데미스 허사비스, 구글 인공지능의 아버지

제10부 인류의 미래와 AI의 책임

27 Radical Abundance의 시대

김경란, 김경진

가 선정한 '세계에서 가장 영향력 있는 100인' 인터뷰에서 허사비스는 이렇게 말했습니다. "이 기술이 완성되면, 모든 인간의 질병은 과거의 일이 될 것입니다." 노벨상 수 상자가 전 세계 독자를 향해 던진 이 문장은 허풍이 아니었습니다.

그 뒤에는 이 미 움 직이고 있는 거대한 기계가 있었습니다. 알파폴드가 열어젖힌 문은 생각보다 넓었습니다. 2020년 CASP14에서 원자 수준 의 정확도를 달성한 뒤, 알파폴드2는 지구상에 알려진 2억 개 이상의 단백질 3차원 구조를 예측하는 데 성공했습니다.

한 명의 박사과정 학생이 하나의 단백질 구조를 밝 히는 데 평균 5년이 걸 린다는 점을 감안하면, 이 작업을 전통적 방식으로 완료하려면 10억 년의 박사과정 시간이 필요했을 것입니다. 알파폴드는 그 시간을 몇 달로 압축했습니다. 2025년 기준으로 전 세 계 300만 명 이상의 연구자가 알파폴드 데이터베이스를 활용하고 있습니다.

이것은 인류 가 자기 몸의 설계도를 처음으로 손에 넣었다는 뜻입니다. 허사비스는 여기서 멈추지 않았습니다. 2021년, 그는 알파벳(구글 모회사) 산하에 아이소 모픽 랩스(Isomorphic Labs)라는 별도의 회사를 설립했습니다.

이름부터 의 미심장합니다. ' 아이소모픽'은 수학에서 '구조가 같다'는 뜻입니다. 생물학의 문제와 정보 과학의 문제가 근본적으로 같은 구조를 공유한다는 허사비스의 오랜 직관을 회 사 이름에 새긴 것입니다.

아이소모픽 랩스의 미션은 명확합니다. "AI의 힘으로 모든 질병을 정복한다.” 전통적인 신약 개발 과정은 잔인할 정도로 비효율적입니다.

하나의 약을 시장에 내놓기까 지 평균 10년에서 15년이 걸리고, 비용은 20억 달러를 넘기며, 임상시험 단계에서의 실패 율은 90퍼센트에 달합니다. 아이소모픽 랩스의 수석과학 자 마일스 콩그리브는 이 과정을 " 두더지 잡기(Whac-a-Mole)"에 비유했습니다. 화 학자들이 수천 개의 화합물을 합성하고, 하 나씩 시험하고, 대부분 실패하고, 다시 처 음부터 시작하는 과정의 반복이었습니다.

허사비스가 구상한 대안은 이 전체 과정을 '습식 실험실(wet lab)'에서 '실리코(in silico)', 즉 컴퓨터 시뮬레이션 안으로 옮기는 것이었습니다. 알파폴드3는 단백질의 정 적 구조를 넘 어, 단백질과 단백질, 단백질과 소분자(약물), 단백질과 DNA/RNA 사 이의 상호작용까지 예 측할 수 있게 진화했습니다. 허사비스는 이 기술이 신약 개발의 효율을 "1,000배" 높일 수 있다고 말했습니다.

2025년 3월, 아이소모픽 랩스는 스라이브 캐피털(Thrive Capital)이 주도한 6억 달 러 규모의 시리즈A 투자를 유치했습니다. 노바티스, 일라이 릴리 같은 거대 제약사와 도 총 30억 달러 에 달하는 파트너십을 체결했습니다. 그리고 2026년 1월, 다보스 세 계경제포럼에서 허사비스는 결정적인 발표를했습니다.

AI가 설계한 최초의 항암제 가 2026년 초 1상 임상시험 에 진입한다는 것이었습니다. 아이소모픽 랩스는 종양학, 면역학, 심혈관 질환을 포함하여 17개의 약물 개발 프로그램을 동시에 운영하고 있습니다. 허사비스의 궁극적 꿈은 "가상 세포(virtual cell)"를 만드는 것입니다.

하나의 세포 안에서 일어나는 모든 화학적, 생물학적 역학을 시뮬레이션할 수 있다면, 약물이 인체 에 미치는 영향을 환자에게 투여하기 전에 컴퓨터 안에서 미리 확인할 수 있습니다. 더 나아가 개인 의 대사 특성에 맞춰 하룻밤 사이에 맞춤형 약물을 설계하는 것도 가 능해집니다. 허사비스 는 2025년 다보스에서 이렇게 말했습니다. "결국에는 개인 맞 춤형 의약품을 상상할 수 있을 것입니다.

AI 시스템이 당신의 개인적 대사에 최적화 된 약을 하룻밤 사이에 설계하는 세상 말입니다.” 이 비전이 실현된다면, 의학의 풍경 은 근본적으로 달라집니다. 허사비스가 Fortune지와의 인터뷰에서 예측한 것처럼, "10년, 15년 후의 의학은 오늘날의 의학과 전혀 다른 모습일 것 "입니다. 질병은 발생 한 뒤에 치료하는 것이 아니라, 발생하기 전에 예측하고 차단하는 대 상이됩니다.

암 은 사형선고가 아니라 관리 가능한 상태가 되고, 희귀 질환 환자는 더 이상 치료제가 없다는 말을 듣지 않아도됩니다. 물론 장밋빛 전망 뒤에는 현실의 무게가 숨어 있습니다. 노바티스의 바이오메디컬 연구 책 임자 피오나 마셜은 "AI가 발견 과정에서 5년을 단축할 수 있을지 모르지만, 인간 안전성 시험을 알고리즘으로 우회할 수는 없다"고 지적했습니다.

아이소모픽 랩 스의 사장 맥스 야 더버그도 "소프트웨어가 현실의 과학 프로세스와 만날 때, 겸손해 질 수밖에 없다"고 인정했습니다. 허사비스 자신도 원래 2025년 말까지 임상시험을 시작하겠다고 했지만, 일정은 2026년으로 미뤄졌습니다. 생명을 다루는 일에서 서두

름은 금물이라는 사실을, 이 분야에서 가장 야심찬 낙관주의자조차 인정하지 않을 수 없었습니다. 그럼에도 방향은 분명합니다. 알파폴드에서 시작된 의료 혁명은 이미 되돌릴 수 없 는 강을 건넜습니다.

