리처드 소처가 6.5억 달러 들고 스텔스 빠져나왔어 — 'AI가 스스로 자기를 개선'한다는 회사야

'AI가 스스로 자기를 더 잘 만드는 AI'를 만들겠다는 회사가 등장한 거야

5월 13~14일 Recursive Superintelligence라는 회사가 스텔스에서 등장. 6.5억 달러 조달, 평가가치 46.5억 달러. GV(구 Google Ventures)·Greycroft 주도 라운드, Nvidia·AMD가 전략 투자자로 참여. CEO는 전 Salesforce 수석과학자 Richard Socher. 공동창업자 Tim Rocktäschel는 UCL 교수 + 전 Google DeepMind 시니어 리서처. 회사 직원 30명 미만. 공식 런칭은 2026년 중반 예정.

회사 미션은 강력해 — '인간 개입 없이 스스로 성능을 분석·개선하는 AI 시스템 구축'. 흔히 'recursive self-improvement' 또는 **'AI가 AI를 만드는 AI'**라고 부르는 영역. AI 안전성 연구자들이 가장 우려하는 시나리오 중 하나이기도 해. Anthropic·OpenAI 모두 'recursive self-improvement는 위험할 수 있다'고 명시했는데 — 이 회사는 그걸 정면으로 목표로 삼고 있어.

평가가치 46.5억 달러는 스텔스 단계의 회사로서는 매우 큰 숫자야. 비교 — OpenAI 첫 시드 라운드(2015) 평가가치 1억 달러, Anthropic 시리즈 A(2021) 평가가치 약 5억 달러. Recursive Superintelligence는 시작부터 OpenAI·Anthropic 초기 단계보다 5-10배 큰 평가가치로 출발한 거야. 이는 Richard Socher의 명성 + 'self-improving AI'의 시장 기대치 + 2026년 빅랩 평가가치 인플레이션의 결과.

투자자 구성도 미묘해. GV·Greycroft는 일반 VC. Nvidia·AMD가 전략 투자자로 같이 들어간 건 — 'AI 컴퓨트 측 추가 매출 + 차세대 AI 회사에 미리 자리잡기'의 의도. Anthropic 측은 Amazon이, OpenAI 측은 Microsoft가 깊이 들어가 있는 상황에서, Nvidia·AMD는 'AI 빅랩 측 직접 투자' 카드를 Recursive Superintelligence에 처음으로 본격 행사.

등장 인물 — Richard Socher, Tim Rocktäschel, 그리고 'self-improving AI' 비전

Recursive Superintelligence. 런던·샌프란시스코 양본부. 2025년 후반 설립 추정 (정확한 설립일 비공개). 직원 30명 미만. 회사명 자체가 미션 — 'Recursive' (재귀적) + 'Superintelligence' (초지능). 이건 Yudkowsky·Bostrom 같은 AI 안전성 연구자들이 사용한 'recursive self-improvement leading to superintelligence' 명제를 정면으로 차용한 이름.

Richard Socher (CEO). 독일 출신, 스탠퍼드 박사. NLP 영역의 핵심 인물 — 'GloVe', 'recursive neural networks' 등 초기 딥러닝 NLP 논문 다수. 2014년 MetaMind 창업, 2016년 Salesforce가 인수해 본인은 Salesforce 수석과학자. 2020년 Salesforce 떠나 you.com (AI 검색 엔진) 창업. you.com을 2024년까지 운영하다 떠나 Recursive Superintelligence 창업. you.com의 향후 운명은 미정 (다른 CEO 또는 종료 가능성).

