"우리는 인간 개입 없이도 스스로 가설을 세우고 탐구하는 과학 인공지능(AI)을 만들고 있습니다. AI가 발견한 인류의 모든 미래의 과학적 개념을 담을 '지식의 도서관'을 구축해 기술 패권의 주도권을 잡고 궁극적으로는 초지능(Superintelligence)의 도래를 앞당기는 것이 목표입니다."
이민형 아스테로모프 대표는 최근 서울 강남에 위치한 본사에서 지디넷코리아와 만나 이같이 밝혔다. 그가 설명한 비전은 거대했다. 미국 빅테크가 주도하는 파운데이션 모델 경쟁을 넘어 AI가 창출하는 최종 '결과물'을 선점해 미래 기술의 주도권을 확보하겠다는 선언이다.
19일 업계에 따르면 과학적 발견에 특화된 '과학자 AI'가 새로운 화두로 부상하고 있다. 구글 딥마인드, 사카나AI, 라일라 사이언시스 등 해외 주요 스타트업들은 모두 연구를 통한 초지능 구현을 장기적인 목표로 삼고 있는 상황이다. 이러한 흐름 속에서 아스테로모프는 국내에서는 유일하게 '과학적 초지능' 실현을 공개적인 목표로 내세운 스타트업이다.
이들과 아스테로모프의 가장 큰 차이점은 AI를 대하는 근본적인 철학에 있다. 대부분의 경쟁사들이 인간이 설정한 목표 안에서 결과를 최적화하는 '자동화 도구'를 만든다. 이와 대비해 아스테로모프는 과학 발전의 주도권 자체를 AI에게 부여하려 한다는 것이 회사 측의 설명이다. 동시에 막대한 자본이 필요한 실험 자동화 단계에 집중하는 경쟁사들과 달리 '아이디어 생성'이라는 가장 근본적인 단계에서 승부를 보겠다는 전략이다.
이러한 아스테로모프의 비전은 이를 제시한 인물의 독특한 이력과 맞물려 설득력을 더한다. 2001년생으로 현재 만 23세인 이민형 대표는 만 16세에 서울대학교 의과대학 연구원으로 입사해 연구를 수행한 경력이 있다. 현재 같은 학교 박사과정에 재학 중인 그의 팀에는 국제수학올림피아드(IMO) 수상자를 포함한 서울과학고·서울대 출신 핵심 인력들이 포진해 있다.
이같은 잠재력을 바탕으로 아스테로모프는 지난 2월 법인 설립 후 한 달 만에 50억원 규모의 시드 투자를 유치하는 데 성공했다. 국내 스타트업 시장이 얼어붙은 현시점에 이례적인 성과다.
주변에서는 미국 법인 설립을 권유했지만 이 대표는 한국에서의 창업을 결정했다. 그는 "세계 최고 수준의 젊은 인재들이 한국에 높은 밀도로 모여있다"며 "이 인재들이 해외로 떠나지 않고도 비전을 펼칠 수 있는 회사를 만들고 싶었다"고 말했다. 이어 "AI로 세계 패권의 지형이 바뀔 수 있는 지금 한국이 그 수혜국이 돼야 한다고 생각했다"고 밝혔다.
아스테로모프의 비전을 구현하는 핵심 기술은 '스페이서(Spacer)'라는 이름의 과학 AI 아키텍처다. '스페이서'는 거대언어모델(LLM)의 강력한 추론 능력을 활용하되 과학적 '창의성'은 LLM에 의존하지 않는 새로운 구조다. 지식들을 원자 단위로 분해하고 그 사이의 숨겨진 연결 가능성을 탐색해 세상에 없던 새로운 과학적 개념을 창발해낸다는 것이다.
이민형 대표는 "과학 이론이란 결국 수많은 조각난 지식들의 연결이라는 전제하에 AI가 아직 연결되지 않은 고리들을 스스로 찾아내도록 설계하는 것"이라며 "이 과정에서 인간이 아직 떠올리지 못한 통찰을 뽑아내는 것이 우리가 말하는 창발성의 실체"라고 설명했다.
