얀 르쿤이 10.3억 달러를 들고 AI 업계에 선전포고를 했습니다

2026년 3월 10일, AI 역사에 기록될 만한 발표가 있었습니다. 튜링상 수상자이자 딥러닝의 아버지로 불리는 **얀 르쿤(Yann LeCun)**이 설립한 **AMI Labs(Advanced Machine Intelligence Labs)**가 **10.3억 달러(약 1조 3,400억 원)**의 시드 투자를 유치했습니다. 유럽 스타트업 역사상 최대 규모의 시드 라운드이며, 기업가치는 **35억 달러(약 4조 5,500억 원)**로 평가받았습니다.

이 투자가 주목받는 이유는 단순히 금액 때문만이 아닙니다. 르쿤은 현재 AI 산업을 지배하고 있는 **대규모 언어 모델(LLM)**이 근본적으로 잘못된 방향이라고 공개적으로 선언하며, 완전히 다른 접근법인 **세계 모델(World Models)**로 AI의 미래를 새로 쓰겠다고 나선 것입니다.

Meta를 떠난 이유: 르쿤은 왜 독립을 선택했나

르쿤은 2025년 11월, 10년 넘게 이끌어온 Meta의 수석 AI 과학자 자리에서 물러났습니다. 표면적으로는 원만한 퇴사였지만, 배경에는 깊은 철학적 갈등이 있었습니다.

마크 저커버그가 수십억 달러를 투입해 '초지능(Superintelligence)' 부서를 신설하고, Scale AI 창업자인 28세의 **알렉산드르 왕(Alexandr Wang)**을 책임자로 앉히면서 르쿤은 사실상 그의 아래에 보고하는 구조가 되었습니다. 르쿤은 한 인터뷰에서 "나 같은 연구자에게 뭘 하라고 지시할 수는 없다"고 말했습니다. 더 결정적이었던 것은 Meta가 LLM 중심의 상용화 전략을 강화하면서, 르쿤이 수년간 추진해온 세계 모델 연구가 우선순위에서 밀려났다는 점입니다.

2025년 10월 Meta의 초지능 랩에서 600명이 해고되었고, 그중에는 르쿤이 키워온 FAIR(Facebook AI Research) 출신 연구원들도 포함되어 있었습니다. 이것이 결정적 계기가 되었습니다.

AMI Labs는 어떤 회사인가

AMI Labs는 파리에 본사를 두고, 뉴욕, 몬트리올, 싱가포르에 허브를 운영합니다. 공동창업자이자 CEO는 **알렉상드르 르브룅(Alexandre LeBrun)**으로, 그는 의료 AI 스타트업 Nabla의 창업자이자 Meta FAIR 출신 엔지니어입니다. 그 전에는 Facebook에 인수된 Wit.ai, Nuance에 인수된 VirtuOz 등 여러 성공적인 창업 경험이 있습니다.

핵심 경영진을 보면 이 회사의 기술적 깊이를 알 수 있습니다:

• 얀 르쿤 — Executive Chairman, 튜링상 수상자
• 알렉상드르 르브룅 — CEO, Nabla/Wit.ai 창업자
• 마이크 래밧(Mike Rabbat) — VP World Models, Meta 연구 디렉터 출신
• 사이닝 시에(Saining Xie) — Chief Science Officer, Google DeepMind 출신
• 파스칼 풍(Pascale Fung) — Chief Research & Innovation Officer, Meta 시니어 디렉터 출신

투자자 라인업: 왜 이 회사에 1조 원이 몰렸나

투자자 명단만 봐도 업계가 세계 모델에 거는 기대가 어느 정도인지 알 수 있습니다.