허사비스가 TIME지에 말한 것처럼, "이 기술이 완성되면 모든 질병은 과거 의 것이됩니다." 그 문장이 예언이 될지, 희망에 그칠지는 아직 모릅니다. 분명한 것은, 50 년간 풀리지 않던 단백질 접힘 문제를 정복한 사람이 그 다음 목 표로 '질병 전체의 정복'을 선언했다는 사실입니다. 그리고 그 선언 뒤에는 6억 달러의 투자금과 30억 달러의 파트너 십과 17개의 약물 프로그램이 이미 움직이고 있다는 사 실입니다.

청정 에너지(핵융합)와 기후 변화 해결 허사비스가 꿈꾸는 근본적 풍요의 세계에서 질병 퇴치 다음으로 오는 것은 에너지입니다. "에너지가 제로 탄소이고 무료가 된다 면, 기후 위기를 초월하고 지구의 생태계를 복원하기 시작할 수 있습니다." 2025년 TIME지 인터뷰에서 허사비스가 한 이 말은 공허한 수사가 아 니었습니다.

딥마인드 는 이미 수년 전부터 핵융합 연구의 핵심적 난제에 AI를 적용하고 있었습니다. 핵융합은 태양이 빛나는 원리입니다. 수소 원자핵들이 극도의 고온과 고압에서 충 돌하여 하나로 합쳐질 때, 질량의 일부가 에너지로 전환됩니다.

아인슈타인의 E=mc²가 현실이 되 는 순간입니다. 이 반응을 지구 위에서 재현할 수 있다면, 인류 는 사실상 무한한 청정 에너 지를 얻게됩니다. 연료는 바닷물에서 추출하는 수소이 고, 부산물은 핵분열과 달리 장수명 방사성 폐기물이 아닙니다. 이론적으로 완벽한 에 너지원입니다.

문제는 이론과 현실 사이의 거리입니다. 핵융합을 일으키려면 수소를 1억 도 이상으로 가 열하여 플라즈마 상태로 만들어야합니다. 이 초고온 플라즈마를 가둬두는 장 치가 토카막 (Tokamak)입니다.

도넛 모양의 진공 용기를 강력한 자기 코일로 둘러싸 서, 플라즈마가 용 기 벽에 닿지 않도록 자기장으로 가두는 원리입니다. 그런데 플라 즈마는 본질적으로 불안 정합니다. 초당 수천 번의 속도로 자기 코일의 전압을 조절하 면서 플라즈마의 형태를 유지 해야합니다.

조금이라도 벽에 닿으면 열이 손실되고, 장치가 손상됩니다. 이 제어 문제가 핵융합 상용화를 가로막는 가장 큰 기술적 장벽 가운데 하나였습니다.

2022년 2월, 딥마인드는 Nature에 획기적인 논문을 발표했습니다. 스위스 로잔 연 방공과대 학(EPFL)의 스위스 플라즈마 센터와 협력하여, 심층 강화학습(Deep Reinforcement Learning)으로 토카막 내부의 플라즈마를 자율적으로 제어하는 데 성 공한 것입니다. 가변 배치형 토카막(TCV)이라는 실험용 장치에서, AI는 여러 개의 자 기 코일을 동시에 조율하 며 플라즈마를 원하는 형태로 빚어냈습니다.

길쭉한 형태, 삼각형 형태, 심지어 '눈꽃 (snow ake)' 형태까지. 더 놀라운 것은 하나의 용기 안에서 두 개의 분리된 플라즈마를 동시 에 유지하는 데 성공했다는 점입니다. 이것은 강화학 습이 적용된 실세계 시스템 가운데 가 장 복잡한 사례로 평가받았습니다. 이 성과는 시작에 불과했습니다.

2024년 5월, 딥마인드는 TORAX라는 오픈소스 플라즈마 시뮬레이터를 공개했습니다. 구글의 고성능 수치 연산 프레임워크 JAX 위 에 구축된 fl TORAX는 플라즈마 내부의 열, 전류, 물질 흐름을 빠르고 정밀하게 시 뮬레이션합니다. CPU 와 GPU 모두에서 작동하며, AI 모델과 매끄럽게 통합됩니다.

그리고 2025년 12월, 결정적인 파트너십이 발표됩니다. 딥마인드와 커먼웰스 퓨전 시스템 즈(Commonwealth Fusion Systems, CFS)의 연구 협력입니다. CFS는 MIT에 서 2018년에 분 사한 핵융합 스타트업으로, 고온 초전도 자석을 활용한 소형 토카막 SPARC를 개발하고 있습니다.

SPARC의 목표는 명확합니다. 역사상 최초로 투입 에 너지보다 더 많은 융합 에너 지를 생산하는 것, 즉 '순(純) 에너지 생산(net energy)'의 달성입니다. 미국 매사추세츠주 데 번스에 건설 중인 SPARC가 성공하면, 그 뒤를 이 어 버지니아주에 400메가와트급 상용 발 전소 ARC가 2030년대 초 전력망에 연결될 계획입니다.

딥마인드와 CFS의 협력은 세 가지 축으로 진행되고 있습니다. 첫째, TORAX를 활 용하여 플라즈마의 빠르고 정확한 시뮬레이션을 구현합니다. SPARC가 가동되기도 전에 수백만 건의 가상 실험을 돌려서, 최적의 운전 조건을 미리 파악합니다.

둘째, 강 화학습과 알파에 볼브(AlphaEvolve) 같은 진화적 탐색 기법을 결합하여, 순 에너지 생산을 극대화하는 가장 효율적이고 견고한 경로를 탐색합니다. 셋째, AI 파일럿을 개 발하여 자기장 배치를 최적화 하고, 융합 출력을 극대화하며, 열 부하를 관리하는 실 시간 제어 전략을 수립합니다. CFS의 물리 운영 선임 관리자 데본 바탈리아는 "TORAX는 전문적인 오픈소스 플 라즈마 시뮬레이터로, SPARC를 위한 시뮬레이션 환경을 구축하고 실행하는 데 드는

시간을 셀 수 없이 많이 절약해 주었다"고 평가했습니다. TORAX는 이미 CFS의 일 상적 업무 흐름에서 핵심 도구가되었습니다. 구글은 CFS에 대한 투자도 늘렸고, 2030년대 초에 가동될 첫 번 째 ARC 발전소에서 200메가와트의 융합 전력을 구매하 는 계약까지 체결했습니다.

