얀 르쿤, Meta 떠나 $1B 시드 라운드 — LLM 시대의 끝을 선언하다

튜링상 수상자, 역대 최대 시드 라운드로 AI 판을 다시 짜다

얀 르쿤(Yann LeCun)이 움직였다. Meta의 AI 최고과학자 자리를 내려놓고 설립한 AMI Labs가 $1.03B의 시드 라운드를 성공시켰어. 지난 3월 10일 발표된 이 투자는 유럽 역사상 최대 규모의 시드 펀딩이야. 펀딩 직전인 지난 11월에 AMI Labs를 설립했으니, 불과 4개월 만에 이룬 성과인 거야.

더 놀라운 건 투자자들의 면면이야. Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions라는 5개 글로벌 VC가 공동으로 주도했고, Nvidia, Toyota, Samsung, Temasek 같은 기업 투자자들도 참여했어. Tim Berners-Lee(웹의 아버지), Jim Breyer, Mark Cuban, Eric Schmidt 같은 업계 거물들도 개인 투자자로 이름을 올렸어.

그런데 여기서 잠깐. 왜 이렇게 많은 투자자들이, 그리고 이렇게 큰 규모의 돈이 몰렸을까? 르쿤이 하려는 게 뭔데?

이걸 이해하려면: LLM의 한계와 월드 모델의 필요성

지난 3년간의 AI 판을 주도한 건 대규모 언어 모델(Large Language Models, LLM)이었어. ChatGPT, Claude, Gemini 같은 모델들이 인간 수준의 텍스트를 생성하고, 복잡한 추론을 해내면서 AI 혁명을 이끌어왔어.

하지만 르쿤은 처음부터 의구심을 가지고 있었어. LLM은 분명히 강력하지만, 근본적인 한계가 있다는 거야. LLM은 다음 단어를 예측하는 방식으로 학습돼. 하지만 이건 마치 눈을 감은 채 영화를 맞춰 말하는 것처럼, "가능한 미래"를 모두 예측해야 한다는 뜻이야. 인간은 이렇게 하지 않아. 우리는 추상적인 수준에서 세상의 논리를 이해하고, 그걸 바탕으로 행동해.

르쿤이 제안한 대안이 JEPA(Joint Embedding Predictive Architecture)야. 이건 간단하게 말하면 '픽셀 수준의 예측'에서 벗어나 '추상적 표현 공간에서의 예측'으로 나아가자는 거야. 즉, 세상의 논리를 고수준의 개념으로 학습하자는 의미인 거지.

월드 모델이 필요한 이유: LLM은 언어에 특화된 도구지만, 실제 세계와의 상호작용(로봇, 산업 제어, 헬스케어)에는 세상 자체에 대한 깊은 이해가 필요해. 르쿤이 추구하는 건 바로 이 '세상에 대한 이해'를 AI에게 가르치는 거야.

핵심 내용 해부: 뭐가 다른데?

$1.03B 시드의 의미

먼저 숫자부터 보자. $1.03B는 엄청난 규모야. 비교를 위해 최근 몇 년간 유럽의 주요 시드 라운드들을 보면:

회사	펀딩액	연도	업종
AMI Labs	$1.03B	2026	AI/월드 모델
Mistral AI	$415M	2024	LLM
Bolt (by Revolut 창립자)	$300M+	2023	핀테크
Figma	$200M	2022	디자인 소프트웨어
Databricks	$100M	2021	데이터 플랫폼

AMI Labs의 시드 라운드가 Mistral AI의 2배를 넘어선 거야. Mistral은 유럽의 자랑스러운 오픈소스 LLM 회사인데도 말이야. 이건 투자자들이 르쿤의 비전에 얼마나 확신을 가지고 있는지 보여주는 증거인 거야.

시드라운드 당시의 기업 가치평가(valuation)는 $3.5B였어. 이건 회사가 아직 제품 출시도 하지 않은 상태에서의 평가야. 순수 '믿음과 비전'에 기반한 펀딩인 셈이지.

JEPA 아키텍처란 뭔가

이제 기술 얘기를 좀 해보자. JEPA를 이해하려면 먼저 기존의 예측 방식과 비교해야 돼.

