얀 르쿤이 이끄는 세계 모델(World Model) 스타트업 AMI 랩스의 알렉상드르 르브룅 CEO는 'AGI(범용 인공지능)'나 '초지능' 같은 모호한 용어 대신, 물리적 세계를 이해하는 AI의 실질적 구현에 집중하고 있습니다. 특히 로봇과 하드웨어 산업이 발달한 한국을 핵심 파트너로 점찍고, 실제 환경에서 작동하는 AI 두뇌 개발을 위한 협력을 모색 중입니다.
번역된 본문
AI 업계 전체가 자사의 기술을 'AGI(범용 인공지능)'나 '초지능(Superintelligence)'이라고 부르기 위해 경쟁하고 있지만, 얀 르쿤(Yann LeCun)의 세계 모델(World Model) 스타트업인 AMI 랩스의 알렉상드르 르브룅(Alexandre LeBrun) CEO는 이러한 용어 일체를 기피하고 있다. 르브룅은 테크크런치(TechCrunch)와의 인터뷰에서 회사가 'AGI'나 '초지능'이라는 용어를 전혀 사용하지 않는다고 말했다.
그는 "우리는 AGI라는 단어를 결코 사용하지 않았다. 그리고 최근 아무도 그 단어를 더 이상 쓰지 않으며, '초지능'으로 넘어간 것을 알아차렸다"며, "다음에는 또 다른 무언가로 바꾸겠지"라고 꼬집었다. 그는 이 새로운 라벨 역시 동의하지 않는다. "명확한 정의가 없습니다. 초지능이 뭔가요? 모르겠습니다. 그다지 쓸모 있는 단어가 아닙니다." 이는 AI의 최신 경쟁 한가운데에 있는 창업자의 날카로운 입장이다. 테크크런치는 르브룅이 지난주 서울에서 열린 '국제 기계 학습 회의(ICML)'에 참석하기 위해 한국을 방문했을 때 인터뷰를 진행했다. 이 자리에서 그는 국내 산업 파트너, 글로벌 기업 및 연구자들을 물색하고 있었다.
AMI 랩스는 아직 제품을 내놓기 전인 준비 단계지만, 이미 로봇 공학, 제조, 전자 분야의 기업들과 접촉하고 있다. 르브룅은 물리학을 통합하여 현실 세계를 예측하고 상호 작용하는 '세계 모델'이 실험실 밖에서 그 가치를 증명해야 한다고 설명했다. 세계 모델이 큰 영향을 미칠 것으로 예상되는 분야 중 하나는 로봇 공학이다. 현재 로봇들은 단순히 고정된 루틴만 실행하며 "완전히 정적"이고, AI는 "물리적 세계에서는 여전히 매우 멍청하다"고 그는 지적했다. AI가 단순히 로봇을 "맥락을 인지(context-aware)"하게 만드는 것만으로도 "세상에 아주 큰 변화를 가져올 것"이라고 덧붙였다. 예를 들어, 이러한 맥락 인지 AI가 있었다면 공개 행사에서 춤을 추고 쿵푸를 하던 로봇이 다가와 아이를 차는 사고를 막을 수 있었을 것이다. "하드웨어는 매우 발전했고, 지난 몇 달간 하드웨어 분야의 발전은 믿을 수 없을 정도지만, '두뇌'가 없습니다."
대형 언어 모델(LLM)이 다음 단어나 텍스트를 예측한다면, 세계 모델은 다음 상태(state)를 예측한다. 르브룅은 테이블 위의 유리잔을 슬쩍 밀면 잔이 기울어져 물을 엎질러질 것이라는 것을 우리가 이미 아는 것처럼, 세계 모델이 바로 이러한 직관을 포착하여 세상의 다음 상태를 예측하도록 설계되었다고 설명했다. 그는 세계 모델이 LLM보다 낫다고 주장하는 것은 아니며, 물리적 세계를 이해하는 AI 시스템 측면에서는 두 모델이 "대체재가 아닌 상호 보완적인 관계"라고 말했다. 인간의 뇌가 언어 기능과 추론 기능이 구분되는 것에 비유하며, 그는 LLM이 언어를 처리하는 데 있어 가장 효율적인 도구로 남는 반면, 세계 모델은 맥락과 현실 세계에 대한 이해를 제공할 것이라고 덧붙였다.