세계경제포럼(WEF)의 2025년 12월 보고서에 따르면, MIT의 모델링 연구는 핵융 합 발전량 이 2035년 2테라와트시에서 2050년 375테라와트시로 급증할 것으로 전망합니다. 미국 에 너지부는 2025년 10월 핵융합 로드맵을 발표하며, 2030년대 초까지 핵융합 에너지를 국가 에너지 체계에 편입시킬 수 있다고 밝혔습니다. "핵융합은 현실 이고, 가까이 있으며, 조율 된 행동을 위한 준비가 되어 있다"는 미국 에너지부 핵융합 에너지과학실 부실장 장 폴 알 랭의 선언은, 수십 년간 '30년 뒤'라며 늘 미래로 미뤄지 던 핵융합이 마침내 현재의 문법으 로 말해지기 시작했음을 보여줍니다. 허사비스에게 핵융합은 에너지 문제의 해결 그 이상입니다.

에너지가 풍부하고 저 렴해지 면, 그 위에 쌓이는 변화는 연쇄적입니다. 담수화 비용이 급감하여 물 부족 문 제가 해소됩 니다. 탄소 포집과 재활용이 경제적으로 가능해집니다. 식량 생산의 에너 지 집약적 공정 이 탈탄소화됩니다. 자원을 둘러싼 지정학적 갈등의 원인이 사라집니다. 허사비스가 말하 는 '근본적 풍요'란, 에너지라는 하나의 매듭이 풀리면서 그 아래 연결된 수십 개의 문제가 함께 풀어지는 세계입니다.

AI가 핵융합의 제어 문제를 돕 고, 핵융합이 AI를 구동하는 에 너지를 공급하는 순환 구조 안에서, 풍요의 기반이 만 들어집니다. 우주 탐사와 지능의 확장 2025년 6월, 와이어드(Wired) 매거진과의 인터뷰에서 허 사비스는 한 문장을 던졌습니다. " 그 모든 것이 실현된다면, 인류가 별을 향해 여행하 고 은하를 개척하는, 최대의 번영 시대 가 올 것입니다. 그 시작은 2030년이 될 것이 라고 생각합니다."

노벨상 수상자의 입에서 '은 하 개척'이라는 단어가 나온 순간, 세상 의 반응은 둘로 나뉘었습니다. 누군가는 경탄했고, 누군가는 조소했습니다. 허사비스가 말하는 '별을 향한 여행'을 문자 그대로의 성간 항해로만 읽으면 핵심을 놓칩니 그의 발언을 전체 맥락 안에 놓아야합니다.

허사비스의 우주 탐사 비전은 세 겹으로 이 루어져 있습니다. 첫 번째 겹은 에너지입니다. 앞서 살펴본 핵융합이 상용화되면, 우주 추진 기술의 판도가 달라집니다. 현재의 화학 로켓은 연료 대비 추력의 효율이 극히 낮아, 화성까

지 가는 데도 7개월 이상 걸립니다. 핵융합 추진 엔진이 개발되면 이 시간은 획기적으 로 단축됩니다. AI 는 핵융합 엔진의 플라즈마 제어뿐 아니라, 항해 경로의 최적화, 임 무 계획의 자동화, 우주 선 내부 시스템의 자율 관리까지 담당할 수 있습니다. 인간 우 주비행사가 감당할 수 없는 수준의 복잡성을 AI가 처리함으로써, 더 먼 곳까지 더 안 전하게 갈 수 있는 가능성이 열립 니다. 두 번째 겹은 재료 과학입니다.

딥마인드의 GNoME(Graph Networks for Materials Exploration) 프로젝트는 220만 개 이상의 새로운 결정 구조를 발견했습니다. 이 가운데에 는 초전도체 후보 물질, 극한 환경에서 견딜 수 있는 초경량 합금, 우 주 방사선을 차단할 수 있는 신소재가 포함될 가능성이 있습니다. 우주선의 구조재, 단열재, 에너지 저장 장치 등 우주 탐사에 필요한 거의 모든 물리적 구성 요소가 새로 운 재료의 발견에 의존합니다.

AI 가 재료 과학의 탐색 공간을 인간이 평생 시도할 수 있는 범위의 수백만 배로 넓혀놓은 것 은, 우주 탐사의 물리적 기반을 근본적으로 바 꾸는 일입니다. 세 번째 겹, 그리고 허사비스에게 가장 깊은 의미를 가진 겹은 지능 자체의 확장입 니다. 2025년 7월, 렉스 프리드먼(Lex Fridman) 팟캐스트에서 거의 세 시간에 걸쳐 진행된 대화에 서, 허사비스는 자신의 가장 근본적인 동기를 드러냈습니다. 그는 어릴 때부터 "우주에서 실제로 무슨 일이 벌어지고 있는가, 의식의 본질은 무엇인가, 현실 자체의 본질은 무엇인 가"에 매료되었다고 말했습니다.

그에게 AI를 만드는 것은 제품을 만드는 일이 아니었습니 "인간 지식을 전진시키기 위한 궁극적 도구"를 만드는 일이었습니다. 허사비스는 흥미로운 관점을 제시합니다. 물리학자 존 아치볼드 휠러가 "잇 프롬 빗 (It from Bit)"이라는 유명한 문구로 표현했던 것처럼, 정보가 에너지나 물질보다 더 근본적인 실재일 수 있다는 것입니다.

이 프레임워크에서 우주 자체는 물리적 '하드웨 어' 위에서 돌 아가는 거대한 정보 처리 시스템이됩니다. AI는 이 우주의 '소프트웨 어'를 역설계하는 도 구입니다. 알파폴드가 단백질이라는 생명의 코드를 해독했듯이, Veo가 비디오 프레임을 예측하며 물리 세계의 규칙을 학습하듯이, 궁극적으로 AI는 우주를 지배하는 근본 법칙들을 발견하는 데 쓰일 수 있습니다.