Tim Rocktäschel (공동창업자). 독일 출신. UCL 교수. 전 Google DeepMind 시니어 리서처. 'AI agents that solve games and tasks autonomously' 영역 권위자. NetHack Learning Environment 등 자기개선 에이전트 연구로 알려짐. DeepMind에서 AlphaGo·AlphaStar 후속 연구에 참여.

investors. 리드 — GV (구 Google Ventures), Greycroft. 전략 — Nvidia, AMD. 후속 — Index Ventures, Lightspeed (추정), Khosla Ventures (추정). 총 6.5억 달러 라운드는 시리즈 A 사이즈로는 매우 큼. 평가가치 46.5억 달러는 OpenAI 2018 라운드 (10억 달러) · Anthropic 2022 라운드 (40억 달러) 수준.

'Self-improving AI' 개념. AI 시스템이 (a) 자신의 성능을 메타 평가, (b) 약점 진단, (c) 자체 코드·아키텍처·학습 데이터 자율 개선, (d) 개선된 버전으로 다시 (a)부터 반복. 이론적으로 인간 개입 없이 빠른 self-improvement 가능. AI 안전성 측에서는 'intelligence explosion' 시나리오의 핵심 메커니즘으로 우려.

경쟁자. 'Self-improving AI' 영역의 직접 경쟁자는 아직 적음. (a) OpenAI 'GPT-5.5 → GPT-6' fine-tune 자동화 (자체 연구), (b) Anthropic 'Constitutional AI'의 self-critique 라운드, (c) DeepMind 'AlphaProof' 등 자체 검증 시스템, (d) Sakana AI (일본) 'AI Scientist' 자동 연구 시스템 (2024 발표). Recursive Superintelligence는 이 모든 영역을 'self-improvement 자체가 회사 미션'으로 통합.

핵심 내용 — 무엇을 만들겠다는 건지, 왜 6.5억 달러가 필요한지

비전. Richard Socher의 5월 14일 인터뷰 메시지 — "현재 AI는 인간이 데이터를 수집하고, 인간이 모델을 디자인하고, 인간이 fine-tune한다. 우리는 이 라운드 전체를 AI가 스스로 하는 시스템을 만들겠다." 구체적으로 — (a) AI가 자신의 inference 결과를 분석, (b) 자체 성능 metric을 계산, (c) 학습 데이터의 약점 발견, (d) 새 학습 데이터 자동 생성 또는 수집, (e) 모델 아키텍처 수정 제안, (f) 새 버전 학습 후 다시 (a)부터 반복.

기술적 접근 (추정). 회사가 공식 기술 백서를 안 냈지만 — Richard Socher의 과거 NLP 논문 + Tim Rocktäschel의 RL/agent 논문 결합 + 'Recursive Neural Networks' 명칭 = (a) 기본 LLM은 GPT-5.5·Claude Opus 4.7 수준에서 시작, (b) 그 위에 'meta-learning' 레이어로 자체 평가 시스템, (c) 강화학습 기반 self-improvement loop, (d) 합성 데이터 자동 생성 메커니즘.

6.5억 달러의 용도. 30명 미만 회사가 6.5억 달러를 받는 건 매우 unusual. 추정 분배 — (a) 컴퓨트 (60-70%): Nvidia/AMD GPU·자체 클러스터 또는 클라우드 임대 4-5억 달러, (b) 인재 (15-20%): 박사급 시니어 50-80명 영입 자금, (c) 안전성 인프라 (10%): self-improving AI의 통제 메커니즘 연구, (d) 운영비 (5-10%). 30명에서 200명+로 확장하는 자금이라는 점을 감안하면 12-24개월 안에 100명+ 채용 가속 예상.

Nvidia·AMD의 전략 투자 의미. Nvidia·AMD가 동시에 한 회사에 투자하는 건 흔치 않음. 이는 — (a) Recursive Superintelligence가 단기간에 막대한 GPU 수요를 만들 가능성, (b) 'Nvidia vs AMD' 경쟁 중에 양사 모두 본 회사 컴퓨트 인프라를 잡고 싶은 의도, (c) 차세대 AI 빅랩이 '자체 ASIC' 개발 안 하고 외부 GPU 의존하는 패턴 유지의 시그널. OpenAI(Stargate ASIC)·Google(TPU)·Meta(MTIA)와 달리 — Recursive Superintelligence는 자체 칩 개발 안 하고 Nvidia·AMD 양쪽 사용 가능성.

