단어에 주목해야 하는지를 동시에 계산하는 자기주의(Self-Attention) 방식을 도입했죠. 병렬 처리가 가능해지면서 학습 속도와 성능이 동시에 도약했습니다.

오늘날 GPT, 클로드(Claude), 제미나이를 비롯한 거의 모든 대형 언어모델이 이 구조 위에 서 있습니다. 논문 한 편이 산업 전체의 뼈대가 된 거예요. 이번에 오픈AI로 옮긴 셰이저가 바로 그 논문의 공동저자입니다. 한 애널리스트가 그를 두고 현대 AI의 설계자라고 표현한 게 과장이 아니었던 셈이죠.

이건 트랜스포머만의 일이 아닙니다. AI의 결정적 도약은 늘 소수의 이름과 함께였어요. 딥러닝을 대중화한 제프리 힌턴, 합성곱 신경망으로 컴퓨터 비전을 연 얀 르쿤, 딥러닝 이론을 다진 요슈아 벤지오, GPT 구조 설계의 핵심이었던 일리야 수츠케버. 이들의 선택 하나하나가 기술의 방향을 움직여 왔습니다. 힌턴이 구글을 떠난 것만으로 AI 안전 논의의 흐름이 달라졌을 정도예요.

["Attention Is All You Need" 논문 출처]

지식이 시스템이 아니라 사람에게 있다

최전선 연구가 일반 산업과 결정적으로 다른 지점이 여기예요. 검증된 지식은 논문과 코드로 공유되지만, 정작 중요한 건 다음에 무엇을 시도할지 판단하는 감각입니다. 그리고 그 판단력은 문서로 옮겨지지 않아요. 사람 안에 들어 있습니다.

어떤 아키텍처가 막다른 길이고 어떤 접근이 될 법한지, 수많은 실패를 거쳐 몸에 익힌 직관은 매뉴얼화되지 않습니다. 그래서 최전선 연구자는 단순한 엔지니어가 아니라 연구 방향을 정하는 의사결정자에 가까워요. 그가 떠나면 회사는 사람 한 명이 아니라, 향후 몇 년의 연구 방향을 결정할 판단력 하나를 통째로 잃는 셈입니다.

이게 일반 기업의 인력 공백과 결정적으로 다른 점이에요. 보통은 후임이 매뉴얼을 익히면 어느 정도 메워지지만, 최전선 연구에서는 그 판단력을 대체할 매뉴얼 자체가 존재하지 않습니다. 같은 데이터와 같은 장비를 줘도, 다음 한 수를 어디에 둘지는 사람에 따라 완전히 달라지니까요.

하사비스가 한 인터뷰에서 점퍼를 회고하며, 박사 졸업 6개월 만에 그에게 알파폴드 팀을 이끌 기회를 줬다고 말한 대목이 인상적이었어요. 소수의 판단력 있는 연구자에게 팀과 프로젝트를 맡기는 구조, 그게 최전선 AI 개발의 본질에 가깝다는 이야기죠.

알파폴드가 보여준 한 명의 무게

이번에 앤트로픽으로 옮긴 점퍼의 이력이 그 무게를 잘 보여줍니다. 그가 개발을 주도한 알파폴드(AlphaFold)는 단백질의 3차원 구조를 예측하는 AI 시스템이에요. 단백질이 어떻게 접히는지를 알아내는 건 수십 년간 생물학의 난제였는데, 이 문제를 AI가 풀어냈습니다.

알파폴드는 2억 개가 넘는 단백질 구조를 예측해 공개했고, 신약 개발과 생명과학 연구의 시간표를 통째로 앞당겼습니다. 점퍼와 하사비스는 이 업적으로 2024년 노벨 화학상을 공동 수상했어요. 모델 하나가 한 분야의 연구 속도를 바꿔놓은 겁니다.

한 명의 연구자가 떠나면, 회사는 인력 한 자리가 아니라 향후 몇 년의 연구 방향을 잃을 수 있습니다.