이 비전 안에서 우주 탐사란, 로켓을 쏘아 올리는 것만이 아닙니다. 우주를 이해하 는 것입 니다. 허사비스는 25년간 품어온 꿈을 공개했습니다. 하나의 세포 안에서 일

어나는 모든 화학적, 생물학적 역학을 시뮬레이션하는 것. 거기서 출발하여 생명의 기 원, 즉 '원시 수프 (primordial soup)'에서 생명이 어떻게 출현했는지를 시뮬레이션하 는 것. 궁극적으로는 AGI 가 아인슈타인이 생각해낸 수준의 과학적 추측(conjecture) 을 스스로 제안할 수 있게 되는 것. 그는 AGI의 완성 여부를 판단하는 자신만의 기준까지 제시했습니다. "시스템을 1900년 에 떨어뜨리고, 당시의 물리학 지식만 주고, 상 대성 이론을 독립적으로 발명하는지 보라.” 칼 세이건은 한때 이렇게 말했습니다.

"의 식이 우주를 깨운다." 허사비스는 이 문장을 자신 의 방식으로 재해석합니다. 만약 에 너지가 풍부하고 저렴해지면, 인류는 우주를 여행하는 종이 될 수 있습니다.

그리고 그 과정에서 AI라는 도구는, 우주를 물리적으로 탐험하는 데 쓰이는 동시에, 우주를 지적으로 탐험하는 데도 쓰입니다. 물리학의 근본 법칙을 이해하 고, 의식이란 무엇인 지를 묻고, 현실의 본질을 탐구하는 것. 허사비스에게 '은하를 개척한 다'는 것은 발로 밟는 것이면서 동시에 마음으로 이해하는 것입니다. 비판자들은 이 비전의 비현실성을 지적합니다.

가장 가까운 항성계까지의 거리를 고려하 면, 핵융합 추진으로도 수십 년이 걸립니다. AI가 궤적을 최적화하거나 임무를 자동화할 수는 있지만, 물리 법칙 자체를 뛰어넘을 수는 없습니다. 2025년 애플의 연 구 논문은 많은 첨단 AI 모델의 '추론 능력'이 과장되었다고 지적했습니다. '2030년에 은하 개척이 시작된 다'는 허사비스의 말은 문자 그대로의 예측이라기보다, 방향을 가 리키는 나침반에 가깝습니다.

허사비스 자신도 이 점을 알고 있을 것입니다. 체스에서 배운 것이 있다면, 최종 목 표를 향 해 수를 두되 각 수에서는 현실의 제약을 존중해야 한다는 것입니다. 그가 진 정으로 말하 고 싶은 것은 아마 이것일겁니다. 지능이라는 도구가 충분히 강력해지 면, 인류가 바라볼 수 있는 지평선이 지구의 경계를 넘어 확장된다는 것. 그리고 그 지 평선을 향해 가는 여정 자체가, 인류가 자기 자신과 자신이 사는 우주를 더 깊이 이해 하는 과정이 된다는 것. '지능을 풀면 나머지는 해결된다'는 딥마인드의 창립 미션이, 가장 웅장한 규모로 펼쳐지는 장면입니다.

제로섬(Zero-sum) 게임에서 벗어난 인류의 번영 AI가 가져올 새로운 생산성과 부 의 분배 문제 허사비스는 2025년 가디언(The Guardian)과의 인터뷰에서 이렇게 말했습니다. "인류 역사 상 처음으로, 상황이 제로섬이 아닌 풍요의 세계에 살게 될 것이 라고 생각합니다." 이 문장 에는 거대한 낙관이 담겨 있습니다. 동시에 거대한 질문이 숨어 있습니다.

제로섬이란 한쪽이 얻으면 다른 쪽이 잃는 구조입니다. 인류의 역사는 대부분 제로 섬의 논 리 위에서 전개되었습니다. 한 국가가 영토를 넓히면 다른 국가가 영토를 잃었습니다.

한 기업이 시장을 차지하면 다른 기업이 밀려났습니다. 자원은 유한했고, 권력은 그 유한한 자원의 배분을 둘러싼 투쟁이었습니다. 전쟁, 식민지, 무역 분쟁, 에 너지 위기. 모두 희소성에서 비롯된 갈등이었습니다.

허사비스의 주장은 AI가 이 희소성의 근본 구조를 바꿀 수 있다는 것입니다. 지능 이 무한 한 자원이 되면, 그 위에 쌓이는 모든 것의 비용이 급감합니다. 신약 개발이 10배 빨라지면 의료 비용이 떨어집니다. 핵융합이 상용화되면 에너지 비용이 사라집 니다. AI가 재료 과학을 혁신하면 물리적 자원의 제약이 완화됩니다.

이 연쇄 반응의 끝에는, 인류가 '누가 얼마를 가져가느냐'를 놓고 싸울 필요가 없는 세계가 있습니다. 파이 자체가 충분히 커지는 세계입니다. 그러나 와이어드의 인터뷰어가 날카롭게 지적했듯이, "서구 세계에는 이미 엄청난 풍요가 있지만, 우리는 그것을 공정하게 분배하지 않습니다."

허사비스도 이를 인정했습니다. "우 리는 종으로서, 사회로서, 협력에 능하지 못했습니다. 자연 서식지가 파괴 되고 있는 것도 부분적으로는 사람들이 희생을 감수하길 원하지 않기 때문입니다.”

이 지점에서 허사비스의 비전은 가장 심각한 도전에 직면합니다. AI가 생산성을 극대 화한 다 해도, 그 생산성의 과실이 누구에게 돌아가느냐는 별개의 문제입니다. 구글 딥마인드가 2025년 '시니어 AI 경제학자(Senior AI Economist)' 직위를 채용 공고한 것은 이 문제의 심각 성을 보여주는 상징적 사건이었습니다.