미공개 런칭의 의미. 2026년 중반 공식 런칭 예정. 5월 14일 발표는 'pre-launch announcement'에 가까움. 의도 — (a) 인재 영입 마그넷, (b) Nvidia/AMD 우선 컴퓨트 확보, (c) 후속 펀딩 라운드 평가가치 점프 기반, (d) AI 안전성 커뮤니티와의 사전 대화. 'self-improving AI'에 대한 우려를 미리 해소하려는 의도.

항목	Recursive Superintelligence (2026-05)	OpenAI 시드 (2015)	Anthropic 시리즈 A (2021)
라운드 사이즈	$650M	$130M (시드 ~ 시리즈 A 합)	$124M
평가가치	$4.65B	$0.1B	$0.5B
직원	<30	~10 (창업 시)	~20 (시리즈 A 시)
미션	Self-improving AI	AGI for humanity	Safe AGI
리드 투자자	GV, Greycroft	Khosla, Reid Hoffman	Jaan Tallinn, Dustin Moskovitz
핵심 인물	Socher, Rocktäschel	Sam Altman, Greg Brockman	Dario·Daniela Amodei

각자의 이득

Recursive Superintelligence의 이득. 첫째, 자본 확보. 6.5억 달러는 30명 미만 회사가 12-24개월 운영할 수 있는 자금. 인재 + 컴퓨트 동시 확보. 둘째, 인재 영입 자석. Richard Socher·Tim Rocktäschel의 명성 + 'self-improving AI'라는 ambitious 미션 = AI 박사·시니어 엔지니어 시장에서 강력한 마그넷. 셋째, Nvidia·AMD 동시 확보. 컴퓨트 측 양사 GPU 우선 액세스. 넷째, 'OpenAI·Anthropic 차세대' 포지셔닝. 빅랩 1·2위 외 '3위' 자리를 노릴 수 있는 시작점.

Richard Socher 개인의 이득. 본인 지분 추정 약 20-30% (CEO + 창업자). 평가가치 46.5억 달러 시점 본인 지분 가치 약 10-15억 달러. you.com 운영 시기에 비해 자산·명성·영향력 모두 점프. AI 영역 'celebrity researcher'에서 'celebrity CEO'로 격상.

Tim Rocktäschel의 이득. UCL 교수직 유지 가능성 (Side gig 모델) + 회사 지분. RL·agent 영역의 학계 영향력에 industrial 영향력 추가. 향후 5-10년 AI 안전성·agent 영역 핵심 인물로 자리.

Nvidia·AMD의 이득. Recursive Superintelligence의 컴퓨트 수요를 우선 확보. 양사 모두 직접 매출 + 차세대 AI 빅랩 측 lock-in. AMD에는 특히 큰 이득 — Nvidia 80% 점유 시장에서 AMD MI300X·MI350 측 매출 가속 필요한 시점.

GV·Greycroft 등 VC의 이득. 차세대 AI 빅랩 측 직접 익스포저 확보. GV는 이미 Anthropic 측 익스포저가 적은데(Google이 Anthropic 핵심 투자자) Recursive Superintelligence로 '제3 빅랩' 익스포저. Greycroft는 self-improving AI라는 ambitious 미션에 베팅으로 명성 자산 추가.

OpenAI·Anthropic의 손해와 이득. 손해 측 — 'AI 빅랩 3위' 자리에 강력한 경쟁자 등장. 인재 영입 측 압력. 이득 측 — Recursive Superintelligence가 'self-improving AI'의 안전성 우려를 흡수하면 OpenAI·Anthropic의 'safer' 포지셔닝 강화 가능. AI 안전성 규제 측 OpenAI·Anthropic이 '책임 있는 빅랩' vs Recursive Superintelligence '위험한 ambitious' 구도 형성 가능.