앤트로픽이 점퍼를 영입한 건 단순한 채용이 아니라, AI를 과학에 적용하는 영역에서의 신뢰 자체를 구글 내부에서 데려온 사건으로 평가됩니다. 노벨상 수상자가 조직도에 올라오는 것만으로 제약·바이오·정부 파트너와의 협상 테이블이 달라지니까요. 이게 바로 인재 한 명의 레버리지입니다.

구글로서는 이 손실을 단순한 인원 감소로 환산하기 어렵습니다. 알파폴드가 언제든 재현 가능한 공식이었는지, 아니면 한 세대에 한 번 나올 팀이 만들어낸 사건이었는지. 그 질문에 답해야 하는 쪽은 이제 구글이 됐어요.

[노벨 화학상 AI '알파폴드' 최신 버전, 오픈소스로 공개 출처: 더에이아이]

인재 부족은 경쟁이 아니라 '구조적 공급 부족'이에요

여기서 한 가지 의문이 들 수 있어요. 그렇게 중요하면 더 많이 키우면 되지 않나요. 문제는 그게 단기간에 되지 않는다는 데 있습니다. AI 인재 시장은 단순한 경쟁이 아니라 구조적인 공급 부족 상태예요.

파운데이션 모델, 그러니까 GPT나 클로드 같은 대형 모델을 실제로 설계하고 학습시켜본 경험을 가진 사람은 전 세계적으로 손에 꼽힙니다. 벤처캐피털 멘로벤처스의 디디 다스는 이 지점을 정확히 짚어요. 의미 있는 파운데이션 모델 경험을 가진 인재 풀 자체가 여전히 손에 꼽을 만큼 작다는 겁니다. 이 경험은 대학 강의실이 아니라 소수의 빅테크 안에서만 쌓이기 때문에, 시장이 아무리 수요를 외쳐도 공급이 빠르게 늘지 않습니다.

상황이 이렇다 보니 메타, 구글, 오픈AI, 앤트로픽, xAI가 동일한 소수의 인재를 동시에 노립니다. 수요는 폭발하는데 공급은 고정돼 있으니, 보상은 천정부지로 치솟고 영입 경쟁은 전면전이 되죠. 한 명을 데려오는 일이 그토록 치열한 이유가 여기에 있습니다.

더 깊은 문제는 인재 파이프라인 자체가 얇아지고 있다는 점이에요. 시그널파이어 보고서는 신입 채용이 빠르게 줄어드는 흐름을 짚었습니다. AI가 초급 업무를 대체하면서 기업들이 주니어를 덜 뽑게 되는데, 이게 길게 보면 차세대 전문가를 길러낼 통로를 막아버립니다. 지금 당장의 인재가 귀한데, 미래의 인재를 키울 토양마저 좁아지는 셈이죠.

파운데이션 모델을 직접 설계하고 학습시켜본 경험은 대학이 아니라 소수의 빅테크 안에서만 쌓입니다. 그래서 시장이 수요를 외쳐도 공급은 쉽게 늘지 않습니다.

그래서 떠나는 인재를 붙잡는 비용도 만만치 않습니다. 구글 딥마인드는 연구자의 경쟁사 이직을 늦추기 위해 길게는 1년 가까운 경쟁금지 기간을 두는데, 이 기간에도 정상 급여를 지급해야 해요. 이번에 앤트로픽으로 옮긴 점퍼 역시 약 1년의 경쟁금지 기간을 거친 뒤에야 공식 업무를 시작할 예정입니다. 인재를 지키는 일조차 이렇게 비싸진 거예요.

그래서 인재 영입은 '경쟁사 약화' 전략이 됐다

공급이 고정된 시장에서는, 내가 한 명을 데려오는 것이 단순히 우리 팀을 강화하는 데서 끝나지 않습니다. 그 인재를 경쟁사가 못 쓰게 만드는 효과까지 따라오죠. 구글의 전 인사 담당 임원 라즐로 복은 이 논리를 직설적으로 표현한 적이 있어요. 뛰어난 인재가 경쟁사로 가는 걸 막는 것만으로도 큰 가치가 있다는 겁니다. 내가 쓰면 이득이고, 경쟁사가 못 쓰면 이중 이득이라는 거죠.

