Benjamin Eule & Dr. Noah Lee, 공동 창업자, Gottlieb
우리는 하나의 가설을 가지고 다보스에 도착했습니다: 물리적 엔지니어링을 위한 AI는 오늘날 헤드라인을 지배하는 챗봇과는 근본적으로 다른 접근 방식이 필요하다. 우리는 그 가설이 검증되어 떠났습니다 – 하지만 예상했던 방식과는 달랐습니다.
이것은 변혁적 기술과의 첫 만남이 아니었습니다. 우리 둘 사이에 수십 년의 경험이 있습니다: Benjamin의 Mercedes-Benz와 Daimler Truck에서의 20년간 엔지니어링 조직 리더십, Noah의 Meta에서의 AI 시스템 개발 경험. 우리는 제품을 출시하고, 팀을 확장하고, 안전 중시 분야에서 혁신의 복잡한 현실을 탐색해 왔습니다.
하지만 WEF26과 AI House Davos에서의 일주일은 변혁적 기술을 구축하는 것이 기술적 탁월함만에 관한 것이 아님을 상기시켜 주었습니다. 겸손, 거버넌스, 다양한 관점, 그리고 단순히 다르게가 아닌 더 나은 것을 만들겠다는 확고한 의지에 관한 것입니다.
여기 우리가 배운 것입니다.
유전자 편집 템플릿: 확장 전 거버넌스
우리의 일주일은 WEF Open Forum "Where Biology Meets Choice"에서 시작되었습니다 – DNA와 RNA 연구가 의학을 변혁하는 것에 대한 토론. 패널에는 Victor Ambros (microRNA 발견으로 2024년 노벨상 수상자), Irene Tracey (옥스퍼드 부총장), Daniel de Boer (ProQR Therapeutics 창업자), Eva McLellan (Roche 임원), Natalie Edwards (칠레 바이오테크 연구자)가 포함되었습니다.
우리는 바이오테크로 전환하기 위해 참석한 것이 아닙니다. 유전자 편집이 변혁적 기술이 거버넌스를 앞서갈 때 무슨 일이 일어나는지에 대한 사례 연구이기 때문에 참석했습니다.
비직관적 교훈 #1: 다른 산업의 규제 실패를 당신의 것이 되기 전에 연구하라
유전자 편집 커뮤니티는 다양한 규제 접근 방식을 실험해 왔습니다 – 일부는 효과가 있었고, 많은 것은 실패했습니다. 국제 표준에 대해 논의하고, 집행에 어려움을 겪었으며, 기술적 가능성과 사회적 수용성 사이의 격차와 씨름해 왔습니다.
AI 커뮤니티는 마치 우리가 이러한 도전에 처음 직면하는 것처럼 행동합니다. 그렇지 않습니다.
Gottlieb에게: 우리는 첫날부터 엔지니어링 AI 에이전트에 거버넌스 프레임워크를 구축하고 있습니다 – 규정 준수 쇼가 아닌 핵심 아키텍처로서. 열 분석이나 규정 준수 검사를 자동화하기 전에 우리는 묻습니다: 무엇이 잘못될 수 있는가? 누가 책임지는가? 인간의 주체성이 중심에 남아 있도록 어떻게 보장하는가?
Daniel de Boer의 이야기가 특히 인상 깊었습니다. 신생아 아들이 낭포성 섬유증 진단을 받았을 때, 그는 테크를 완전히 떠나 ProQR을 설립하고 희귀 질환을 위한 RNA 치료법을 개발했습니다. 개인적 비극이 사명이 되었습니다.
그것은 우리가 왜 Gottlieb을 구축하는지를 상기시켜 주었습니다: 재능 있는 엔지니어들이 반복적인 규정 준수 문서에 빠져 있는 것을 보았고, 급한 설계 문제가 해결되지 않은 채로 남아 있었습니다. 기계가 몇 시간 만에 처리할 수 있는 수동 열 검증에 수개월이 낭비되는 것을 보았습니다.
물리학의 돌파구: LLM만으로는 충분하지 않은 이유
Yann LeCun (전 Meta 수석 AI 과학자, 현재 Advanced Machine Intelligence 창립자 겸 의장)과 Marc Pollefeys (ETH 취리히)와의 대담은 AI 궤적에 대해 우리가 알고 있다고 생각했던 모든 것을 재구성했습니다.
주제: 체화 AI – 센서와 액추에이터를 통해 물리적 세계에서 인식하고, 추론하고, 행동하는 AI 시스템.
비직관적 교훈 #2: "언어는 쉽다" – 현실 세계는 그렇지 않다
Yann의 가장 도발적인 주장: "언어가 쉽기 때문에" LLM은 AGI로 가는 길이 아닙니다. 모두가 언어 모델의 성공을 축하하지만, 언어는 단순화된 저차원 영역입니다. 현실 세계는 고차원적이고, 연속적이며, 복잡합니다.