르브룅은 "실제 세계와 닿아 있는" 거의 모든 산업이 결국에는 세계 모델 기반의 로봇 공학을 활용하게 될 것이라며, 물리적 환경은 여전히 LLM이 가장 약한 분야라고 주장했다. 그는 오늘날 동일한 동작을 반복하는 공장 로봇은 충분히 잘 작동하지만, 로봇이 더 개방된 환경인 집이나 거리로 나가게 될 때 주변을 이해하고 안전하게 작동해야 하는 진정한 도전이 시작된다고 말했다. 그는 "현재 로봇은 안전하지 않다. 오늘날 이에 대한 해결책은 없다"고 경고했다.
의료 분야는 르브룅에게 더 개인적인 예시를 제공하는데, 그의 이전 회사는 AI 헬스케어 스타트업인 나블라(Nabla)였다. 그는 오늘날의 AI 시스템을 교과서만으로 공부하고 레지던트(수련) 과정을 거치지 않은 의사에 비유했다. 그는 LLM이 의학 분야에서 유용할 수 있지만, 이는 "의료의 1%에 불과"하며 나머지는 현실 세계의 경험에 달려 있다고 말했다.
르브룅에 따르면, 세계 모델은 실험실 안에서 구축될 수 없다. 현실을 기반으로 학습하기 위해 AMI에는 실제 환경과 긴밀한 파트너가 필요하다. 그는 "우리는 실제 세계에 대한 접근이 필요하며, 파트너와 함께할 때 이를 달성하기 쉽다"고 말했다. 이것이 로봇, 반도체, 공장이 실제로 존재하는 아시아로 그를 이끄는 이유의 일부다. 르브룅은 아시아 전략의 전체 윤곽을 아직 밝히지 않았다. 그는 "아직 너무 이르다"고 선을 그었다. 하지만 그가 한국에 끌리는 이유는 두 가지로 요약된다. 첫째, 한국은 로봇 공학, 반도체, 제조와 같은 첨단 산업을 보유하고 있으며, 이는 첫 번째 AI 물결이 거의 닿지 못했던 하드웨어 중심의 분야다. 두 번째 매력은 속도다. 르브룅은 한국의 (빠른 속도를 강조했다.)
While the rest of the AI industry races to label its work as “AGI” or “superintelligence,” Alexandre LeBrun, the CEO of Yann LeCun’s world model startup, AMI Labs, avoids the terms altogether. Lebrun said in an interview with TechCrunch that the company doesn't use terms like "AGI" or "superintelligence" at all. "We never used the word AGI. And I just noticed that nobody is using it anymore; they switched to superintelligence,” he said. "Next time we'll switch to something else." He isn't sold on the new label either. "There's no good definition. What is superintelligence? I don't know. It's not a very useful word." It's a pointed stance from a founder sitting at the center of AI's newest race. TechCrunch talked to LeBrun while he was in Seoul last week for The International Conference on Machine Learning, where he was scouting for local industrial partners, global companies, and researchers. AMI Labs is still pre-product, but it’s already courting robotics, manufacturing, and electronics players. A world model, which incorporates physics to predict and work with the real world, needs to prove itself outside the lab, LeBrun explained. One area where world models are expected to have a large impact is robotics. For now, robots are just running fixed routines, "completely static," and AI remains "really dumb in the physical world,” LeBrun said. Even when AI can merely make robots "aware of the context" that would mark "a very big difference for the world." Such context-aware AI would have been useful, for example, in preventing a robot that was dancing and doing kung fu at a public event from approaching and kicking a child. “The hardware is very advanced; progress in hardware in the last few months is incredible, but there’s no brain.” A large language model (LLM) predicts the next word or text, and a world model predicts the next state. Nudge a glass off the table, and you already know it will tip and spill; that's the intuition a world model is meant to capture: predicting the next state of the world, LeBrun explained. He isn’t claiming world models are better than LLMs, which are "complementary, not replaceable" when it comes to AI systems that understand the physical world, LeBrun said. Drawing a parallel to the human brain's distinct language and reasoning functions, he added that LLMs will remain the most efficient tools for processing language while world models will provide context and real-world understanding. Almost every industry that "touches the real world" could eventually make use of robotics based on world models, LeBrun said, arguing that physical environments remain where LLMs are weakest. A factory robot repeating the same motion works well enough today, he said. The challenge begins when "you take your robot outside into a more open environment, in your household, or in the street," where it must understand its surroundings and operate safely. "Robots are not safe right