기존 방식(픽셀 예측):

입력: 영상의 현재 프레임 → 다음 프레임의 모든 픽셀값을 예측
문제: 엄청난 계산량, 확률적으로 불가능에 가까운 과제

JEPA 방식(추상적 표현 예측):

입력: 영상의 현재 프레임 → '추상적 표현 공간'에서 다음 상태를 예측
예: "공이 테이블 위에서 왼쪽으로 굴러간다"는 고수준 개념으로 표현
장점: 계산 효율적, 세상의 진정한 논리 학습 가능

구체적인 예를 들어보면, 로봇이 컵을 집는 상황이라고 하자. 픽셀 기반 예측이라면 매 순간 수백만 개의 픽셀 변화를 모두 계산해야 돼. 하지만 JEPA는 "팔이 이동할 거고, 손가락이 닫힐 거고, 컵이 들릴 거야"라는 추상적 시퀀스를 학습해. 이게 훨씬 효율적이고, 새로운 상황에 일반화하기도 쉬워.

르쿤이 자주 강조하는 게 있어: "LLM이 발전했지만, 세상의 물리적 법칙을 정말로 이해하지는 못해. 월드 모델은 그걸 가능하게 할 거야."

Meta를 떠난 이유

이 부분도 중요한데, 르쿤은 왜 Meta라는 거대 기업을 떠났을까?

Meta는 분명히 AI 분야에 어마어마한 자원을 쏟고 있어. 하지만 Meta의 주력은 LLM이었어. 르쿤이 원했던 '월드 모델 연구'와는 다른 방향이었던 거야. 기업의 비전과 개인의 비전이 맞지 않은 거지.

게다가 스타트업으로서의 기민함도 있어. 대기업의 절차와 의사결정은 느리기 마련이야. 르쿤이 지금 나이 대에 다시 스타트업을 시작한다는 건 정말 강한 신념이 있다는 뜻인 거야.

더 넓은 그림: LLM vs 월드 모델의 경쟁

지금 AI 업계에서 벌어지고 있는 게 일종의 '패러다임 싸움'이야.

한쪽은 OpenAI, Google, Anthropic이 주도하는 'LLM 더 크게, 더 똑똑하게' 진영이야. 이들은 스케일링 법칙(scaling laws)을 믿어. 모델을 크게 만들고 데이터를 많이 먹이면, 능력이 자동으로 증가한다는 거지. 실제로 이게 맞아떨어졌고, GPT-4, Claude Opus 같은 모델들이 놀라운 성과를 냈어.

다른 한쪽이 르쿤이 주도하는 진영이야. 이들은 "스케일링만으로는 충분하지 않다"고 주장해. LLM은 정확히는 복잡한 통계 모델일 뿐, 세상에 대한 진정한 이해(understanding)를 갖지 못한다는 거지. 그래서 약간의 변화에도 쉽게 오류를 범하고, 상식적인 추론에 실패한다는 거야.

르쿤의 관점에서 보면:

LLM의 강점: 언어 패턴 인식, 텍스트 생성, 고수준의 추론 모방
LLM의 약점: 물리적 직관(physics intuition), 인과관계 이해, 새로운 환경 적응

월드 모델이 강할 거라고 예상되는 분야:

로봇 공학: 실제 물리 세계와의 상호작용
산업 제어: 공장, 제조업 자동화
헬스케어: 약물 상호작용, 수술 시뮬레이션
자율주행: 복잡한 실시간 의사결정

왜 이 기업들이 몰렸나

벡소스 익스페디션(Bezos Expeditions)의 투자는 특히 상징적이야. Jeff Bezos는 한 가지를 아는 거야: 장기 전략이 얼마나 가치 있는지. Amazon의 성공 자체가 장기 비전에 베팅한 결과였거든.

Nvidia의 참여도 주목할 만해. Nvidia의 GPU 없이는 LLM도, 월드 모델도 불가능해. 근데 Nvidia가 LLM 회사에 투자하지 않고 월드 모델 스타트업에 투자한 이유가 뭘까? 다음 세대 GPU가 필요한 건 월드 모델이라고 생각하는 거야. 더 복잡한 계산, 더 큰 모델이 필요할 테니까.

Samsung과 Toyota 같은 제조업계 거물들의 투자는 실제 응용처를 노리는 거야. 자동차 제조, 전자제품 혁신에 월드 모델이 필요하다고 본 거지.

그래서 뭐가 달라지는데? 실제 영향

이건 단순히 "새로운 기술"의 등장이 아니야. 이건 AI의 방향성 자체를 바꿀 수 있는 움직임이야.