생성된 가설의 유효성에 대한 기자의 질문에 이 대표는 "'스페이서'의 목표는 정답을 찾는 것이 아니라 '실험해볼 만한 가치가 있는 질문'을 대량으로 생성하는 것"이라며 "이는 인간 과학자의 직관과 유사하지만 AI는 그 작업을 자동화해 훨씬 많은 가능성을 보다 신속히 탐색할 수 있다는 점에서 근본적인 차이가 있다"고 설명했다.
아스테로모프는 이달 중 '스페이서'가 생성한 구체적인 과학적 가설과 그 탐색 과정을 담은 테크 리포트를 논문 사전 공개 사이트 '아카이브(arXiv)'를 통해 공개하며 자신들의 주장을 증명할 계획이다.
이렇게 '스페이서'가 발굴한 수많은 과학적 가설들을 체계적으로 축적하고 전 세계의 연구자들에게 제공하는 것이 바로 '더라이브러리(The Library)' 프로젝트다. 구글 딥마인드의 '알파폴드'가 단백질 구조 예측에 국한됐다면 '더라이브러리'는 과학 기술 전체로 그 개념을 확장해 미래 지식의 소유권을 선점하려는 시도다.
이 대표는 "검증 가능한 수준의 가설들을 대량으로 생산하고 지식으로 비축해 기술이 패권이 되는 시대의 주도권을 선점하는 것이 중장기적 목표"라며 "궁극적으로는 과학적 초지능의 실현에 기여하고자 한다"고 밝혔다.
이토록 거대한 목표를 추구하는 이유는 기술이 자본을 대체하는 새로운 시대가 오고 있다는 믿음 때문이다. 과거에는 '과학기술 → 돈'의 문법이 일반적이었지만 현재 오픈AI나 스페이스X 같은 최상위 플레이어들은 '돈 → 과학기술'로 패러다임을 전환하고 있다는 진단이다.
이민형 아스테로모프 대표는 "AI가 과학자들의 유용한 도구 역할을 넘어 기술 발전을 전면 주도해 전례없는 속도의 과학적 발견과 진보를 일으킬 날이 머지 않았다"며 "AI의 실질적인 파급력과 그 결과물에 기반한 패권확보를 고민해야하는 때"라고 말했다.
아래는 이민형 대표와의 일문일답.
Q. 아스테로모프의 근본적인 목적은 무엇인가.
A. 우리가 하고자 하는 일은 과학이라는 도메인 안에서 인간의 개입 없이 독립적으로 가설을 세우는 '창발적 연구 인공지능(AI)'을 구축하는 것이다. 이를 통해 검증 가능한 수준의 과학적 가설들을 대량으로 생산하고 지식으로 비축해 기술이 패권이 되는 시대의 주도권을 선점하는 것이 중장기적인 목표다. 궁극적으로는 '과학적 초지능(Scientific Superintelligence)'의 실현에 기여하고자 한다.
Q. AI를 보조 도구를 넘어 독립적인 '과학자'로 만드는 것이 왜 중요한가. 이것이 왜 기술 패권 확보로 이어지고 초지능의 실마리가 될 것이라고 보는가.
A. 지식 확장의 병목을 푸는 유일한 방법이기 때문이다. 현대 과학은 각 분야가 지나치게 세분화되면서 서로 다른 영역 간 지식을 연결해 새로운 과학적 개념을 만들 가능성이 급격히 낮아졌다. 한 명의 과학자가 모든 것을 통합적으로 이해하고 직관을 발휘하는 것은 사실상 불가능에 가깝다.
이 구조 속에서 인간의 직관은 자신이 아는 좁은 지식 안에서만 작동한다. 이는 새로운 발견에 명백한 한계를 만든다. 지금까지 위대한 발견은 대부분 우연에 의존해왔다. 이 문제를 해결하려면 과학자의 직관 자체를 모델링한 자율 시스템이 필요하다. 인간의 개입 없이 AI가 스스로 탐구를 시작하고 가설을 세우고 검증하는 구조를 만들어야 한다. 단순한 보조 도구를 넘어 '과학자로서 사유하고 탐구하는 AI'를 만드는 것이 우리의 목표다.