이 역할의 핵심 업무는 AGI와 고도화된 AI 시스템 이 유발할 경제적 변환을 모델링하는 것이었습니다. 희소 성 기반 경제에서 풍요 기반 경제 로의 전환을 시뮬레이션하고, 그 과정에서 발생할 불평등과 혼란을 예측하는 것이 과제입 니다. 앤트로픽의 CEO 다리오 아모데이는 AI가 5년 안에 신입직 일자리의 50퍼센트를 자동화 할 수 있으며, 실업률이 10~20퍼센트까지 치솟을 수 있다고 경고했습니다. 링 크드인의 경 제기회 책임자 아니시 라만은 기술적 파괴가 커리어 사다리의 가장 아래 단을 먼저 부러뜨 릴 것이라고 지적했습니다.

이것은 허사비스 자신이 꿈꾸는 풍요의 세계와 정면으로 충돌 하는 시나리오입니다. 풍요가 오기 전에, 전환기의 고통이 먼저 올 수 있기 때문입니다.

허사비스는 이 전환기를 의식하고 있습니다. 2025년 12월 액시오스(Axios) AI 서 밋에서 그 는 이렇게 말했습니다. "산업혁명보다 10배 더 크고, 10배 더 빠른 변화가 올 것입니다."

산 업혁명은 100년에 걸쳐 진행되었고, 그 과정에서 수많은 직업이 사 라지고 수많은 새로운 직업이 생겨났습니다. 러다이트 운동이 있었고, 아동 노동이 있 었고, 도시 빈민가의 참상 이 있었습니다. 그 전환기의 고통은 결국 노동법, 사회 보장 제도, 공교육의 확산으로 완화되었지만, 그에 이르기까지 수십 년의 시간과 수많은 사람의 희생이 필요했습니다.

AI가 촉발하는 변화가 이보다 10배 크고 10배 빠르다면, 사회가 적응할 시간은 10 분의 1로 줄어듭니다. 허사비스는 이 사실을 솔직하게 인정합니다. "사회가 AGI에 준 비되어 있지 않 다"고 그는 경고했습니다. "확률 분포의 문제입니다.

하지만 어쨌든 오 고 있고, 아주 빨리 오고 있습니다.” 그렇다면 풍요의 과실을 어떻게 나눌 것인가. 허 사비스는 구체적인 정책 처방을 내리는 데 는 신중합니다. 그는 과학자이지 정치인이 아닙니다. 그러나 그의 행동에서 읽을 수 있는 것들이 있습니다.

알파폴드 데이터베이 스를 무료로 전 세계에 공개한 결정은, 연구 성과가 소수의 독점이 아니라 인류 전체 의 공유재가 되어야 한다는 철학의 반영입니다. 딥마인드 가 AI 경제학자를 채용한 것 은, 기술을 만드는 사람이 그 기술의 경제적 파장까지 책임져 야 한다는 인식의 반영입니다. 2025년 영국 정부와 체결한 포괄적 연구 협력에서 교육용 AI 개발이 포함된 것은, 다음 세대가 이 변화에 적응할 수 있는 도구를 갖추어야 한다는 판 단의 반영입 니다. 풍요는 자동으로 오지 않습니다.

기술이 가능성을 열어놓더라도, 그 가능성을 현실 로 바꾸 는 것은 제도와 정치와 사회적 합의의 몫입니다. 허사비스가 '근본적 풍요'를 말할 때, 그가 정말로 말하고 있는 것은 풍요가 이미 와 있다는 선언이 아닙니다. 풍요 가 기술적으로 가 능해지는 순간이 다가오고 있으니, 그 순간이 도착하기 전에 인류가 분배의 문제를 진지하 게 준비해야 한다는 촉구입니다. "복권에 당첨되면 직장에 돌아갈 사람이 몇 퍼센트일까?"

허사비스는 한 인터뷰에서 이런 질문을 던진 적이 있습니다. "만약 복권에 당첨되면, 직장 에 돌아갈 사람이 몇 퍼센트일까요?" 이 질문은 가볍게 던진 것이지만, 그 안에는 AI 시대 의 가장 깊은 철학적 난제가 들어 있습니다.

일자리가 사라진 뒤에도 인간은 행복할 수 있 는가. 노 동 없는 삶에서 인간은 의미를 찾을 수 있는가.

경제학자들은 AI로 인한 일자리 대체를 숫자로 분석합니다. 몇 퍼센트의 직업이 자 동화될 것인가, 실업률은 얼마나 오를 것인가, GDP에 미치는 영향은 어떠한가. 이 숫 자들은 중요합니다. 그러나 허사비스의 질문은 숫자 너머를 겨냥합니다.

인간이 일을 하는 이유가 돈을 벌기 위해서만이 아니라면, 돈 문제가 해결된 뒤에도 인간은 무언 가를 해야 한다면, 그 ' 무언가'는 무엇인가. 이 질문은 허사비스 개인의 삶에서도 울림이 있습니다. 그는 17세에 테마파크라는 게임의 리드 프로그래머로 이미 충분한 돈을 벌었습니다. 그 돈으로 케임브리지 대학 학비를 냈습니다.

엘릭서 스튜디오를 팔았을 때도, 다시는 경제적 걱정을 하지 않아 도 될 만큼의 자산을 얻었습니다. 그런데 그는 멈추지 않았습니다. 유니버시티 칼리 지 런던(UCL)에서 신경 과학 박사학위를 받고, 딥마인드를 창업하고, 알파고를 만들 고, 알파폴드를 만들고, 노벨상을 받았습니다.

새벽 3시까지 '야간 교대'를 계속했습니다. 복권에 당첨된 것이나 마찬가 지인 사람이, 왜 멈추지 않았을까요. 답은 명확합니다. 허사비스를 움직이는 것은 돈이 아니라 호기심이었습니다.

"나를 항상 이끌어온 것은, 우리 주변의 세계를 이해하려는 열정이었습니다." 60 Minutes 인터뷰에서 한 이 말이 허사비스의 삶 전체를 관통합니다. 체스를 둘 때는 지능의 본 질이 궁금했고, 게 임을 만들 때는 가상 세계의 규칙이 궁금했고, 신경과학을 공부할 때는 뇌가 어떻게 기억 하고 상상하는지가 궁금했고, AI를 만들 때는 지능이라는 현상 자체를 풀 수 있는지가 궁 금했습니다.