뛰어난 인재를 우리가 고용하면 이득, 경쟁사가 그를 쓰지 못하게 되면 이중 이득.

이 논리가 극단으로 가면 인재를 통째로 사오는 방식이 됩니다. 회사를 인수하지 않고 핵심 인력만 흡수하거나, CEO와 팀을 채용한 뒤 기술 라이선스만 확보하는 이른바 역 인수(acqui-hire) 방식이 빅테크 사이에서 흔해졌어요. 기술과 그 기술을 만든 사람을 한꺼번에 데려오는 거예요.

실제 사례가 이미 쌓여 있습니다. 마이크로소프트는 인플렉션(Inflection)의 공동창업자 무스타파 술레이만과 핵심 팀을 회사 인수 없이 데려왔고, 아마존은 어뎁트(Adept)의 CEO와 인력을 채용한 뒤 기술 라이선스만 확보했어요. 구글은 한때 내보냈던 셰이저를 수십억 달러 규모의 계약으로 캐릭터AI(Character.AI)에서 다시 데려오기도 했습니다. 한 사람의 가치를 그만큼 높게 본 거예요.

문제는 이 방식이 규제의 사각지대를 파고든다는 점입니다. 미국에서는 상원의원들이 대형 기술 기업의 이런 스타트업 인재 흡수 방식을 반독점 규제를 우회하는 수단으로 보고 조사를 요구하기도 했어요. 인재 전쟁이 이제 기업 간 경쟁을 넘어 정치·규제의 영역으로 번지고 있다는 신호입니다.

그런데 돈만으로는 안 되더라 — Mercenary vs Missionary

여기까지 보면 결국 돈 싸움처럼 느껴질 수 있어요. 그런데 흥미로운 반전이 있습니다. 가장 공격적인 자금 공세가 가장 뛰어난 인재 앞에서는 통하지 않았다는 거예요.

메타는 새 초지능 연구 조직을 꾸리며 일부 연구자에게 1억 달러 규모의 사이닝 보너스까지 제시한 것으로 알려졌습니다. 돈을 좇는 인재, 이른바 용병(mercenary)은 영입할 수 있었어요. 하지만 정작 최상급 연구자들, AGI 개발이라는 사명에 헌신하는 선교사(missionary)형 인재들은 다른 선택을 했습니다. 앤트로픽의 연구 문화로 향한 경우가 많았죠.

상징적인 사례가 올해 5월 앤트로픽에 합류한 안드레이 카르파시(Andrej Karpathy)예요. 오픈AI 창립 멤버이자 테슬라 자율주행을 이끌었던 그는, 더 큰 수표를 써줄 곳이 얼마든지 있었는데도 앤트로픽의 사전학습 팀을 택했습니다. 이유는 단순했어요. 앞으로 몇 년이 LLM 최전선에서 가장 의미 있는 시기가 될 거라는 판단, 그리고 연구로 돌아가고 싶다는 동기였죠. 돈이 아니라 일 자체가 결정의 기준이었던 겁니다.

데이터가 이걸 뒷받침합니다. 벤처캐피털 시그널파이어의 2025 인재 보고서에 따르면, 최근 2년간 채용된 직원의 잔류율은 회사마다 뚜렷하게 갈렸어요.

같은 보고서는 더 인상적인 수치도 담고 있어요. 오픈AI 엔지니어가 앤트로픽으로 옮길 확률이 그 반대보다 8배, 딥마인드는 11배 높았습니다. 인재가 한 방향으로 흐르고 있다는 뜻이죠.

이유는 연봉이 아니었습니다. 시그널파이어는 앤트로픽이 비주류적 사고를 포용하고 연구자에게 실질적인 자율성을 준다는 점을 잡아냈어요. 직급 정치나 강제된 관리자 트랙 없이, 연구자가 지적 토론에 몰입할 수 있는 환경 말입니다. 오픈AI에서 안전 연구를 이끌다 앤트로픽으로 옮긴 얀 라이케가 떠나며 남긴 비판도 같은 맥락이었어요. 중요한 연구가 화려한 제품에 밀려 뒷전이 됐다는 지적이었죠.