AI 안전성 커뮤니티. 우려. 'self-improving AI'는 안전성 측 핵심 우려 영역. MIRI(Machine Intelligence Research Institute), Open Philanthropy, EA(Effective Altruism) 측에서 Recursive Superintelligence의 미션을 두고 적극 토론 예상. 회사 측은 '안전성 인프라'에 자금 일부 배정한다고 명시했지만 — 외부 검증이 어려운 영역.

컴퓨트 인프라 (Cerebras·SambaNova·Coreweave 등). Recursive Superintelligence가 Nvidia·AMD 측 직접 투자 받으면서 — Cerebras 등 wafer-scale 대안 칩 측 직접 매출은 제한. 다만 — 회사 컴퓨트 수요가 빠르게 늘어나면 향후 Cerebras·Groq 등 추론 가속기도 사용 가능성.

과거 유사 사례 — 성공과 실패

성공: DeepMind (2010 창업, 2014 Google 인수). Demis Hassabis·Shane Legg·Mustafa Suleyman 창업. 초기 미션은 'solve intelligence'. 2014년 Google이 6억 달러에 인수. 이후 AlphaGo (2016), AlphaFold (2018), AlphaProof (2024) 등 핵심 AI 성과. Recursive Superintelligence는 DeepMind 초기 단계와 비슷한 ambitious 미션. 다만 DeepMind는 Google 자회사로 운영, Recursive는 독립.

부분 성공: OpenAI (2015 창업, 2019 영리 전환). 비영리로 시작, 2019년 영리 전환 후 GPT-3 (2020), GPT-4 (2023) 등으로 빅랩 1위. 'AGI for humanity' 미션이 'AGI 매출' 미션으로 변화. Recursive Superintelligence가 같은 패턴 따를 가능성 — 'self-improving AI' 미션이 향후 5-10년 안에 일반 빅랩 매출 모델로 전환 가능.

부분 실패: Wave Computing (2008-2020). AI 칩 + 자체 AI 시스템 회사. SoftBank가 시리즈 D에 투자. 2020년 파산. 실패 원인 — (a) 기술 미성숙, (b) 매출 모델 부재, (c) GPU(Nvidia) 대안에 대한 시장 신뢰 부족. Recursive Superintelligence는 Nvidia·AMD 양쪽 사용으로 칩 의존 리스크 회피, 매출 모델은 'self-improving AI'의 enterprise application으로 가능.

실패: Vicarious AI (2010-2022). Brain-inspired AI 회사. 2010년 창업, 4억 달러+ 펀딩. 2022년 Alphabet(Intrinsic)이 인수해 사실상 종료. 실패 원인 — (a) 시기 너무 일렀음, (b) 비전 너무 ambitious, (c) 매출 모델 부재. Recursive Superintelligence는 2026년 시점이라 AI 기술 성숙도가 충분하지만 — 'self-improving AI'의 ambitious 측면은 동일.

경쟁자 카운터 플레이

OpenAI. 가능한 카운터 — (a) 'OpenAI Research Agents' 등 자체 self-improving 시스템 출시, (b) Anthropic 대비 '연구 중심' 차별화 강화, (c) Sam Altman의 'AGI 미션' 메시지 강화. 다만 OpenAI는 매출 가속 측면이 우선이라 self-improving 측 자금 배분은 제한적.

Anthropic. Constitutional AI의 self-critique 메커니즘 강화 가능. 'Recursive Constitutional Loop' 같은 안전한 self-improvement 라운드. Anthropic의 'safety-first' 포지셔닝과 시너지. 9,500억 달러 펀딩 협상 중이라 자금은 충분.

DeepMind. 'AlphaProof' 등 자체 검증 시스템 + 'Gemini' 자체 fine-tune 자동화. Google I/O 2026(5월 19일)에서 'Gemini Recursive' SKU 발표 가능성. DeepMind는 AlphaGo·AlphaStar의 자기 plays 메커니즘에서 이미 self-improvement 경험 있음.