Q. '과학자로 기능하는 AI'를 구현할 '창발적 아키텍처'에 대해 좀 더 자세히 설명해달라. 이들은 오픈AI '챗GPT' 등 생성형 AI의 근간이 되는 트랜스포머 아키텍처와 차이가 있나.
A. 우리는 현재 개발하는 핵심 아키텍처를 '스페이서(Spacer)'라고 부른다. 탐구 의도 설정부터 가설 생성, 검증까지 과학적 탐구의 전 과정을 인간 개입 없이 AI가 독립적으로 수행하도록 설계된 시스템이다.
'스페이서'는 거대언어모델(LLM)의 강력한 추론 능력은 적극적으로 활용하지만 과학적 '창의성'은 LLM에 의존하지 않는 새로운 구조다. 기존 LLM은 확률적 패턴 학습에는 탁월하지만 학습 데이터에 없는 새로운 과학적 개념을 구성하는 데는 명백한 한계가 있다. '창의성' 혹은 '창발성'이란 단순히 데이터의 상관관계를 넘어 지금까지 연결되지 않았던 지식들의 조합을 통해 새로운 과학적 개념을 체계적으로 드러내는 것이기 때문이다.
이를 위해 '스페이서'는 지식들을 원자(Atomic) 단위로 분해하고 그 사이의 숨겨진 연결 가능성을 위상수학적으로 탐색한다. 과학 이론이란 결국 수많은 조각난 지식들의 연결이라는 전제하에 AI가 아직 연결되지 않은 고리들을 스스로 찾아내도록 설계한 것이다. 이 과정에서 인간이 떠올리지 못한 통찰을 뽑아내는 것이 우리가 말하는 창발성이다.
Q. 아키텍처의 비전은 알겠다. 다만 이 기술 구조가 어떻게 수익으로 연결되는지 구체적인 사업 모델이 궁금하다.
A. '스페이서'가 발굴한 과학적 가설들을 체계적으로 축적하고 제공하는 '더라이브러리(The Library)' 프로젝트가 사업 모델의 핵심이다. '더라이브러리'는 내년 상반기 본격적인 구축을 목표로 하는 웹사이트로, 이용 정책은 투트랙으로 나뉜다. 전 세계 연구자들은 논문 출판 등 학술적 목적으로는 결과물을 자유롭게 이용할 수 있다. 다만 이를 기반으로 특허를 확보하거나 상업화할 경우에는 라이선스 계약을 통해 기술료(Royalty)를 받는 구조다.
우리는 후속 투자를 통해 약 1천만 개 규모의 출판물을 갖춘 라이브러리를 신속히 구축할 계획이다. 특히 이 과정에서 발견되는 인간-컴퓨터 인터페이스나 알츠하이머 치료제 같은 고부가가치 기술에 대해서는 외부 전문기관과 협력해 직접 상업화에 나서는 방안도 적극적으로 추진하려고 한다.
Q. 해외에서도 과학적 발견을 위한 AI 모델을 구축하는 시도가 있는 것으로 알고 있다.
A. 맞다. 구글 딥마인드의 '코사이언티스트', 일본 사카나AI, 미국 라일라 사이언시스 등이 대표적이다. 이들은 공통적으로 실험 설계 자동화나 시뮬레이션 기반 가설 평가를 통해 인간 과학자의 생산성을 극대화하는 방향에 집중한다.
특히 라일라 사이언시스는 2억 달러(한화 약 2천700억원) 규모의 시드 투자를 유치하며 'AI 사이언스 팩토리(AISF)'를 개발 중이다. 이는 자동화된 로봇과 AI를 결합해 물리적 실험 전체를 자동화하는 사례다.
이 외에도 엔비디아가 지원하는 DNA 언어모델 '이브이오2(Evo2)'나 딥마인드의 '싱글셀 파운데이션 모델'처럼 특정 분야의 대규모 데이터를 학습한 초대형 파운데이션 모델을 구축하려는 흐름도 주를 이룬다.