단기 (1-2년)

AMI Labs가 JEPA 기반의 초기 프로토타입 공개
로봇 연구 커뮤니티에서 적극적인 채용과 collaboration 시작
LLM 회사들의 '월드 모델 연구팀' 신설 증가 (이미 일부 시작됨)

중기 (2-5년)

실제 로봇 제어, 산업용 AI 시스템에 JEPA 기술 적용 시작
LLM + 월드 모델의 하이브리드 시스템 등장
새로운 벤치마크와 평가 기준의 등장 (LLM 벤치마크 외)

장기 (5년 이상)

AGI(범용인공지능) 논의에서 "월드 모델 없이는 불가능"이라는 합의 형성 가능
로봇과 자동화의 대대적인 발전
AI 투자 트렌드의 재편성

르쿤의 내기: 역사가 어느 쪽을 증명할까

얀 르쿤은 이미 튜링상(컴퓨터 과학의 노벨상)을 받은 거물이야. CNN(합성곱 신경망) 같은 기초 기술을 만든 사람이거든. 그런 사람이 지금의 LLM 열풍을 보면서 "이건 충분하지 않다"고 말하는 거야.

이건 대담한 주장이야. 왜냐하면 지금 LLM의 성공은 객관적이거든. ChatGPT는 정말로 역사적인 제품이고, 많은 산업을 변화시키고 있어.

하지만 르쿤의 관점은 다르다는 거지. "LLM도 위대하지만, 그건 한 부분일 뿐이다. 진짜 AI는 세상을 이해해야 한다"는 거야.

이 논쟁이 어떻게 끝날지는 아무도 모르는 거야. 하지만 이 정도의 자본과 인재가 몰리는 걸 보면, 적어도 AI 업계의 지도자들 상당수가 르쿤의 비전에 베팅하고 있다는 건 분명한 거야.

투자자 구성이 말해주는 것

펀딩 구성을 보면 흥미로운 패턴이 보여. 이건 단순한 '투자'가 아니라 '연합'처럼 보인다는 거야.

Lead 투자자들 (5개 VC):

Cathay Innovation: 아시아 태평양 지역의 기술 투자 전문
Greycroft: Silicon Valley의 쿨한 스타트업 투자자
Hiro Capital: 유럽의 deep tech 전문 펀드
HV Capital: 동유럽-중동 지역 전문
Bezos Expeditions: Jeff Bezos의 개인 투자사 (인내 자본)

이들이 공동으로 lead했다는 건 뭘 의미할까? "우리 모두 이 비전을 믿어"라는 신호야. 각자 다른 지역의 전문성을 가진 투자자들이 모여서 글로벌 규모로 이 회사를 지원하겠다는 거지.

기업 투자자들의 면면:

Nvidia: GPU 공급자의 입장에서 미래 시장 선점
Toyota, Samsung: 실제 응용처 확보
Temasek: 싱가포르 국부펀드의 장기 전략적 투자

한국의 관점에서 본다면

한국 기업들, 특히 Samsung이 참여했다는 건 의미 있어. Samsung은 단순히 '투자'를 한 게 아니라 '기술 파트너'가 되겠다는 신호인 거야. 전자제품, 반도체, 디스플레이 제조에서 로봇이 얼마나 중요한지 잘 아는 기업이거든.

LG, SK하이닉스 같은 회사들도 이런 움직임을 보고 있을 거야. "아, 월드 모델이 중요해질 거겠네"라고.

한국의 AI 생태계가 아직까지는 LLM 중심이었는데, 이제는 월드 모델, 로봇공학 쪽으로의 관심이 커질 것 같아.

기술 이면의 철학: 르쿤의 신념

여기서 한 가지 더 짚고 넘어가야 할 게 있어. 이건 단순한 기술 논쟁이 아니라 AI에 대한 철학의 차이야.

르쿤의 입장:

"AI는 데이터를 많이 받아서 패턴을 찾는 기계일 수 없다"
"진정한 AI는 세상의 인과관계를 이해해야 한다"
"아이들이 세상을 배우듯이, AI도 상호작용을 통해 배워야 한다"

OpenAI와 같은 LLM 진영의 입장:

"스케일과 다양한 데이터가 모든 능력을 만든다"
"충분히 큰 모델이면 '이해'의 수준에 도달할 수 있다"
"우리는 패턴으로부터 지능이 나타나는 것을 본다"

둘 다 역사적인 성과를 냈어. 하지만 지금은 갈림길에 있는 거야. 어느 쪽이 '진정한 AI'에 더 가까운가에 대한 장기적 내기가 벌어지고 있는 거지.