Sakana AI (일본). 2024년 'AI Scientist' 발표. AI가 논문을 자동으로 쓰고 peer-review까지 수행. Recursive Superintelligence와 직접 비교 가능. Sakana는 자금 규모가 작지만 (시리즈 A 2,000만 달러+) 일본 정부 + Lux Capital 후원.

xAI Grok. 일론 머스크의 'Truth-seeking AI' 미션. Grok-4 출시 후 self-improvement 라운드 가능. SpaceX·Tesla 자체 데이터 활용으로 차별화.

중국 빅랩 (DeepSeek·Moonshot·Qwen). DeepSeek은 자체 reasoning 모델 (DeepSeek-R1, R2)로 자체 데이터 생성 + self-improvement loop 일부 구현. 중국 정부의 자국 AI 빅랩 직접 지원으로 미국 self-improving AI 회사들과 평행 경쟁.

그래서 뭐가 달라지는데 — 페르소나별

AI 박사·시니어 엔지니어. 큰 채용 마그넷. 'OpenAI·Anthropic·DeepMind 외 새 빅랩'에서 일하고 싶은 인재에게 강력한 옵션. 30명 미만 단계 입사 = 지분 가치 점프 가능성 (10-100배). 권장 — Recursive Superintelligence 채용 모니터링.

AI 안전성 연구자. 우려 + 기회. 'self-improving AI' 미션은 안전성 측 가장 우려되는 영역. 동시에 — Recursive Superintelligence가 안전성 인프라에 자금 배정하면 그 영역의 외부 연구자 채용 + 컨설팅 기회. MIRI·Anthropic의 향후 6-12개월 응답 라운드 관전 포인트.

투자자·VC. AI 빅랩 측 '제3의 옵션' 등장. 후속 라운드 참여 가능성 검토. 다만 평가가치 46.5억 달러는 이미 비싸 — 후속 라운드는 더 비쌀 것. 직접 참여 어려운 LP는 GV·Greycroft·Nvidia·AMD 측 노출로 간접 익스포저.

기업 IT·CIO. 단기 영향 없음. Recursive Superintelligence의 첫 상용 제품은 2026년 중반~2027년 예상. 기업 도입은 그 이후. 권장 — 모니터링만 하고 단기 도입은 OpenAI·Anthropic·Google 측 우선.

규제기관. 'self-improving AI'는 EU AI Act·미국 NIST의 'high-risk AI' 정의에 해당할 가능성. 향후 6-12개월 안에 규제 라운드 등장 가능. EU AI Office(8월 집행 권한 발동)가 Recursive Superintelligence를 어떻게 분류할지 핵심 변수.

일반 사용자. 직접 영향 없음. 다만 — (a) AI 모델이 빠르게 개선되는 시대의 가속, (b) AI 안전성 논의의 활성화, (c) 향후 5-10년 안에 AI 시스템의 신뢰성·통제 가능성에 대한 사회적 토론 가속.

기존 AI 빅랩 직원 (OpenAI·Anthropic·Google). 이직 옵션 추가. Recursive Superintelligence가 OpenAI·Anthropic 출신 인재를 적극 영입할 가능성. 본인 회사의 스톡옵션 가치 vs Recursive 입사 시 지분 가치의 trade-off 검토 시기.

참고 자료

• TechCrunch — What happens when AI starts building itself
• Unite.AI — Recursive Superintelligence Raises $650M
• Tech.eu — Recursive Superintelligence emerges from stealth
• The Information — GV·Greycroft lead Recursive Superintelligence round
• Richard Socher — GloVe 논문 (2014)
• Tim Rocktäschel — UCL Profile
• Sakana AI — AI Scientist (2024)
• spoonai 2026-05-17: Anthropic 9,500억 달러 펀딩 (today)