AMI Labs raises $1.03B across just 12 employees to advance world models as Yann LeCun argues they will ultimately surpass large language models in AI development.

$1.03B 베팅, LLM은 환상… 르쿤의 세계 모델이 맞는 이유

작성자:
세계 모델 JEPA와 LLM의 대결을 표현한 AI 뇌 이미지
르쿤의 AMI Labs는 LLM 대신 JEPA 기반 세계 모델로 AI의 근본을 재구성하겠다는 $1.03B짜리 선언을 했다 — Generated by OpenAI DALL-E 3
💡 Key Takeaways

  • Yann LeCun의 AMI Labs, 2026년 3월 10일 €890M($1.03B) 시드 라운드 완료 — 유럽 역대 최대, 프리머니 $3.5B
  • 르쿤 핵심 주장: “LLM은 통계적 환상이다” — JEPA(세계 모델)가 진짜 지능의 경로라는 $1.03B짜리 반란
  • Nvidia·Toyota·Samsung 전략 투자 + Jeff Bezos·Eric Schmidt 개인 참여 — 로보틱스·의료·산업 AI 패권 다툼

$1.03B. 직원 12명이 가진 회사에 꽂힌 돈입니다. 제품도 없고, 수익도 없고, 설립한 지 4개월밖에 안 된 회사입니다. 그런데 Nvidia, Toyota, Samsung, Jeff Bezos, Eric Schmidt가 한꺼번에 뛰어들었습니다. 이 회사의 이름은 AMI Labs(Advanced Machine Intelligence Labs)이고, 창업자는 딥러닝의 아버지라 불리는 튜링상 수상자 Yann LeCun입니다.

그가 Meta를 떠나 걸고 있는 베팅은 단순합니다. LLM(대형 언어 모델)은 진짜 지능이 아니다. ChatGPT와 Claude와 Gemini가 세상을 장악하고 있는 이 시점에, 그는 “모두가 틀렸다”고 말하고 있습니다. 2026년 3월 10일, 그 주장에 역대 최대 규모의 유럽 시드 라운드가 응답했습니다.

르쿤이 옳은가, 틀렸는가. 그보다 더 중요한 질문이 있습니다. 이 베팅이 AI 투자 지형을 어떻게 바꾸는가. Nvidia와 Toyota가 같은 테이블에 앉은 이유, JEPA(세계 모델)가 무엇인지, OpenAI $110B와 AMI $1.03B의 정면충돌 — 지금부터 하나씩 분해합니다.

유럽 역대 최대 시드 라운드, $1.03B의 규모와 맥락

2026년 3월 10일 발표된 AMI Labs의 시드 라운드는 €890M(약 $1.03B)으로, 유럽 스타트업 역사상 최대 시드 라운드입니다. 프리머니 밸류에이션은 $3.5B. 단순 계산으로 지분 22.7%에 해당하는 금액이 설립 4개월 만에 모였습니다. 같은 시기 비교군으로 거론되는 Fei-Fei Li의 World Labs는 $230M에 $1B 밸류에이션을 받았고, Mira Murati의 Thinking Machines Lab은 $12B 밸류에이션이었습니다.

투자자 구성이 흥미롭습니다. 공동 리드는 Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions입니다. 전략적 투자자로는 Nvidia, Toyota, Samsung, Temasek이 이름을 올렸고, 개인 투자자 목록에는 Jeff Bezos, Tim Berners-Lee, Jim Breyer, Mark Cuban, Eric Schmidt가 포함됩니다. 이는 단순한 VC 베팅이 아닙니다. 반도체(Nvidia), 자동차(Toyota), 가전(Samsung), 국부펀드(Temasek)가 동시에 들어왔다는 것은 투자 목적이 각각 다르다는 의미입니다.

현재 AMI의 직원 수는 약 12명입니다. 제품도 없고, 1~2년 안에는 기업 파트너십 협의 정도가 전부입니다. 이 숫자들이 주는 불편함은 오히려 이 투자의 본질을 드러냅니다. 투자자들은 기술이 아닌 방향성에 베팅하고 있는 것입니다.