공동 리드 투자자: Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions

전략적 투자자: NVIDIA, Temasek(싱가포르 국부펀드), Samsung, Toyota Ventures, Bpifrance(프랑스 공공투자은행), SBVA(한국)

개인 투자자: 제프 베이조스, 마크 큐반, 에릭 슈미트, 팀 버너스리(월드와이드웹 발명가)

특히 NVIDIA의 참여가 의미심장합니다. NVIDIA는 자체적으로 Cosmos라는 세계 모델 플랫폼을 운영하면서도 AMI Labs에 투자했습니다. 이는 세계 모델 생태계 전체가 성장할 것이라는 확신을 보여줍니다. 한국의 SBVA가 참여한 것도 주목할 만합니다.

JEPA 아키텍처: LLM과 무엇이 다른가

AMI Labs의 핵심 기술은 르쿤이 2022년부터 개발해온 **JEPA(Joint Embedding Predictive Architecture, 공동 임베딩 예측 아키텍처)**입니다. 이것이 왜 중요한지 이해하려면, 먼저 현재 LLM의 한계를 알아야 합니다.

LLM의 근본적 한계: ChatGPT나 Claude 같은 LLM은 텍스트의 다음 토큰을 예측하는 방식으로 작동합니다. 아무리 잘 훈련해도 이들은 '단어의 통계적 패턴'을 학습할 뿐, 물리 세계가 실제로 어떻게 작동하는지는 이해하지 못합니다. 르쿤의 표현을 빌리면, LLM은 "인간 수준의 지능으로 가는 길이 전혀 아닙니다."

JEPA의 작동 원리: JEPA는 픽셀이나 토큰을 직접 예측하는 대신, **추상적 표현 공간(abstract representation space)**에서 예측을 수행합니다. 쉽게 말하면 이렇습니다:

1. **인코더(Encoder)**가 입력 데이터(이미지, 비디오, 센서 데이터)에서 핵심 특징만 추출하여 추상적 표현으로 변환합니다
2. **예측 모듈(Predictor)**이 이 추상적 표현을 바탕으로 다음 상태를 예측합니다
3. 불필요한 세부사항(개별 픽셀의 색상, 배경 노이즈 등)은 무시하고 의미적으로 중요한 정보에 집중합니다

비유하자면, LLM이 "사과가 나무에서 떨어졌다"라는 문장을 생성하는 것이라면, JEPA 기반 세계 모델은 중력, 공기 저항, 충돌의 물리적 결과를 실제로 시뮬레이션하는 것입니다.

효율성도 압도적입니다. ImageNet 기준으로 I-JEPA는 MAE 대비 10배 이상 효율적이고, iBOT 대비 2.5배 빠르게 학습됩니다.

세계 모델의 실제 응용 분야

AMI Labs가 순수 연구에 집중하는 첫해를 보내겠다고 선언한 만큼, 당장 제품이 나오지는 않습니다. 하지만 타겟 분야는 명확합니다.

로보틱스: 세계 모델은 로봇이 새로운 환경에서 물리적 상호작용을 예측하고 계획할 수 있게 합니다. NVIDIA의 Cosmos 기반 로봇들은 이미 기존 비전-언어 모델 대비 2배 이상 높은 성공률을 보여주고 있습니다.

헬스케어: Nabla와의 파트너십을 통해 의료 AI에 세계 모델을 적용할 계획입니다. LLM의 할루시네이션(환각 현상)이 의료 분야에서는 생명을 위협할 수 있기 때문에, 물리적 현실을 정확히 이해하는 세계 모델이 특히 중요합니다. 다만 FDA 인증 등 규제 경로가 길다는 점은 리스크입니다.

산업 자동화: 제조 공정 제어, 품질 관리, 예측 유지보수 등에서 세계 모델은 시뮬레이션 기반의 정확한 의사결정을 가능하게 합니다.

웨어러블 디바이스: 센서 데이터를 기반으로 사용자의 상태와 환경을 이해하는 AI가 가능해집니다.

경쟁 구도: 세계 모델 전쟁이 시작되었습니다

2026년은 세계 모델의 원년이라 할 만합니다. AMI Labs만 이 시장에 있는 것이 아닙니다.

