Jeff Dean·Sanjay Ghemawat·Quoc Le·Oriol Vinyals가 세운 Discovery Loop가 과학·공학의 실험 루프(제안-실행-검토-반복) 전체를 프런티어 AI 모델과 대규모 컴퓨팅으로 자동화하겠다고 밝혔다. 시작은 머신러닝 연구·엔지니어링이고, 그 능력으로 자사 기술 스택부터 최적화한 뒤 다른 분야로 넓힐 계획이다.
Discovery Loop는 창업자 넷을 이렇게 소개한다. AI 분야에서 가장 많이 인용된 연구자 세 명과 분산 시스템 분야에서 가장 많이 인용된 연구자 두 명이 이 네 사람 안에 들어 있다고. 그 넷, Jeff Dean·Sanjay Ghemawat·Quoc Le·Oriol Vinyals가 함께 세운 회사의 목표는 과학과 공학의 실험 루프 자체를 자동화하는 것이다.
넷은 수십 년간 가깝게 협업해 온 사이라고 소개 페이지는 말한다. 이들이 만들거나 이끌었다고 밝힌 목록에는 구글 검색·구글 광고·구글 뉴스·구글 번역의 여러 세대, 구글 파일 시스템, MapReduce, BigTable, Spanner, TensorFlow, Pathways, TPU, AlphaChip, AlphaStar, AlphaCode, AlphaFold, Gemini, 모델 증류, 전문가 혼합(MoE) 아키텍처, word2vec, 시퀀스-투-시퀀스 모델, 사고 사슬 추론, 신경망 구조 탐색, 여러 세대의 LLM이 있다.
무엇을 자동화하나
Discovery Loop가 겨냥하는 건 과학적 방법의 병목이다. 실험을 제안하고, 구현해 돌리고, 결과를 살펴본 뒤 접근을 다시 다듬는 루프는 지금까지 사람이 순차적으로 반복해 온 과정이라, 여러 분야에서 여전히 느리고 노동집약적이라고 회사는 설명한다. Discovery Loop는 프런티어 AI 모델과 대규모 컴퓨팅 인프라를 동원해 이 루프 전체를 자동화하는 시스템을 만들겠다고 밝힌다. 목표는 수천 개 실험을 동시에 돌려 반복에 걸리는 시간을 크게 줄이고, 그만큼 산출물의 양과 질을 함께 끌어올리는 것이다.
시작점은 머신러닝이다. 회사는 머신러닝 연구·엔지니어링 과정을 자동화하는 데 먼저 집중하고, 그렇게 확보한 자동화 능력으로 자사 기술 스택을 먼저 최적화한 뒤 다른 분야로 넓히겠다고 밝혔다. 스스로를 첫 번째 고객으로 삼겠다는 뜻이다.
내다보는 범위
소개 페이지는 측정 가능한 결과가 있는 학습 루프라면 과학·공학 어느 영역이든 풀 수 있다고 본다며, 미국 공학한림원(NAE) 그랜드 챌린지 — 더 나은 의약품, 건강 정보학, 경제적인 태양광 에너지, 깨끗한 물 접근, 사이버공간 보안, 과학적 발견의 도구 자체를 만드는 일 — 를 예로 든다.
채용은 한 곳에 모여 일하는 소규모 팀 단위로 진행 중이며, 문의는 info@discoveryloop.com으로 받는다고 소개 페이지는 밝힌다.
References