세계 모델 JEPA 기반 AI 연구를 상징하는 데이터 학습 이미지
LLM은 패턴을 기억하지만 JEPA는 세계의 규칙을 이해한다 — Photo by Kevin Ku on Unsplash

르쿤이 Meta를 떠난 이유: LLM은 ‘통계적 환상’

르쿤의 LLM 비판은 오래되었습니다. 그는 Meta의 수석 AI 과학자로 재직하면서도 내부에서 지속적으로 이 논쟁을 제기했습니다. 그의 핵심 주장을 그대로 옮기면 이렇습니다. “A statistical illusion. Impressive, yes. Intelligent, no.” LLM은 통계적 환상이며, 인상적이지만 지능이 아니라는 것입니다.

구체적으로 그가 문제 삼는 지점은 LLM의 작동 방식입니다. LLM은 다음 토큰(단어)을 예측하는 방식으로 텍스트를 생성합니다. 수조 개의 단어를 학습해 패턴을 기억하는 것이지, 세계를 이해하는 것이 아닙니다. 르쿤은 이 방식으로 모델을 더 크게 만드는 스케일링이 ‘dead end(막다른 길)’이라고 규정합니다. 아무리 매개변수를 늘려도 진짜 추론과 계획 능력은 얻을 수 없다는 논리입니다.

반론은 강력합니다. Anthropic CEO Dario Amodei는 2026년 1월 다보스에서 현 아키텍처의 LLM이 1년 내 모든 소프트웨어 개발자의 업무를 대체하고, 2년 내에는 노벨상급 연구를 달성할 수 있다고 말했습니다. 같은 기술을 두고 한쪽은 ‘막다른 길’, 다른 쪽은 ‘2년 내 노벨상’이라고 말합니다. 둘 중 하나는 틀렸습니다.

JEPA란 무엇인가: 추상 공간에서 세계를 이해하는 방식

르쿤이 대안으로 제시하는 것이 JEPA(Joint Embedding Predictive Architecture, 결합 임베딩 예측 아키텍처)입니다. 개념 자체는 그가 Meta에 있을 때부터 오랫동안 연구해온 것입니다. LLM과의 결정적 차이는 예측 방식에 있습니다.

LLM은 다음 픽셀이나 다음 토큰을 직접 예측합니다. 이 방식은 세계의 수많은 세부 사항이 근본적으로 예측 불가능하기 때문에 한계가 있습니다. JEPA는 대신 추상 표현 공간에서 예측합니다. 세계가 어떻게 변하는지의 ‘무엇이 중요한가’를 학습하는 것이지, 표면적 세부 사항을 재현하려 하지 않습니다. 이 접근 방식은 아기가 중력을 경험으로 배우는 것처럼, 물리 세계의 규칙을 관찰로 학습하는 방식입니다.

이것이 할루시네이션 문제에 구조적으로 다르게 접근하는 이유입니다. LLM은 통계적 패턴에서 그럴듯한 답을 생성하기 때문에 틀린 정보를 자신 있게 말할 수 있습니다. AMI의 타겟은 로보틱스, 산업 공정 제어, 의료, 웨어러블입니다. 이 도메인들의 공통점은 할루시네이션의 비용이 치명적이라는 점입니다. 수술 로봇이 틀린 판단을 내리거나, 자율주행 차가 물체를 잘못 인식하는 것은 서비스 오류가 아니라 인명 피해로 연결됩니다.

💡 함께 읽으면 좋은 글
$6500억 AI 빌드아웃에 노벨상 수상자도 경고: ‘AI 버블’ 리셋은 재앙인가 기회인가

LLM 진영의 반격: OpenAI $110B와 스케일링 신봉자들

2026년 2월, OpenAI는 $110B 자금 조달을 완료했습니다. AMI의 $1.03B와 단순 비교해도 107배 차이입니다. Sam Altman은 이미 AGI를 지나 ‘초지능’ 단계로 진입 중이라는 입장입니다. LLM 스케일링이 막다른 길이라는 주장과 정면으로 배치되는 자금과 전망입니다.

스케일링 신봉자들의 논리는 경험에 기반합니다. GPT-3에서 GPT-4로, GPT-4에서 GPT-5 계열로 넘어오면서 모델 크기를 키울 때마다 질적으로 다른 능력이 등장했습니다. 이를 ‘창발(emergence)’이라 부릅니다. 르쿤이 이 방향이 잘못됐다고 말하는 것을 그들은 동의하지 않습니다. 핵심 질문은 이것입니다. JEPA 방식이 LLM 기반 에이전트가 이미 상업화되는 속도보다 빠르게 경제적으로 유용한 시스템을 만들 수 있는가?

