- 안드레이 카파시(Andrej Karpathy)가 5월 19일 앤트로픽 합류를 발표, 이번 주부터 사전학습(pre-training) 팀에서 근무 시작.
- 신설 팀은 Claude를 도구로 사용해 사전학습 연구 자체를 가속하는 ‘재귀적 자동화’ 미션을 맡는다.
- 오픈AI 창립 멤버 → 테슬라 FSD 총괄 → 오픈AI 재합류 → Eureka Labs 창업 후 다시 라이벌 진영으로 이동.
- Stainless 인수에 이어 12시간 만에 터진 두 번째 메가 시그널 — 앤트로픽이 인재·툴 양쪽 모두 ‘구매 가능’을 증명.
“앞으로 몇 년이 LLM 프론티어에서 가장 결정적인 시기가 될 것이다.” 카파시가 X에 올린 짧은 한 문장이 AI 업계 전체를 흔들었다. 오픈AI를 두 번 떠나고 두 번째로 돌아오지 않은 그가, 결국 앤트로픽 사전학습팀에 자리를 잡았다. 그것도 ‘Claude가 Claude를 학습시키는’ 가장 위험하고 가장 큰 베팅을 들고.
01. 무엇이 일어났나
카파시가 들고 간 미션: ‘재귀적 사전학습’
앤트로픽이 공식 확인한 카파시의 역할은 두 가지다. 첫째, 사전학습팀의 시니어 멤버로 합류해 다음 세대 Claude의 핵심 학습 파이프라인에 직접 손을 댄다. 둘째, 이번에 새로 만들어진 별도 팀을 이끌며 “Claude 자체를 사용해 사전학습 연구를 가속한다”. 즉, 모델이 자기 다음 버전을 만드는 데 쓰이는 ‘AI for AI Research’ 라인이다.
앤트로픽 입장에서 이는 단순한 인재 영입이 아니다. 사전학습은 모델의 지식·추론력·인격이 결정되는 가장 무거운 단계이고, 한 번 돌리는 데만 수천만 달러가 든다. 여기 자동화가 들어오면 비용 곡선과 속도 곡선이 동시에 바뀐다.
Trend Insight — ‘Claude로 Claude를 학습시킨다’는 문장은 RLAIF·합성 데이터의 다음 단계다. 사람 RLHF 단가가 떨어진 시점에서, 이제 진짜 병목은 ‘실험 1회당 며칠’이라는 사이클 타임이다. 카파시 팀이 깎으려는 건 GPU가 아니라 ‘연구자 1명의 의사결정 시간’이다.
02. 왜 지금, 왜 앤트로픽인가
두 번의 이탈, 그리고 결정적 분기
카파시는 2015년 오픈AI 창립 멤버였다가 2017년 테슬라로 떠나 Autopilot·FSD를 총괄, 2022년 다시 오픈AI로 잠깐 돌아왔다가 2024년 Eureka Labs를 창업했다. AI 교육 스타트업으로 ‘AI Karpathy 강의’를 유튜브에 풀던 그가 다시 빅랩으로 복귀한 건, 자기 발언으로 보면 “프론티어 LLM이 향후 몇 년 형성기에 진입했다”는 판단 때문이다.
앤트로픽이 그를 끌어당긴 카드는 명확하다. (a) 새 팀의 거의 ‘CEO 권한급’ 자율성, (b) 사전학습 파이프라인 전체 접근권, (c) 안전성 연구가 회사 정체성인 조직 문화. 오픈AI의 비영리 거버넌스 분쟁·고위 인력 이탈 이슈가 1년 이상 이어진 시점에서 결정적 차별화 포인트로 작용했다는 분석이 지배적이다.
12시간 콤보: Stainless + Karpathy
오늘 오전 보도된 앤트로픽의 Stainless 3억 달러+ 인수와 합쳐 보면 그림이 분명해진다. 오전엔 ‘OpenAI·구글이 쓰던 SDK 자동화 툴’을 통째로 사들였고, 오후엔 ‘OpenAI 창립 멤버’를 사전학습팀 헤드로 앉혔다. 24시간 안에 ‘도구’와 ‘사람’ 양쪽에서 OpenAI 자산을 떼어낸 셈이다.
Trend Insight — 인재는 자본보다 빨리 움직인다. 앤트로픽이 6개월간 4건의 인수와 1건의 최상위 리서처 영입을 동시에 진행한 패턴은, AGI 레이스가 ‘소수 인력 + 압축 시간’으로 결정된다는 가설을 시장이 본격적으로 매수했다는 신호다.
03. 한국 IT·스타트업은 무엇을 봐야 하나
바뀌는 모델 신뢰도 기준
사전학습 단계에 ‘AI 자동화’가 들어오기 시작하면, 모델 평가 기준이 흔들린다. 같은 벤치마크 점수라도 학습 파이프라인을 누가·어떻게 만들었는지가 안전성·재현성·할루시네이션 빈도를 좌우하기 때문이다. 한국 SaaS·LLM API 도입 기업은 향후 6개월 안에 벤더 평가서에 “사전학습 자동화 비중 / 휴먼 인 더 루프 지점” 항목을 추가하는 게 합리적이다.
‘토픽 1인 의존’ 리스크의 재발견
오픈AI 입장에서 카파시 이탈은 단일 인력에 묶인 연구 라인 전체가 옮겨갈 수 있다는 점을 다시 노출시켰다. 한국 AI 조직도 마찬가지다. 모델 학습·튜닝의 비명시적 노하우(데이터 큐레이션, 평가 셋 구성)는 대부분 1~2명의 머릿속에 존재한다. ‘AI for AI Research’ 시대엔 그 노하우를 문서가 아니라 시스템과 자동화 파이프라인에 박아 넣어야 한다.
개발자·CTO 체크리스트 3가지
① 우리 제품의 Claude/OpenAI 라이브러리 의존성 — Stainless 인수 후 SDK 동기화 정책이 어디로 갈지 6개월 안에 변동 가능. ② 사내 RAG·파인튜닝 평가 데이터셋 — Karpathy식 ‘AI가 데이터셋을 만든다’ 흐름에 맞춰 합성 데이터 비중을 재정의. ③ 인재 정책 — 시니어 1명에 묶인 R&D 워크플로 → 페어 시스템 + 자동화 노트북으로 분산.
Trend Insight — 카파시의 이번 합류는 단일 빅뉴스라기보다 ‘신호의 신호’다. 핵심 인재의 동선이 OpenAI → Anthropic으로 다시 한 번 향한 것은, 이미 1~2년 시야의 차세대 모델 로드맵에서 누가 앞서 있다고 시장이 베팅하는지를 보여주는 가장 솔직한 지표다.
관련 글
- 앤트로픽 Stainless 3억 달러+ 인수 — 6개월 4번째 M&A
- Claude Opus 4.7 Fast Mode vs GPT-5.5 Instant 비교
- 오픈AI·앤트로픽, PE와 손잡고 ‘Deployment Company’ 출범
- Gemini 3.5 Flash·Spark·Omni 동시 공개와 인재 영입
출처
- TechCrunch — OpenAI co-founder Andrej Karpathy joins Anthropic’s pre-training team
- CNBC — Anthropic hires OpenAI co-founder Andrej Karpathy, former Tesla AI leader
- Axios — OpenAI co-founder Andrej Karpathy joins Anthropic
AI Biz Insider · AI 트렌드 · aibizinsider.com
댓글 남기기