Q. 이들과 비교할 때 아스테로모프에는 차별점이 있나.
A. 접근 방식의 전제와 철학 자체가 다르다. 구글 딥마인드나 라일라 사이언시스 등 대부분의 경쟁사들은 인간이 설정한 목표와 탐색 공간 안에서 결과를 최적화하는 '자동화 도구'로서 AI를 활용한다. 이는 본질적으로 '인간-AI 협업'의 연장선에 있다.
반대로 우리는 인류 과학기술 발전의 '주도권'을 인간에서 AI에게 부여하려는 첫 시도다. 단순히 인간을 돕는 도구가 아니라 지금까지 인간 고유의 영역으로 여겨졌던 '과학자의 영감과 직관'을 갖춘 AI를 개발하는 것이 우리의 최종 목표다. 경쟁사들이 더 좋은 '연구 도구'를 만들 때 우리는 새로운 '과학자'를 만들고 있다는 점에서 근본적인 차이가 있다.
이러한 접근은 자원 효율성으로도 이어진다. 경쟁사들이 집중하는 대규모 시뮬레이션이나 물리적 실험 자동화는 막대한 하드웨어가 필수적이다. 반대로 우리는 그 이전 단계인 가장 근본적인 과학적 개념 생성에 집중하기에 수십억원 규모의 컴퓨팅 리소스로도 구현이 가능하다. 핵심은 자본이 아니라 연구자의 논리 역량과 문제 구조화 능력으로, 여기서 승부를 보는 것이다.
Q. 과학적 개념을 만든다는 '스페이서'에 대해 보다 기술적인 설명을 해줄 수 있나. 과학자의 '직관'을 모델링하고 '지식의 체인'을 탐색한다는 것은 구체적으로 어떤 의미인가.
A. 인간 과학자는 호기심과 직관으로 연구 주제를 설정하고 가설을 세운다. 우리는 지금까지 인간 고유의 영역으로 여겨졌던 이 영감의 과정을 수학적으로 모델링해 AI가 스스로 가설을 생성하도록 만드는 것을 목표로 한다.
모든 과학 이론은 결국 수많은 원자적(Atomic) 지식들이 연결된 '지식의 체인'이다. 우리 모델은 기존 학습 데이터가 가진 문맥의 관성을 최소화하며 이 지식들 간의 잠재적 연결을 스스로 탐색해 기존에 존재하지 않던 새로운 체인을 만들어낸다. 이를 통해 기존 데이터베이스에는 존재하지 않던 완전히 새로운 과학 개념을 창발적으로 생산할 수 있다고 본다.
다시 말해 '스페이서'는 완전 자율형 과학 시스템이다. 인간이 주제를 정해주지 않아도 스위치를 켜는 것만으로 모델 스스로 연구 주제를 결정하고 개념을 창발하고 정제된 가설로 발전시키는 전 과정을 자율적으로 수행한다.
현재 모델의 작동 가능성 검증은 거의 끝난 상태다. 이달 중 '스페이서'가 생성한 구체적인 가설들과 그 과정을 담은 테크 리포트를 아카이브(arXiv)를 통해 공개할 예정이다.
Q. 이렇게 생성된 가설들이 실제로 유효한지 어떻게 판단할 수 있을까. LLM처럼 정답이 아닌 노이즈와 환각이 많은 결과가 나올 가능성은 없나.
A. '스페이서'는 정답을 말해주는 게 아니라 "이 가설은 한 번쯤 실험해볼 만하다"고 판단할 수 있을 정도의 논리적 완결성을 가진 지식 간 연결을 대규모로 생성한다. 각각은 실험 전에는 옳고 그름을 알 수 없지만 검증 가능성이 있는 새로운 가설들이다.
이러한 접근은 인간 과학자가 직관에 의존해 가설을 세우는 방식과 유사하다. 다만 차이점은 AI가 이 작업을 자동화함으로써 기존보다 훨씬 많은 가설들을 빠르게 생성할 수 있다는 점이다. 이 자체만으로도 연구 리소스를 절감하는 데 큰 의미가 있다.