now," he said. "There's no solution for that today." Healthcare offers a more personal example for LeBrun, whose previous company was Nabla, an AI health startup. He likened today's AI systems to a doctor trained only on textbooks and without a residency. LLMs may be useful in medicine, he said, but they cover "only 1% of healthcare." The rest depends on real-world experience. But a world model, LeBrun said, can't be built inside a lab. To train on reality, AMI needs real environments and close partners, according to the CEO. "We need access to the real world," and it's "easier for us to do that with partners." That is part of what pulls him toward Asia, where the robots, chips, and factories actually are. LeBrun won't spell out a full Asia strategy yet. "It's too early," he said. But the pull toward South Korea comes down to two things. First, Korea has advanced industries in robotics, semiconductors, and manufacturing; the hardware-heavy sectors that the first wave of AI barely touched. The second attraction is speed. LeBrun pointed to Korea's national plan to pour money into AI and its track record as an early adopter. "Korea was the fastest adopter of the internet 25 years ago," he said. It's that combination, a deep industrial base plus a willingness to embrace AI fast, that he calls "unique," and the reason "we want to be here from day one." "I've been telling Alex and the team to come to Korea," JP Lee, the CEO of SBVA and one of AMI's backers in Asia, told TechCrunch. The government has done "a tremendous job" funding local sovereign LLM models, Lee said, and those already work "well enough" for general-purpose tasks, but he's pushing for Korea to keep investing in physical AI, too. He points to Seoul's June plan to mobilize some $880 billion for chips, AI data centers, and physical AI, as one of its three declared pillars: "They should coexist." Korea's value to foreign firms, Lee argued, isn't only in hardware. Local developers are quick to adopt and adapt new tools, a pattern that has produced homegrown internet players like Naver and Kakao. For all the star power and the billion-dollar check, AMI has nothing to sell yet. The startup, co-founded by Turing Award winner Yann LeCun after he left Meta, raised $1.03 billion in March at a $3.5 billion pre-money valuation. There's no product yet, and no timeline he'll commit to. "We'll make a surprise when we're ready," LeBrun said. Topics AI , Alexandre LeBrun , AMI Labs , Asia , Europe , France , North America , Singapore , South Korea , Startups , superintelligence , United States , world model , Yann LeCun When you purchase through links in our articles, we may earn a small commission . This doesn’t affect our editorial independence. Kate Park Reporter, Asia Kate Park is a reporter at TechCrunch, with a focus on technology, startups and venture capital in Asia. She previously was a financial journalist at Mergermarket covering M&A, private equity and venture capital. View Bio November 4 Boston Last chance to save up to $190 on TechCrunch Founder Summit. Join 1,000+ founders and VCs at all stages for real-world scaling insights and connections that move the needle. Savings end June 26, 11:59 p.m. PT . REGISTER NOW Most Popular Tesla driver in fatal Texas crash pressed accelerator 100%, NTSB confirms Sean O'Kane Anthropic's newest ad is creeping people out Lucas Ropek Satya Nadella has issued a shocking warning to companies using AI Julie Bort The wildest allegations in Apple’s trade secrets lawsuit against OpenAI Sarah Perez Anthropic starts localizing Claude pricing for India, its biggest market after the US Jagmeet Singh Meta removes controversial AI feature on Instagram after backlash Lucas Ropek Apple sues OpenAI over alleged trade secret theft Sarah Perez