이 싸움의 승자가 누가 될까? 역사상 이런 주요 기술 전환기에는 보통 "한쪽의 완전한 승리"가 아니라 "둘 다 적응"했어. 아마 미래의 AI는 LLM과 월드 모델을 결합한 형태일 가능성이 높아.

JEPA의 구체적 구현: 어떻게 작동할까

아직 더 구체적으로 들어가보자. JEPA가 실제로 어떻게 작동하는지 이해하려면 몇 가지 개념이 필요해.

인코더(Encoder):

입력 이미지를 받아서 추상적 표현으로 변환
마치 "이 이미지에서 의미 있는 특징들만 뽑아내는" 과정
예: 로봇 비전에서는 "물체의 위치, 크기, 방향" 정도로 압축

예측 모듈:

현재 상태의 추상 표현을 받아서 다음 상태의 추상 표현 예측
물리적 법칙이나 인과관계를 학습하는 부분
예: "팔이 이렇게 움직이면, 다음엔 여기에 있을 거야"

디코더(선택사항):

추상 표현을 다시 시각적 형태로 복원
사실 월드 모델에서는 굳이 필요하지 않을 수도 있어. 왜냐하면 최종 목표는 예측이지, 이미지 생성이 아니거든.

이런 구조가 LLM과 다른 점은:

LLM: 토큰 시퀀스 → 다음 토큰 예측
JEPA: 추상 표현 → 다음 추상 표현 예측

JEPA의 핵심은 "뭘 예측할 것인가"에 있어. 모든 픽셀을 예측하는 게 아니라, "의미 있는 변화"만 예측하는 거야.

시장에의 도전: 몇 가지 현실적인 질문

그런데 여기서 현실적인 질문들이 생겨.

질문 1: 정말 작동할까?

AMI Labs는 아직 공개적인 데모나 벤치마크 결과를 발표하지 않았어
르쿤의 이론은 설득력 있지만, 실제 구현은 다를 수 있어
다만 Nvidia, Samsung, Toyota 같은 회사들이 투자했다는 건 어느 정도의 기술 검증이 됐다는 뜻일 가능성 높아

질문 2: 산업 응용은 언제?

가장 빠를 분야: 로봇 제어 (1-2년 내)
중간 정도: 산업 자동화 (2-4년)
긴 기간 필요: 의료, 자율주행 (5년+)

질문 3: LLM 회사들은 뭐하나?

이미 OpenAI, Google, Meta도 월드 모델 연구를 시작했어
특히 Meta는 르쿤이 제안했던 아이디어를 내부에서 계속 추진하고 있을 거야
그래서 이건 "AMI Labs vs 나머지"가 아니라 "누가 더 빨리 구현하나"의 경쟁이 될 거야

주목할 개인 투자자들: 각자의 신호

개인 투자자들도 흥미로워. 이들이 뭘 했는지 보면 이 투자가 얼마나 "신뢰에 기반한" 것인지 알 수 있어.

Tim Berners-Lee (웹의 발명자):

그는 "분산 웹"의 미래를 믿는 인물이야
왜 월드 모델에 투자? 아마도 "다음 세대 AI"의 방향에 대한 신념 때문일 거야
그의 지지는 "기술 커뮤니티 내 신뢰도" 의미

Jim Breyer (Accel Partners 설립자):

Facebook의 초기 투자자, 벤처캐피털 거물
기술 사이클의 변곡점을 읽는 능력으로 유명해
그의 참여는 "이게 다음 큰 사이클의 시작"이라는 신호

Mark Cuban (Shark Tank 진행자):

기술 기업가로서 직관적으로 시장 기회를 본다는 평가를 받아
로봇공학과 자동화의 미래 가능성을 본 거야

Eric Schmidt (Google 전 CEO):

아마도 가장 상징적인 투자자야
Google이 AI에서 놀친 영역이 바로 "robot learning"과 "embodied AI"였거든
그의 투자는 "구글도 생각하던 방향"이라는 검증을 의미

이들의 공통점: 모두 "다음 세대"를 내다보는 시장 선도자들이라는 거야.

로봇공학 산업에의 파장

월드 모델이 가져올 가장 직접적인 변화는 로봇공학에서야.

지금의 로봇들은 주로 **강화학습(Reinforcement Learning)**에 의존해. 수천 번의 시행착오를 통해 행동을 배우는 거야. 이건 시간도 오래 걸리고, 비용도 많이 들어.