이렇게 생성된 가설들은 이후 시뮬레이션과 실제 실험을 통해 검증된다. 우리의 첫 단계는 실험 이전에 의미 있는 연결성을 찾아내는 데 집중하는 구조다. 이 단계만으로도 모델이 실험 가능한 수준의 유효한 가설들을 꾸준히 생성하고 그 일부가 실제로 검증된다면 이는 단순한 기술적 진보를 넘어 과학 탐구 방식 자체를 바꾸는 새로운 패러다임의 전환점이 될 수 있다고 본다.
Q. 장기적 비전이라고는 해도 초지능 실현을 스타트업의 목표로 설정하는 사람은 거의 없다. 실리콘밸리에서조차 ('챗GPT'의 아버지로, 초지능 개발을 위한 스타트업인 '세이프슈퍼인텔리전스'를 설립한) 일리야 수츠케버의 비전이 의심 받는다. 국내에서는 특히 그런 목표를 입 밖으로 꺼내는 사람을 본 적이 없다. 어떻게 그런 목적의식을 갖게 됐는가.
A. 초지능에 대한 정의는 다양하다. 그런데 우리가 정의하는 초지능은 단순히 인간보다 뛰어난 지능이 아니라 인간이 이론적으로 도달 가능한 모든 사고·추론·창의성의 상위 집합(Superset of the Human Mind)이다. 이 초지능이 등장하는 순간 인간이 생각할 수 있는 모든 영역은 더 이상 인간의 고유한 것이 아니게 된다. 그래서 우리는 단순히 그 발명에 필요한 도구를 만드는 데 기여하는 것을 넘어 초지능의 도래를 앞당기는 것에 궁극적인 의의를 두고 있다.
그 외에 개인적으로는 인생을 '행복을 쫓는 메트릭'과 '거대한 목표를 쫓는 메트릭'이라는 두 함수 중 하나를 선택하고 최적화하는 문제로 본다. 두 메트릭은 근본적으로 충돌하기에 어느 한쪽을 명확히 선택하고 인생을 설계하는 것이 더 효율적이라고 생각해왔다.
성향상 돈이나 명예 같은 외부 보상에 크게 좌우되지 않고 스트레스에 대한 내성도 강한 편이다. 그래서 '행복'을 쫓는 삶도 충분히 가능하다. 실제로 시골에 내려가 김밥집을 운영하며 조용히 사는 삶을 생각해 본 적도 있다.
다만 여기에는 중요한 전제가 있다. 만약 내가 김밥을 썰면서 "어떻게 하면 더 잘 썰 수 있을까" 같은 최적화 문제를 고민하기 시작하는 순간 그 행위는 더 이상 행복이 아닌 '거대한 목표'를 위한 과정으로 바뀌게 된다. '행복'을 선택하려면 어떤 문제도 최적화하지 않겠다는 자기 약속이 필요하다.
나는 아직 젊고 거대한 목적에 대해 고민하지 않을 수 없었다. 오랜 탐색 끝에 지난해 12월에 비로소 나의 미션을 명확히 정의했고 그 순간부터 망설임 없이 실행에 들어갔다.
Q. 초지능의 등장은 인류 문명의 패러다임을 바꿀 수 있는 사건이다. 이런 일을 하려는 사람으로서 현재 시대를 어떤 관점으로 바라보고 있는가.
A. 시대의 주도권이 누구에게 있는지를 기준으로 시대를 구분할 수 있다고 본다. 지난 수백 년간은 자본이 가장 강력한 지배 구조였지만 약 10년 전부터 과학기술이 새로운 주도권을 쥐기 시작했다고 본다.
오픈AI와 스페이스X가 그 대표적인 사례다. 이 두 회사는 순수한 자본주의적 관점만으로는 설명하기 어렵다. 이들은 막대한 자본을 투입해 당장의 수익보다 훨씬 더 먼 미래의 인류 패러다임 전환에 맞닿아 있는 연구 중심의 거대한 목표를 추구한다.