호기심은 돈으로 살 수 없고, 자동화할 수 없습니다. 그러나 모든 사람이 허사비스는 아닙니다. 복권에 당첨된 사람들의 실제 통계를 보 면, 상 당수가 몇 년 안에 이전보다 더 불행해집니다. 목적 없는 풍요는 공허함을 낳습니다. 만약 AI가 대부분의 생산적 노동을 대체한다면, 수십억 명의 사람들은 무엇으로 하루를 채울 것 인가. 넷플릭스를 보고, 게임을 하고, 소셜 미디어를 스크롤하는 것으 로 충분할까요. 허사비스는 이 질문의 무게를 알고 있습니다.

그는 이것을 "경제적 분배를 넘어선 존재론 적 질문"이라고 표현합니다. 일자리가 사라지는 것은 소득의 문제이면서 동시 에 정체성의 문제입니다. "저는 교사입니다", "저는 의사입니다", "저는 엔지니어입니다"라고 말할 때, 사람들은 자신의 직업을 통해 자기가 누구인지를 정의합니다. 그 직 업이 사라지면, 자기 정의의 근거도 함께 흔들립니다.

허사비스의 낙관론은 이 지점에서 특유의 뉘앙스를 갖습니다. 그는 AI가 일자리를 없앤다 고 보지 않습니다. 일자리를 바꾼다고봅니다.

"새로운 도구나 기술이 등장하 면, 일반적으 로 그 도구를 활용하는 새로운 일자리가 만들어지고, 실제로 그 일자리 는 더 나은 경우가 많습니다"라고 그는 말했습니다. 의료 분야를 예로 들며, AI가 의사를 대체하는 것이 아니 라 의사를 보조하는 도구가 될 것이라고 강조했습니다. "로봇 간호사를 원하는 사람은 없을 것입니다.

돌봄의 인간적 공감이라는 측면은 지극히 인 간적인 것입니다.” 이 답변은 진실의 일부를 담고 있지만, 전체를 담고 있지는 않습니다. 과거의 기술 혁명에서 새로운 일자리가 생겨난 것은 사실이지만, 그 전환 과정에서 한 세대 전체가 고통받은 것도 사실입니다.

증기기관이 방직공의 일자리를 앗아갔을 때, "걱정 마세요, 나중에 자동 차 정비공이라는 새로운 직업이 생길겁니다"라는 말은 당장 가족을 먹여야 하는 사람에 게 아무런 위안이 되지 못했습니다. 허사비스의 진정한 통찰은 다른 곳에 있습니다. 그가 자신의 삶을 통해 보여준 것 은, 인간 의 가장 깊은 동기가 경제적 보상이 아니라 호기심과 창조와 의미의 추구라 는 사실입니 게임을 만들던 10대 소년이 돈 때문에 코드를 짠 것이 아니듯, 새벽 3시 에 논문을 읽는 49세의 과학자가 월급 때문에 연구하는 것이 아니듯, 인간에게는 돈을 넘어선 동기가 존재합니다.

문제는 그 동기를 모든 사람이 발견할 수 있는 환경을 만드는 것입니다. 교육이 직 업 훈련 이 아니라 호기심의 배양이 되어야합니다. 사회 안전망이 실업자를 구제하는 것이 아니 라 탐색하는 시간을 보장하는 것이 되어야합니다.

의미는 위에서 주어지는 것이 아니라, 각자가 스스로 찾아야 하는 것이 되어야합니다. "복권에 당첨되면 직장에 돌아갈 사람이 몇 퍼센트일까?" 이 질문에 대한 올바른 답 은 퍼 센트의 숫자가 아닙니다. 직장에 돌아가지 않는 사람들이 무엇을 하느냐에 달려 있습니 소파에 누워 화면을 응시하느냐, 아니면 자신만의 체스판을 찾아 탐구하느냐. 근본적 풍요의 시대가 유토피아가 될지 디스토피아가 될지는, 기술의 수준이 아니라 인간의 성숙 도에 달려 있습니다.

이것이 허사비스의 질문이 진짜로 묻고 있는 것입니다. AI 개발: "대담하지만 책임감 있게(Bold and Responsible)" 과학적 발견의 가속화: 인류가 우주를 이해하기 위한 궁극적 도구 2025년 1월 다보스 세계경제포럼에서 허 사비스는 "AI를 과학에 적용하는 것은 언어 모델보다 훨씬 풍부합니다"라고 말했습니다. 이 한 문장에 그의 핵심 철학이 담겨 있습니다.

챗 봇이 인간처럼 대화하는 것은 AI가 할 수 있는 일의 극히 일부에 불과합니다. 허사비스가 생각하는 AI의 본질적 가 치는 과학적 발견의 속도를 근본적으로 바꾸는 데 있습니다. 이 생각의 출발점은 어린 시절로 거슬러 올라갑니다. 12세 때 리히텐슈타인 체스 대회에서 10시간 동안 대국을 치른 뒤, 소년 허사비스는 "이렇게 뛰어난 두뇌들을 암 치료나 기후 문제 해결에 쓸 수 있다면 어떨까?"라고 생각했습니다.

이후 그는 게임 개발에서 신경과학 으로, 다시 AI로, 그리고 과학 전반으로 관심을 넓혀갔지만, 매 단 계마다 그를 이끈 질문은 동일했습니다. "지능의 원리를 밝혀내면 그것으로 무엇을 이 룰 수 있는가?” 그 질문에 대한 답은 구체적인 성과로 나타났습니다.

알파폴드는 50 년간 풀리지 않던 단백질 구조 예측 문제를 해결했습니다. GNoME는 220만 개의 새 로운 결정 구조를 찾아냈습니 알파에볼브는 AI가 스스로 알고리즘을 설계하는 단계를 열었고, 국제수학올림피아드 수준의 문제까지 풀었습니다. 웨더넥스트는 기상 예 측의 정확도와 속도를 크게 끌어올렸습니다.

AI 코사이언티스트는 여러 AI 에이전트 가 협력하여 가상의 연구 파트너 역할을 수 행합니다. 2026년에는 영국에 최초의 완 전 자동화 연구 실험실이 문을 열 예정입니다. 이 성과들을 하나로 꿰뚫는 개념이 있습니다.

