자기개선 AI 개발사 Recursive, 46.5억 달러 가치로 6.5억 달러 유치

지금까지의 프론티어 AI 연구는 대부분 뛰어난 연구진이 직접 모델 구조를 짜고, 데이터를 가공하며, 결과를 분석하는 인간 중심의 방식으로 이루어져 왔습니다.

스텔스 상태를 깨고 나온 신생 AI 스타트업 리커시브(Recursive, 사칭 Recursive SI)는 이 연구 개발 사이클 자체를 AI 손에 넘기겠다는 목표를 내걸었습니다.

리커시브는 46억 5천만 달러의 기업 가치로 6억 5천만 달러 규모의 자금을 유치했습니다. 이번 투자는 GV(구글 벤처스)와 그레이크로프트가 주도했으며, 칩 시장의 라이벌인 엔비디아와 AMD 벤처스가 나란히 참여해 눈길을 끌었습니다.

빅테크 핵심 연구진이 뭉친 25인 규모 팀

리커시브의 현재 인력은 샌프란시스코와 런던에 위치한 25명 안팎이지만, 팀 구성원의 이력은 매우 화려합니다.

공동 창업자와 팀원들은 과거 OpenAI, 구글 딥마인드, 구글 브레인, 메타 AI, 세일즈포스 AI, 우버 AI에서 연구 조직을 이끌었던 베테랑들입니다. 이들 중 다수는 이미 유니콘을 설립했거나 빅테크에 회사를 매각한 경험을 보유하고 있습니다.

기술적으로는 개방형(Open-ended) 알고리즘, 품질 다양성 알고리즘, 자기 개선형 코딩 에이전트, 자동화된 레드팀, 파운데이션 월드 모델, 자율형 AI 과학자 시스템 등을 핵심 연구 영역으로 내세웠습니다.

엔지니어가 수작업으로 프롬프트를 깎고 파라미터를 맞추는 대신, AI가 안전하게 스스로를 개선하는 실험을 자율적으로 수행하도록 만들겠다는 구상입니다.

진화론을 닮은 '자기 개선형 AI' 설계

리커시브의 핵심 논리는 다윈의 진화와 문화적 축적 과정에서 출발합니다.

인간의 지능이 상한선 없는 개방적 탐색 과정을 통해 눈과 언어, 과학을 발전시켜 온 것처럼, 기계학습 역시 연산량과 데이터가 늘어날수록 수작업 설계가 아닌 기계 자체의 탐색으로 대체된다는 설명입니다.

회사는 우선 AI 연구 자체에 집중해 'AI를 개선하는 AI'를 구현한 뒤, 이를 바탕으로 일반 과학 연구 전반을 혁신하겠다는 로드맵을 세웠습니다. 또한 초지능으로 가는 가장 빠른 경로를 여는 과정에서 안전성과 자동화된 검증을 최우선에 두겠다고 밝혔습니다.

왜 중요한가

일반 개발자나 기업 사용자 입장에서 지금 당장 써볼 수 있는 API나 상용 제품은 없습니다. 완전한 초기 연구 단계의 프로젝트이므로 당장 테스트해 볼 대상은 아닙니다.

하지만 업계 전반에는 중요한 신호입니다. 대규모 데이터 사전 학습을 통한 성능 향상이 점차 한계에 부딪히면서, 자율적인 탐색과 자기 개선 알고리즘이 차세대 돌파구로 확실히 자리잡고 있음을 보여줍니다. 엔비디아와 AMD가 동시에 베팅한 점 역시 자기 개선 루프가 향후 막대한 추론 및 시뮬레이션 연산 수요를 촉발할 것으로 판단했기 때문으로 보입니다.

우리가 보기에 첫 적용 분야를 'AI 연구 자체'로 잡은 것은 매우 현실적인 선택입니다. 바이오나 소재 과학과 달리 AI 코딩과 모델 평가는 순수 소프트웨어 환경 안에서 즉각적인 피드백을 얻을 수 있어 가설 검증 속도가 압도적으로 빠르기 때문입니다.

다만 자기 개선(Recursive Self-Improvement)은 이론적으로 모델 붕괴나 제어 상실의 위험을 내포하고 있습니다. 인간의 개입이 줄어든 상태에서 편향이 누적될 경우 통제하기 힘든 방향으로 틀어질 위험이 상존합니다. 25명 규모의 팀에 46억 5천만 달러라는 막대한 가치가 매겨진 만큼, AI가 진짜 인간 연구자를 넘어서는 실험 성과를 지속적으로 증명해야 하는 무거운 숙제를 안게 되었습니다.