예상 못한 상황까지 계획하는 AI 에이전트를 개발하는 사업가
다니자르 하프너(31)는 '모델 기반 강화학습'과 월드 모델을 활용해 훈련에서 접하지 못한 낯선 환경에서도 스스로 대처하는 AI 에이전트와 휴머노이드 로봇을 개발하고 있습니다. 그가 만든 Dreamer 시리즈는 아타리 게임에서 인간 수준 성능 달성, 마인크래프트 다이아몬드 채굴 성공 등의 성과를 냈으며, 현재는 새 스타트업을 통해 이 기술을 실물 로봇으로 확장하고 있습니다. 이는 로봇이 실제 가정 등 인간 생활 공간에 진입하는 데 핵심적인 기술로 주목받습니다.
2026 35세 이하 혁신가 전체 보기. 다니자르 하프너의 샌프란시스코 소마 지구 사무실은 대부분 비어 있다. 갓 창업한 스타트업이 아직 스텔스 모드라서 문에 회사 이름조차 없다. 방문한 날에도 다른 사람은 단 한 명뿐이었고 가구도 거의 없었다. 하지만 인테리어가 부족한 만큼 로봇으로 채워져 있었다. 다양한 형태와 크기의 휴머노이드 로봇들이 넓은 공간 중앙을 가로지르는 선반에 꼭두각시처럼 매달려 있었다. 31세인 하프너는 새 벤처에 대해 아직 많이 말하지 않지만, 이를 AI가 훈련 과정에서 접해보지 못한 환경을 헤쳐나갈 수 있게 하는 오랜 연구工作的 연속이라고 설명한다. 그가 중국에서 수입한 이 휴머노이드들은 이 연구의 다음 단계이자 물리적 구현체다. 검증되지 않은 시나리오에서 반응할 수 있는 능력은 로봇을 인간 공간에 들여보내는 열쇠가 될 것이다. 예를 들어 로봇을 사람의 집에 보내려면 본 적 없는 평면 구조와 가구에 대처할 수 있어야 하기 때문이다.
이를 달성하기 위해 하프너는 '모델 기반 강화학습(model-based reinforcement learning)'에 의존한다. 그는 물리적 현실을 모방하도록 설계된 AI 모델인 '월드 모델(world model)'을 개발하고 그 안에서 에이전트를 훈련시킨다. 에이전트는 본질적으로 이 모델을 실제 세계의 시뮬레이션처럼 취급하고 그 안에서 행동하는 법을 배운다. 그런 다음 그 경험을 사용해 미래의 결과에 대해 예측(하프너의 표현대로 '꿈꾸거나 상상하는 것')을 한다. 이를 통해 에이전트(또는 이들이 탑재된 로봇)는 실제 세상에서 낯선 상황을 헤쳐나갈 수 있다.
"나는 구글 리서치에서 정말 똑똑한 많은 사람들과 함께 일하는데, 그는 상위 0.5% 안에 쉽게 든다." — 티머시 릴리크랩, 구글 딥마인드
다른 노력들과 달리 하프너의 기술은 에이전트와 그가 제어하는 로봇이 전통적으로 로봇공학에서 사용되어 온 실세계 시행착오 훈련 없이도 대단히 복잡한 작업을 수행할 수 있게 한다.
하프너는 독일 북동부의 시골 마을에서 자랐으며 부모님은 모두 클래식 음악가였다. 이웃에게 프로그래밍을 배웠고, 고등학교 때 AI 온라인 강좌를 듣기 시작하면서 이는 빠르게 열정으로 발전했다. "나는 늘 사고(thinking)가 어떻게 작동하는지에 매료되어 있었다"고 그는 말한다. AI는 컴퓨터에서 이를 모방할 수 있는 방법을 제공했다. 2015년, 포츠담의 하소 플라트너 연구소에서 공학을 전공하던 2학년이던 그는 구글 브레인의 학생 연구원 자리를 얻었다. 이후 영국, 캐나다, 미국에서 구글 브레인과 구글 딥마인드(이후 딥마인드로 통합)에서 인턴십과 여러 직책을 거쳤다. AI의 대부 중 한 명으로 불리는 제프리 힌턴과, 오늘날 대형 언어 모델이 사용하는 트랜스포머 기술을 설명한 획기적인 논문 "Attention Is All You Need"의 공동 저자 아쉬시 바스와니 등 업계 전설적인 인물들과 함께 일했다.
구글에서 그의 전 매니저이자 공동 저자였던 티머시 릴리크랩은 그를 뛰어난 사람들 중에서도 돋보이는 인물이라고 평가한다. "나는 구글 리서치에서 정말 똑똑한 많은 사람들과 함께 일하는데, 그는 상위 0.5% 안에 쉽게 든다"고 릴리크랩은 말한다. "많은 경우 그는 엔지니어 팀 전체가 만들어야 할 것을 혼자서 만들어냈다."
수년간 하프너는 자신의 월드 모델에서 훈련된 에이전트를 인기 비디오 게임에 맞붙여 접근법을 다듬고 입증해왔다. 첫突破는 에이전트가 미리 계획을 세워 행동을 실행할 수 있게 한 모델 PlaNet이었다. Dreamer 2는 월드 모델을 사용해 아타리 2600 게임에서 인간 수준의 성능에 도달한 최초의 에이전트였다. Dreamer 3는 마인크래프트 다이아몬드 챌린지—게임 내 보석을 스스로 채굴하는 것—를 해결한 최초의 에이전트였다. 그리고 Dreamer 4는 한 걸음 더 나아가 게임과 직접 상호작용하지 않은 채 녹화된 게임 플레이 영상의 오프라인 데이터셋만으로 다이아몬드 채굴을 학습했다. 최근에는 자신의 에이전트를 가상 세계에서 실제 세계로 이전하기 시작했다.