허사비스는 AI를 "과학적 방법론을 병에 담 은 것"이라고 표현합니다. 과학적 방법론이란 관찰하고, 가설을 세우고, 실험 하고, 검증하 는 반복 과정입니다. 인류는 이 방법으로 400년간 자연을 탐구해왔지만, 항상 인간 능력의 한계에 부딪혀왔습니다.

한 과학자가 평생 읽을 수 있는 논문 수, 한 번에 고려할 수 있는 변수의 수, 하나의 실험실에서 할 수 있는 실험 횟수가 모두 제약 이됩니다. AI는 바로 이 제약을 없앱니다. 알파폴드가 수십억 년 분량의 연구 시간을 단 몇 달 로 압축 한 것이 대표적 사례입니다. AI는 인간이 감당할 수 없는 방대한 가설 영역을 탐색하고, 인 간의 눈에 보이지 않는 데이터 속 패턴을 포착하며, 물리적으로 불가능 한 횟수의 실험을 시뮬레이션으로 대체합니다.

과학적 방법론의 모든 단계가 AI를 통 해 비약적으로 확장되 는 것입니다. 허사비스는 이 흐름이 향하는 미래상도 제시합니다. 2026년 2월 Fortune지 인터뷰에서 그 는 "10~15년 뒤 우리는 새로운 발견의 황금기, 일종의 새로운 르네상스에 들 어서게 될 것" 이라고 전망했습니다.

이 새로운 르네상스에서 AI는 과학자를 대체하는 존재가 아닙니다. 과학자가 쓸 수 있는 가장 강력한 도구입니다. 현미경이 육안으로 볼 수 없는 미시 세계를 열어주었 고, 망원경 이 맨눈으로 닿지 못하는 우주를 보여준 것처럼, AI는 인간의 두뇌만으로 는 풀 수 없는 복 잡한 세계의 문을 열어줍니다. 렉스 프리드먼 팟캐스트에서 허사비스는 이 비전을 가장 솔직한 언어로 펼쳐 보였습니다. 인터뷰어 프리드먼은 "허사비스의 이야기를 듣고 있으면 인류에 대한 희망이 생긴다"고 했고, "폰 노이만이나 아인슈타인, 테슬라 같은 인물이 미래를 재설계하며 자신의 꿈과 비 전을 실시간으로 말하는 것을 듣는 느낌"이라고 평가했습니다.

'대담하지만 책임감 있게.' 이것은 허사비스가 AI 개발 원칙으로 반복해서 내세우는 모토입 니다. 대담함은 과학적 목표의 크기에서 나옵니다. 단백질 구조를 예측하겠다 는 도전, 핵 융합을 제어하겠다는 포부, 생명의 기원을 시뮬레이션하겠다는 구상이 그 것입니다. 책임 감은 과학적 방법론 자체의 엄격함에서 나옵니다. 가설을 세우고, 실 험으로 증명하고, 동 료 과학자의 검증을 받고, 결과를 공개하는 절차를 빠짐없이 따 릅니다. 알파폴드의 연구 성과가 Nature에 정식 논문으로 발표되고, 데이터베이스가 전 세계에 무료로 공개된 것이 이 원칙을 실천한 대표적 사례입니다. 허사비스가 오픈AI와 자신의 차이점을 설명할 때 가장 강조하는 것이 바로 이 과학 적 방법 론에 대한 태도입니다.

그는 딥마인드를 '연구 우선 조직'이라고 규정합니다. 제품은 연구에서 나온 결과물이지, 연구의 목적이 되어서는 안 된다는 뜻입니다. 2,000편 이상의 학술 논문, h-인덱스 83, 피인용 횟수 15만 회 이상이라는 수치가 이 철학을 뒷받침합니다.

허사비스에게 과학 저널에 검증되지 않은 성과는 아직 완성되 지 않은 성과입니다. 이것은 학자적 고집이 아니라 전략적 판단입니다. AI가 점점 강력해지는 시대에, "우리가 정확히 무엇을 만들었는지"를 투명하게 보여주는 것은 사회적 신뢰를 쌓는 기 반이 됩니 알파폴드의 경우, 논문과 데이터를 공개했기 때문에 전 세계 300만 명의 연 구자가 그 결과를 독립적으로 검증하고 자신의 연구에 활용할 수 있었습니다.

누구나 확인할 수 있 는 성과만이 진정한 성과라는 것, 이것이 허사비스가 말하는 '책임감 있 는 대담함'의 핵심입니다. 물리학의 근본 법칙과 의식의 문제까지 렉스 프리드먼 팟캐스트 2시간 5분 무렵, 대화는 뜻밖의 방향으로 전환됩니다. 주제는 의 식과 양자 컴퓨팅. 노벨 화학상 수상

자이자 세계 최대 AI 연구소의 수장이 인간 의식의 본 질을 이야기하기 시작한 것입니다. 이 대목에서 허사비스라는 인물의 가장 깊은 지적 관심 사가 드러납니다. 허사비스는 어릴 때부터 물리학에 이끌렸습니다. 그가 가장 좋아하는 책들이 이를 잘 보여 줍니다. 데이비드 도이치의 "현실의 직물"은 양자역학, 인식론, 진화론, 계산 이론을 하나의 통합된 세계관으로 엮습니다.

그렉 이건의 SF 소설 "순열의 도시"는 디지털 시뮬레이 션 속에서도 의식이 존재할 수 있는지를 탐구합니다. 더글러스 호프스태터의 "괴델, 에셔, 바흐"는 자기 자신을 참조하는 시스템에서 의식이 어떻게 생겨나는지를 묻습니다. 이 책들은 단순히 서 재에 꽂혀 있는 것이 아니라, 그의 연구 방향 전체에 지적 토 양으로 스며들어 있습니다.