비직관적 교훈 #3: 다음 돌파구는 실세계 비디오에서 배우는 것에서 온다
Yann은 다음 큰 도약이 더 큰 언어 모델에서 오지 않을 것이라고 예측합니다. 그것은 AI가 실세계 비디오에서 배울 수 있을 때 – 물체가 물리적 공간에서 어떻게 움직이고, 상호작용하고, 행동하는지 이해할 때 올 것입니다.
Gottlieb에게: 이것은 우리의 전체 논제를 검증했습니다. 엔지니어링 AI는 매뉴얼의 텍스트를 패턴 매칭하는 것만으로는 안 됩니다. 다음을 이해해야 합니다:
- 하중 하에서 재료를 통해 응력이 어떻게 전파되는지
- 열 시스템에서 열이 어떻게 전달되는지
- 제조 공차가 조립에서 어떻게 누적되는지
- 규제 표준이 설계 제약에 어떻게 매핑되는지
이것들은 언어 문제가 아닙니다. 물리학 문제입니다.
비직관적 교훈 #4: 강화 학습은 "케이크 위의 체리"이지 핵심이 아니다
Yann의 AI 시스템 프레임워크:
- 비지도 학습 (세계 모델): 케이크의 대부분
- 지도 학습: 얇은 층
- 강화 학습: 맨 위의 체리 – 미세 조정에 불과
Gottlieb에게: 우리의 엔지니어링 에이전트는 주로 다음에서 학습합니다:
- 물리 시뮬레이션 (비지도 세계 모델)
- 검증된 엔지니어링 데이터셋 (지도 학습)
- 전문가 피드백 루프 (미세 조정을 위한 최소한의 RL)
AGI Night: 지능이 생물학에서 분리될 때
AI House Davos에서의 AGI Night는 Gary Marcus (NYU), Max Tegmark (MIT & Future of Life Institute), Richard Socher (you.com)와 함께 불편한 영역으로 우리를 밀어넣었습니다.
비직관적 교훈 #5: 아직 이해하지 못한 역량을 규제하고 있다
비직관적 교훈 #6: 가장 어려운 질문은 기술적이지 않다 – 경계에 관한 것이다
Gottlieb에게: 우리는 인간의 능력을 확장하는 도구를 구축하고 있지, 인간의 판단을 대체하지 않습니다. 우리의 엔지니어링 에이전트는:
- 자동화: 반복적 계산, 규정 준수 문서화, 표준 검증
- 증강: 설계 탐색, 트레이드오프 분석, 규제 해석
- 인간에게 위임: 최종 설계 결정, 안전 관련 승인, 윤리적 트레이드오프
창업자 영감: 사명과 겸손으로 구축하기
비직관적 교훈 #7: 최고의 창업자는 선교사이지 용병이 아니다
대화의 정신: 다보스가 제대로 한 것
비직관적 교훈 #8: 다양한 관점은 있으면 좋은 것이 아니라 – 안전에 필수적이다
다보스가 Gottlieb을 형성하는 방법
1. 거버넌스는 정책이 아닌 제품이다
2. 패턴보다 물리학 우선
3. 전문성을 대체하지 않고 증강한다
4. 인접 산업의 규제 여정에서 배운다
5. 지표보다 사명 우선
감사
세계경제포럼 팀: 이러한 대화가 일어날 수 있는 플랫폼을 만들어 주셔서 감사합니다.
AI House Davos 주최자와 팀: 단순한 거래적 네트워킹이 아닌 진정한 연결을 위한 공간을 만들어주셨습니다.
Gottlieb의 다음 단계
제품: 자동차 규정 준수 문서화와 열 검증에 초점을 맞춘 첫 번째 도메인 특화 엔지니어링 에이전트 출시.
고객: 안전을 타협하지 않으면서 엔지니어링 생산성 향상이 절실한 Tier-1 자동차 공급업체 및 OEM과의 관계 심화.
팀: AI와 물리적 제약 모두를 이해하는 엔지니어링 인재 영입.
거버넌스: AI 거버넌스 프레임워크를 공개적으로 발표.
다보스는 우리에게 사업 계획을 주지 않았습니다. 더 나은 것을 주었습니다: 무엇이 중요한지에 대한 명확성.
Benjamin Eule은 Gottlieb의 공동 창업자 겸 CEO이며, 전 Mercedes-Benz와 Daimler Truck VP 겸 디렉터, 현재 시카고 대학교 Booth 경영대학원 Chief AI Officer 프로그램 수강 중입니다.
Dr. Noah Lee는 Gottlieb의 공동 창업자 겸 사장이며, 전 Meta 리서치 데이터 과학자, 생체의공학 박사입니다.
gottlieb.ai에서 우리의 여정을 따라오세요