World Labs (페이페이 리 설립): 이미 Marble이라는 상용 제품을 출시했습니다. 텍스트나 이미지에서 3D 세계를 생성할 수 있으며, 50억 달러 기업가치로 5억 달러 추가 투자를 논의 중입니다. AMI Labs 대비 이미 제품이 있다는 것이 가장 큰 강점입니다.

Google DeepMind: Genie 3를 기반으로 한 Project Genie를 공개했습니다. 실시간 인터랙티브 세계 모델이라는 점에서 차별화됩니다.

NVIDIA Cosmos: 2천만 시간의 실세계 데이터로 훈련된 플랫폼으로, 이미 200만 건 이상 다운로드되었습니다.

CEO 르브룅은 솔직하게 "6개월 내에 모든 회사가 자신을 '세계 모델 기업'이라고 부르게 될 것"이라고 예측했습니다. 버즈워드가 되기 전에 실질적인 기술 우위를 확보하는 것이 관건입니다.

냉정한 평가: 리스크와 불확실성

낙관적인 전망만 있는 것은 아닙니다. 몇 가지 중요한 리스크를 짚어야 합니다.

첫째, 제품이 없습니다. 10.3억 달러를 투자받았지만 매출은 0이고, 르쿤 스스로 첫해는 순수 연구에만 집중하겠다고 밝혔습니다. 투자자들의 기대와 연구 타임라인 사이의 괴리가 있을 수 있습니다.

둘째, LLM은 사라지지 않습니다. 많은 전문가들은 세계 모델이 LLM을 '대체'하기보다 상호 보완하는 하이브리드 시스템이 될 것으로 봅니다. LLM이 고수준 추론과 커뮤니케이션을 담당하고, 세계 모델이 물리적 시뮬레이션을 처리하는 구조입니다.

셋째, 유럽 AI 독립의 현실. AMI Labs는 유럽의 '주권 AI'를 표방하지만, NVIDIA GPU에 의존하는 이상 완전한 기술 독립은 어렵습니다.

넷째, 경쟁이 치열합니다. OpenAI, Anthropic, Google 같은 빅테크가 자체 세계 모델 연구를 가속화하면, AMI Labs의 아키텍처 차별성이 빠르게 줄어들 수 있습니다.

실질적인 시사점: 우리에게 어떤 의미인가

개발자와 연구자라면: JEPA 아키텍처를 공부해두는 것이 좋습니다. Meta FAIR에서 공개한 I-JEPA와 V-JEPA 코드가 GitHub에 있으며, 이 아키텍처에 대한 이해는 향후 로보틱스, 자율주행, 산업 AI 분야에서 큰 자산이 될 것입니다.

투자자라면: 세계 모델은 LLM 다음의 AI 메가트렌드가 될 가능성이 높습니다. NVIDIA, Samsung, Toyota 같은 대기업들이 이미 베팅하고 있다는 사실이 이를 뒷받침합니다. 다만 상용화까지의 타임라인은 길 수 있으므로 인내가 필요합니다.

기업 의사결정자라면: 당장 LLM 기반 솔루션을 버릴 필요는 없지만, 특히 제조, 로보틱스, 헬스케어 분야에서는 세계 모델 기술의 발전을 주시해야 합니다. 물리적 세계와 상호작용하는 AI가 필요한 영역에서는 게임 체인저가 될 수 있습니다.

맺으며

AMI Labs의 10.3억 달러 시드 라운드는 단순한 투자 뉴스가 아닙니다. AI 산업의 패러다임이 전환되고 있다는 신호입니다. 텍스트를 생성하는 AI에서, 물리적 세계를 이해하고 예측하는 AI로의 전환 — 르쿤이 옳든 그르든, 이 도전은 AI의 미래를 결정짓는 가장 중요한 실험 중 하나가 될 것입니다. 앞으로 1~2년이 그 답을 보여줄 것입니다.