반대편의 그림도 같은 이야기를 합니다. 메타는 모델 성능이 기대에 못 미치자 인재를 사오는 방식으로 방향을 틀었고, 애플은 파운데이션 모델 팀의 핵심 인력이 메타로 빠져나가면서 연쇄 이탈을 겪었어요. 보상만으로 움직이는 영입은 팀을 빠르게 채울 수 있지만, 그 팀이 오래가는지는 또 다른 문제였습니다.

앤트로픽 CEO 다리오 아모데이는 메타의 거액 제안을 따라가지 않겠다고 공개적으로 선을 그었습니다. 누군가의 이름이 우연히 뽑혔다고 해서 옆자리의 동등하게 유능한 사람보다 열 배 많은 보상을 줄 수는 없다는 논리였어요. 보상 원칙을 무너뜨리지 않겠다는 겁니다. 그리고 그 원칙을 지키면서도, 앤트로픽은 가장 높은 유지율을 기록하고 있습니다. 최상급 인재를 잡는 핵심이 보상이 아니라 목적과 문화라는 사실을 보여주는 장면이에요.

[시그널파이어의 2025 인재 보고서 출처: SignalFire]

인재 전쟁이 우리에게 남기는 질문

지금까지의 이야기를 한 줄로 줄이면 이렇습니다. AI는 자본과 컴퓨팅 파워만큼이나, 누가 생각하느냐에 따라 발전 방향이 결정되는 분야라는 것. 트랜스포머 논문 한 편이 산업 전체의 구조를 만든 것처럼, 핵심 연구자 한 명의 판단이 기업과 국가의 경쟁력을 수년 앞서거나 뒤처지게 만들 수 있습니다.

이 흐름은 멀리 있는 실리콘밸리만의 이야기가 아니에요. 스탠퍼드 AI 인덱스 기준으로 한국은 AI 인재 순유출 규모에서 OECD 최상위권에 올라 있습니다. 포브스코리아 보도에 따르면 국내 AI 인력의 상당수가 이미 해외, 특히 미국에서 일하고 있죠. 우리가 키운 두뇌가 조용히 빠져나가는 구조가 이미 작동하고 있다는 뜻입니다.

이 격차는 연봉 숫자만의 문제가 아니에요. 더 본질적인 건, 뛰어난 연구자가 자기 역량을 마음껏 펼칠 환경이 국내에 있느냐는 질문입니다. 충분한 컴퓨팅 자원, 실패를 허용하는 연구 문화, 직급보다 아이디어가 먼저인 의사결정 구조. 이런 토양이 받쳐주지 않으면, 보상을 맞춰도 인재는 결국 더 좋은 환경을 찾아 떠납니다.

한 가지 덧붙이고 싶은 관찰이 있어요. 이번 구글 이탈을 다룬 블룸버그 보도에는, 셰이저가 떠나기 직전 그가 이끌던 프로젝트의 컴퓨팅 자원이 다른 팀으로 재배치됐다는 정황이 담겨 있었습니다. AI 경쟁력은 인재만의 문제가 아니라는 거예요. 뛰어난 연구자도 충분한 컴퓨팅 자원이 뒷받침되지 않으면 역량을 펼치기 어렵습니다. 인재와 인프라, 그리고 그 둘이 마음껏 부딪칠 수 있는 문화. 이 셋이 함께 갖춰질 때 비로소 최전선에 설 수 있다는 사실을, 이번 인재 전쟁이 역설적으로 보여주고 있습니다.

그렇다면 우리 조직은 어디에 서 있을까요. 사람을 데려오는 데만 집중하고 있는지, 데려온 사람이 제 역량을 펼칠 인프라와 문화까지 함께 설계하고 있는지. 이번 6월의 장면이 던지는 질문은, 결국 우리 자신을 향해 있는지도 모르겠습니다.