구글 딥마인드의 최고전략책임자 자스지트 세콘(Jasjeet Sekhon)이 AI 업계의 투자 흐름에 대해 중요한 발언을 했다. 그는 AI가 자신의 개발 과정과 성능 개선에 관여하는 재귀적 자기개선(RSI)이 범용인공지능(AGI) 이후 AI 생태계에서 주요한 투자 서사가 될 수 있다고 밝혔다. 더인포메이션(The Information)에 따르면, 세콘은 AI 기술의 발전 배경 중 하나로 RSI 가능성을 언급하며 기업의 자본 투입이 안내할 방향을 제시했다.

RSI란 AI가 알고리즘 설계, 코드 작성, 모델 구조 개선 및 실험 자동화 등에 직접적으로 개입하여 차세대 AI의 성능 향상을 지원하는 개념이다. 구글 딥마인드는 이와 관련하여 'From AGI to ASI'라는 보고서를 통해 AGI에서 초인공지능(ASI)으로 발전하는 경로 중 하나로 '재귀적 개선'의 필요성을 강조했다. 이러한 연구 방향은 AI 업계의 변화하는 목표와 전략을 반영하고 있다.

그러나 RSI의 실현 가능성에 대해서는 보다 신중한 접근이 필요하다. 구글 딥마인드는 2025년 2월에 발표할 프런티어 안전 프레임워크 수정안에서 AI가 머신러닝 연구 및 개발을 크게 가속화하거나 자동화할 경우, 강력한 보안 체계가 필요하다고 경고했다. AI 개발의 자동화는 역량 확산 속도를 높일 수 있지만, 이는 사회의 관리 및 적응 능력에 부담을 줄 수 있음을 강조하고 있다.

한편, AI 인프라 투자는 이미 빅테크 기업의 실적에 큰 영향을 미치는 요소로 부각되고 있다. 구글·알파벳의 CEO 순다르 피차이(Sundar Pichai)는 7월 22일에 열린 2분기 실적 발표에서 매출이 전년 대비 24% 증가했고, 구글 클라우드 매출은 AI 인프라와 솔루션 수요 덕분에 무려 82% 증가했다고 밝혔다. 구글 모델 API는 현재 분당 약 220억개의 토큰을 처리하고 있으며, AI 인프라 투자 확대가 실제 수익으로 이어질지에 대한 논의는 여전히 진행 중이다.

그러나 RSI의 발전 속도와 정의에 대해 여러 전문가들은 신중한 입장을 취하고 있다. 테크크런치(TechCrunch)는 RSI가 AI 업계의 새로운 유행처럼 떠오르고 있으나, AGI처럼 그 정의가 명확하지 않다고 지적했다. 피차이는 RSI가 현재 업계가 도달한 단계는 아니라는 입장을 밝히기도 했다. AI 평가 기관 METR 역시 7월 22일 연구 노트에서 RSI 용어의 사용에 혼란이 있다고 경고하며, AI 역량이 모델 개선 속도를 얼마나 높이고 그 피드백이 자기 지속적 가속으로 이어질지를 따져야 한다고 강조했다.

이러한 논의는 AI 투자와 인프라 지출에 관한 것으로, 블록체인 기술이나 AI 토큰과의 직접적인 연결고리는 밝혀지지 않았다. RSI의 기술적 범위와 구현 수준에 대한 논의는 AI 연구개발 자동화가 모델 개선 속도에 미치는 영향을 중심으로 진행되고 있으며, 향후 AI 업계의 방향성을 결정짓는 중요한 요소가 될 것으로 보인다.