허사비스의 물리학적 세계관을 정리하면 이렇습니다. 정보는 에너지나 물질보다 더 근본 적인 존재일 수 있다. 우주는 본질적으로 거대한 정보 처리 시스템이다. 물리 법 칙은 그 시 스템을 움직이는 일종의 소프트웨어다. AI는 바로 그 소프트웨어의 작동 원리를 역으로 풀 어내는 도구가 될 수 있다. 이 관점에서 보면 알파폴드, Veo, GNoME는 겉보기에 다른 프로젝트이지만 본질 적으로 같 은 탐구의 서로 다른 갈래입니다. 알파폴드는 생명을 구성하는 분자적 코드를 해독했습니 Veo는 물리 세계가 따르는 규칙을 학습합니다.

GNoME는 물질이 취 할 수 있는 가능한 배열을 탐색합니다. 이 모든 작업은 결국 '현실은 어떤 원리로 작동 하는가'라는 하나의 근 본 질문으로 수렴합니다. 이 탐구의 끝에는 과학이 아직 답을 내놓지 못한 난제가 기다리고 있습니다.

의식이 란 대 체 무엇인가 하는 문제입니다. 뇌 속 뉴런의 전기 신호가 어떻게 우리가 실제로 느끼는 주 관적 경험으로 바뀌는 것일까요. 빨간색을 볼 때 우리가 느끼는 그 '빨강'이 라는 감각은 도 대체 어디에서 오는 것일까요. 철학에서는 이것을 '의식의 어려운 문 제'라고 부릅니다. 허사비스는 이 문제 앞에서 겸손함과 야심을 동시에 보여줍니다. 그는 현재의 과학 으로는 의식의 본질을 설명할 수 없다고 솔직히 인정합니다. 그러나 동시에 AI가 이 문제를 공략 하는 완전히 새로운 길을 열어줄 수 있다고봅니다.

뇌의 작동 메커니즘을 더 정밀하게 시 뮬레이션할 수 있게 되면, 의식이 출현하는 조건을 더 정확하게 규

명하는 것이 가능해질 수 있습니다. "의식은 정보 처리의 특정한 형태인가, 아니면 반 드시 생물학적 뇌라는 물리 적 토대가 있어야만 존재하는 것인가?" 이 질문에 대해 AI 시뮬레이션이 실험적 단서를 제 공할 가능성이 열리는 것입니다.

허사비스가 신경과학 박사학위를 취득한 것은 이런 맥락에서 이해됩니다. 그의 박 사 연구 주제는 해마라는 뇌 영역이 기억과 상상력에서 담당하는 역할이었습니다. 과 거를 기억하 는 기능과 미래를 상상하는 기능이 뇌의 동일한 영역에서 이루어진다는 연구 결과는 Nature에 게재되었고, 이후 딥마인드의 메모리 시스템과 계획 알고리즘을 설계하는 데 직 접적인 영감이되었습니다.

허사비스에게 신경과학과 AI와 물리학 은 별개의 학문이 아닙 니다. '지능이란 무엇이고, 현실이란 무엇인가'라는 하나의 질 문을 서로 다른 각도에서 다 루는 것일 뿐입니다. 물리학의 근본 문제에 대한 관심도 같은 맥락에 있습니다. P 대 NP 문제(어떤 문제를 빨리 검증할 수 있다면 빨리 풀 수도 있는가를 묻는 컴퓨터 과학의 최대 미해결 문 제), 양자역학 과 중력을 통합하는 이론, 우주 팽창을 가속하는 암흑 에너지의 정체. 이런 문제들은 인간 지능의 한계에 막혀 수십 년째 돌파구를 찾지 못하고 있습니다.

허사비스는 AGI가 이 문제 들에 인간이 미처 떠올리지 못한 새로운 접근법을 제시할 수 있다고 전망합니다. 아인슈타 인이 머릿속 사고 실험만으로 상대성 이론을 발견한 것처럼, AGI가 인간이 상상하지 못한 새로운 가설을 만들어내고 시뮬레이션으로 검 증하는 일이 가능해질 수 있다는 것입니다. 이 비전이 가장 구체적으로 드러나는 것이 '가상 세포' 프로젝트입니다.

효모 세포 하나를 완벽하게 디지털로 재현하는 것에서 시작하여, 이를 인간 세포로 확장하고, 궁 극적으로는 원시 지구의 바다에서 최초의 자기복제 분자가 어떻게 등장했는지를 시뮬 레이션하려는 계획입니다. 이것이 성공한다면 "생명은 물리 법칙이 필연적으로 만들 어내는 결과인가, 아 니면 극히 드문 우연의 산물인가"라는 오래된 질문에 실험적으로 답할 수 있게됩니다. 칼 세이건의 유명한 말이 다시 떠오릅니다. "의식이 우주를 깨운다."

허사비스는 이 철학 적 명제를 실제 기술 프로그램으로 구현하고 있습니다. AI를 통해 생명의 기원을 시뮬레이 션하고, 의식의 본질을 실험적으로 탐구하며, 물리 법칙의 근본 원리를 밝혀 내려는 시도입 니다. 이것이 딥마인드의 미션을 가장 깊은 차 원에서 해석한 것입니다.

"지능을 푼다"는 것은 체스에서 이기거나, 단백질 구조를 맞추거나, 주가를 분석하 는 수준 의 이야기가 아닙니다. 궁극적으로는 우주가 왜 존재하는지, 의식이 어디에서 비롯되는지, 현실의 본질이 무엇인지를 이해하는 것을 뜻합니다. 허사비스가 이 거대 한 질문 앞에서 보 여주는 자세는 과학자의 겸손과 탐험가의 과감함이 함께 어우러진 것입니다. 그는 답을 이 미 알고 있다고 주장하지 않습니다.

다만 답을 찾기 위한 가장 강력한 도구를 지금 만들고 있다고 말할 뿐입니다. 이 전기의 핵심 질문이 여기서 윤곽을 드러냅니다. AI 시대에 인류에게 진정으로 필요한 것은 '더 뛰어난 AI 모델'인가, '더 성숙한 인간 사회'인가. 허사비스의 대답은 아마 둘 다일 것입니다. 더 뛰어난 모델을 만드는 것은 과학자와 공학자의 몫이고, 더 성숙한 사회를 만 드는 것은 우리 모두의 몫입니다.

그 두 가지가 함께 이루어질 때에 만, 허사비스가 꿈꾸는 ' 근본적 풍요'는 구호가 아닌 현실이 될 수 있습니다. AI가 여는 재생에너지의 미래