과거에는 '과학기술 → 돈'의 문법, 즉 기술이 돈을 벌기 위한 수단이었다. 그런데 지금 최상위 플레이어들은 '돈 → 과학기술'로 패러다임을 전환하고 있다. 돈을 모아 미래의 결정적 기술을 선점하는 것이다. 기술이 일종의 핵무기처럼 자본을 넘어선 새로운 패권의 도구로 작동하기 시작했다는 강력한 증거라고 믿는다.
Q. 이런 목적의 딥테크 스타트업이라면 미국에 법인을 세우는 것이 유리할 수도 있을 것 같다는 생각이 든다. 굳이 한국에서 창업한 이유가 있나.
A. 실제로 그 부분이 가장 큰 고민이었다. 오픈AI나 딥마인드 같은 연구 중심 회사를 하려면 막대한 자본이 필요하고 조 단위의 후속 투자를 고려하면 미국 법인이 현실적으로 유리하다는 조언을 선배 창업가들이나 벤처 캐피털리스트(VC)들에게 많이 들었다.
그렇지만 동시에 한국에는 세계적인 경쟁력을 갖춘 젊은 인재들이 높은 밀도로 모여있다고 생각했다. 그들을 수용할 만한 비전과 자본력을 제시하는 회사가 없어 해외로 떠나간다고 봤다. 우리 팀은 비유하자면 '대한민국의 야오반이나 투링반(중국 최고 명문대의 천재 특별반)'으로만 이뤄진 팀이다. 이런 인재들이 모두 떠나가면 한국은 20년 뒤 성장 동력을 잃은 나라가 될 것이다.
AI로 세계 패권이 바뀔 수 있는 지금 내가 한국인으로서 한국에서 이 비전을 실현하고 한국이 그 수혜국이 돼야 한다고 생각했다. 물론 회사가 커지면서 현실적인 난관이 많겠지만 감내할 가치가 있다고 믿는다.
Q. 앞서 팀을 '대한민국의 야오반'에 비유했다. 팀의 역량과 구성 과정에 대해 더 구체적으로 설명해 줄 수 있나. 또 보통의 창업가들과는 다른 길을 걸어왔는데 어떻게 그런 최고 수준의 인재들을 영입할 수 있었나.
A. 우리 팀원들은 객관적으로 세계 최고 수준의 20대 인재들이다. 황수영 최고기술책임자(CTO)는 서울과학고를 전체 수석으로 입학하고 수석으로 졸업했다. 그 외에도 국제수학올림피아드(IMO) 만점자를 비롯해 수학·물리·정보 등 다양한 분야의 국내외 올림피아드 수상자들이 팀의 주축을 이루고 있다.
이런 인재들을 모을 수 있었던 기반은 이전 알고리즘 트레이딩 스타트업 창업 경험 덕이다. 수학적 역량이 뛰어난 인재들이 모이는 그곳에서 만난 핵심 인물들을 중심으로, 영재고-서울대 네트워크를 통해 실력 위주로 멤버들을 추가 영입했다. 현재는 다양한 전공자들이 우리의 비전을 보고 자발적으로 합류하고 있다.
Q. 마지막 질문이다. 지난 2월 법인 설립 한 달 만에 50억원 규모의 시드 투자 금액을 받았다. 국내 스타트업 생태계에서 상당히 이례적인 속도와 규모로 알고 있다. 올해는 특히 스타트업 시장이 얼어붙은 시점이다. 어떻게 가능했던 것인가.
관련기사
A. 우리가 하는 일이 근본적인 문제를 다루는 일이라고 생각한다. 투자자분들이 그 부분에 공감해주신 것 같다.
자금은 하려고 하는 일에 필요한 최소 범위만큼 요청했다. 이에 대해 신속히 의사결정을 해주셨다. 리드 투자사였던 퓨처플레이의 경우 최재웅 최고투자책임자(CIO)님이 담당해 주셨는데 이 회사에서 가장 빠른 의사결정 중 하나였다고 들었다.