하지만 월드 모델이 충분히 좋아지면:

로봇이 "상상"으로 연습 가능 (시뮬레이션)
한 작업을 배운 로봇이 다른 환경에 빠르게 적응
물리적 시행착오를 줄이면서 학습 속도 대폭 향상

실제로 업계는 이미 변하고 있어. Boston Dynamics, Tesla의 Optimus, Figure AI 같은 로봇 회사들이 모두 이 방향으로 움직이고 있어.

이 투자가 AI 생태계에 의미하는 것

학문적 신뢰도 회복
- 지난 몇 년간 스케일 우상주의(scaling law worship)가 강했어
- 르쿤의 투자는 "이론도 중요하다"는 신호를 보냈어
- 대학의 AI 연구 방향에도 영향을 미칠 것 같아
투자 다양화
- 모든 투자자들이 ChatGPT 모방 회사에 투자할 수는 없어
- AMI Labs처럼 "다르지만 근본적"인 접근에 자본이 몰리기 시작한 거야
- 이건 AI 스타트업 환경의 건강한 신호
기술 인재의 이동
- 최고의 AI 연구자들이 "어디로 가야 하나" 고민할 때
- AMI Labs는 "새로운 선택지"가 된 거야
- Google Brain, OpenAI, DeepMind에서 인재가 빠져나올 가능성 증가
국가 간 AI 경쟁의 변화
- 지금까지 미국(OpenAI, Google)이 주도했어
- 하지만 AMI Labs는 유럽 기반이야
- 이건 "AI 기술 주도권이 다극화될 수 있다"는 신호

결론: LLM 시대의 끝이 아니라 다음 장의 시작

기사의 제목에서 "LLM 시대의 끝"이라고 했는데, 더 정확하게 말하면 "LLM 독점 시대의 끝"일 거야.

LLM은 사라지지 않을 거야. 오히려 더 발전할 거야. 하지만 앞으로는:

LLM은 "언어와 텍스트 중심"의 AI 기술로 자리잡을 것
월드 모델은 "실제 세계와의 상호작용"을 담당할 것
둘이 함께 작동하는 "하이브리드 시스템"이 표준이 될 것

르쿤이 이번에 한 일은 단순히 "새로운 회사를 차린 것"이 아니야. "AI의 방향성을 다시 정의하려는 시도"인 거야.

성공할까? 글쎄... 아무도 모르는 거야. 하지만 최고 수준의 투자자들, 기술자들, 그리고 업계 거물들이 "이건 중요하다"고 투표한 거야. 그 자체로도 의미 있어.

2026년 3월은 나중에 "AI 역사의 분기점"으로 기억될 수도 있어. 이 투자가 성공하든 실패하든, 적어도 AI 커뮤니티에 "다른 방향도 있다"는 메시지는 전달된 거니까.

향후 관찰 포인트

만약 당신이 이 분야를 계속 지켜보고 싶다면, 이 몇 가지를 체크해보면 좋아:

AMI Labs의 첫 논문이나 코드 공개 (2-3개월 내 가능)
- 기술의 실제 동작 여부를 판단할 첫 기회
Meta와 OpenAI의 월드 모델 연구 공개
- 이미 진행 중이지만, 더 적극적인 발표가 있을 거야
로봇 회사들의 기술 적용
- Boston Dynamics, Figure AI 같은 곳들이 JEPA를 사용하기 시작할까
기존 AI 회사들의 반응
- Anthropic, Mistral 같은 LLM 회사들이 월드 모델을 추가할까
인재 이동
- 주요 AI 연구자들이 AMI Labs로 움직일까

이 모든 게 어떻게 펼쳐질지는 다음 1-2년이 판가름할 거야.

마지막으로: 왜 지금이 이 타이밍인가

역사적인 맥락으로 보면, 이 시점은 흥미로워.

2023년: ChatGPT 혁명

모두가 LLM에 몰입
"AI = LLM"이라는 인식 형성

2024년: LLM 플레토우 도착

"더 큰 모델도 비례적 성장이 안 되네"라는 깨달음
스케일링 법칙의 한계에 직면

2025년: 전략적 재검토

OpenAI, Google 등이 "다음은 뭔가" 고민 시작
여름부터 "월드 모델" 관심도 증가

2026년 3월: 르쿤의 공식 선언

JEPA 기반 AMI Labs의 대규모 펀딩
"이제는 이 방향이 주류가 될 거다"라는 신호

이건 우연이 아니야. 기술이 성숙되고, 시장이 준비되고, 인물이 나타나는 역사적 흐름이야.