그 답이 나오는 시점은 최소 3~5년 뒤입니다. 그 사이에 LLM 진영은 이미 기업 도입, 수익화, 생태계 고착을 진행하고 있습니다. 이 시간 비대칭이 AMI가 직면한 가장 현실적인 위험입니다.

세계 모델 AI가 목표로 하는 인간 두뇌 수준의 추론 능력
JEPA가 목표하는 것은 언어가 아닌 물리 세계의 규칙을 이해하는 뇌에 가까운 아키텍처다 — Photo by Natasha Connell on Unsplash

AMI의 팀 구성과 3~5년 로드맵

AMI Labs는 르쿤 한 사람의 프로젝트가 아닙니다. CEO는 Alexandre LeBrun으로, 의료 AI 스타트업 Nabla의 전 공동 창업자이자 CEO입니다. 부사장(VP) Michael Rabbat, COO Laurent Solly, CRO(최고 연구 책임자) Pascale Fung, CSO(최고 과학 책임자) Saining Xie — 이들 대부분이 Meta와 Google DeepMind 출신입니다. 르쿤이 Meta를 나오면서 데려온 핵심 인재들입니다.

지리적 포지셔닝도 전략적입니다. 본사는 파리이고, 뉴욕·몬트리올·싱가포르에 오피스를 열 계획입니다. 이는 미국(뉴욕)과 아시아(싱가포르) AI 인재를 동시에 공략하면서, 유럽을 미국·중국 AI 패권에 대한 제3의 거점으로 만들겠다는 의도입니다.

로드맵은 단계적입니다. 향후 1~2년은 순수 연구와 기업 파트너십 협의만 진행합니다. 제품 출시도 없고, 매출도 없습니다. 3~5년 내에 ‘범용 지능 시스템(fairly universal intelligent systems)’을 공개하는 것이 목표입니다. LeBrun은 이 타임라인을 솔직하게 인정하면서도 스스로 경고 하나를 추가했습니다. “6개월 내 모든 회사가 자신을 세계 모델 회사라고 부를 것이다.” 버즈워드화에 대한 자기 경계입니다.

투자자들이 진짜 거는 것: 로봇·의료·산업의 AI 패권

Nvidia와 Toyota가 이 라운드에 참여한 이유는 같지 않습니다. Nvidia는 GPU 공급망에서 로보틱스가 차세대 대형 수요처라는 것을 알고 있습니다. Toyota는 자동차 자율주행에서 LLM의 할루시네이션이 실제 사고로 연결되는 것을 목격하고 있습니다. 두 회사 모두 LLM의 한계가 가장 치명적으로 드러나는 물리 세계 응용에 대안이 필요합니다.

그러나 기술 약속과 상업적 적용 사이의 간극은 역사적으로 잘 자금을 받은 연구 랩들도 넘지 못했던 경우가 많습니다. 특히 의료 분야는 FDA 인증 경로의 타임라인이 연구 타임라인과 맞지 않을 수 있습니다. JEPA 자체도 새로운 환경에서의 일반화 문제가 해결된 것은 아닙니다.

추적해야 할 지표 두 가지가 있습니다. 첫째, AMI가 1~2년 내에 로보틱스 또는 산업 분야에서 실제 기업 파트너십을 공개할 수 있는가입니다. 둘째, LLM 기반 에이전트의 산업 현장 오류율이 ‘허용 가능 수준’으로 낮아지는가입니다. 전자가 먼저 일어나면 AMI에 유리하고, 후자가 먼저 일어나면 LLM 진영이 시장을 고착시킵니다. $1.03B짜리 반란이 진짜 혁명이 될지, 고급 연구 프로젝트에 그칠지는 이 두 레이스의 속도가 결정합니다.

💡 함께 읽으면 좋은 글
ChatGPT 언인스톨 295% 폭증, 오픈AI 펜타곤 딜의 대가는 하드웨어 수장 사임이었다

참고 자료

트렌드를 먼저 읽는 사람들

AI, 테크, 경제의 핵심 인사이트를 한국어와 영어로 동시에 제공합니다.

더 많은 글 보기