개인적 관찰: 르쿤의 위치

얀 르쿤은 특이한 위치에 있어. 그는:

학자: CNN 같은 획기적인 기술의 발명자
기업가: Facebook, Meta에서 AI 전략을 주도
예언가: 몇 년 전부터 "LLM은 충분하지 않다"고 계속 주장해온 사람

이런 위치의 사람이 "이제 시작한다"고 선언한 거야. 이건 단순한 "한 명의 의견"이 아니라 "기술 커뮤니티의 대표적 목소리"인 거지.

만약 르쿤이 틀렸다면? 그래도 그의 기여는 AI 업계를 "다르게 생각하도록" 만든 것만으로도 가치 있을 거야.

기술적으로 흥미로운 점들

아직 안 다룬 몇 가지 세부사항들:

에너지 효율성
- JEPA는 픽셀 예측 방식보다 훨씬 효율적
- 이건 단순히 "더 정확하다"를 넘어 "더 환경친화적"을 의미해
해석 가능성(Interpretability)
- 월드 모델이 "추상 표현"에서 작동하면 무엇을 배웠는지 더 이해하기 쉬워
- 이건 "신뢰할 수 있는 AI"의 조건 중 하나야
전이 학습(Transfer Learning)
- 월드 모델은 한 도메인에서 배운 것을 다른 도메인으로 더 쉽게 전이할 수 있을 거로 예상됨
- 이건 실제 산업 응용에서 엄청나게 중요해
데이터 효율성
- LLM은 수십억 개의 텍스트가 필요해
- JEPA 방식은 더 작은 데이터셋으로도 효과적일 가능성

이런 모든 게 맞아떨어지면, AMI Labs는 정말로 게임체인저가 될 거야.

핵심 정리: 당신이 알아야 할 3가지

너무 많은 정보가 있으니 핵심만 정리해볼게.

첫 번째: AMI Labs의 $1.03B 펀딩은 단순한 "또 다른 AI 스타트업의 성공 사례"가 아니야. 이건 "AI 기술 방향 자체의 전환 신호"야.

두 번째: JEPA는 기술적으로 복잡해 보이지만, 핵심은 간단해. "모든 걸 예측하지 말고, 의미 있는 것만 예측하자"는 거야. 이건 인간처럼 생각하는 방식에 더 가까워.

세 번째: LLM이 끝나는 게 아니야. 다만 "AI의 한 부분일 뿐이라는 깨달음"이 온 거야. 앞으로의 AI는 LLM과 월드 모델의 조합일 가능성이 높아.

당신의 관점에서 본다면

만약 당신이 AI 기술에 관심 있는 사람이라면, 이 뉴스는 "새로운 가능성의 문을 열었다"는 의미야.

개발자: 새로운 프레임워크와 라이브러리가 곧 나올 거야. 관심 가져봐.
투자자: "월드 모델" 분야의 스타트업들이 펀딩을 받기 시작할 거야.
기업: 로봇, 자동화, 의료 기기 등에서 새로운 기회가 생길 거야.
연구자: 한 가지 길만 있던 AI 연구의 세계가 다시 열린 거야.

결국

$1.03B의 의미를 한 문장으로 설명한다면:

"LLM이 텍스트의 미래라면, JEPA는 세상 자체의 미래일 수 있다"

이 내기의 결과가 나올 때까지 우리는 계속 지켜봐야 해. 하지만 이미 최고 수준의 사람들과 자본이 "이게 중요하다"고 결정했어. 그것만으로도 뭔가 크게 바뀔 거라는 신호는 충분해.

2026년의 AI는, 당신이 생각하는 것보다 더 흥미로운 곳으로 향하고 있어.

관련 읽을거리:

Yann LeCun's position papers on world models
JEPA: Joint Embedding Predictive Architecture (논문 기다리는 중)
Meta FAIR의 이전 연구 (A Path Towards Autonomous Machine Intelligence)
Rodney Brooks의 robotics 철학

계속 업데이트할 부분:

AMI Labs의 첫 기술 공개
주요 채용 소식
초기 파트너십 공시
벤치마크 결과 발표

얀 르쿤, Meta 떠나 $1B 시드 라운드 — LLM 시대의 끝을 선언하다

튜링상 수상자, 역대 최대 시드 라운드로 AI 판을 다시 짜다

이걸 이해하려면: LLM의 한계와 월드 모델의 필요성