2026-05-18 — views

Recursive Superintelligence, 6.5억 달러로 「자기개선 AI」에 도전

읽어야 하는 이유 NVIDIA와 AMD가 같은 cap table에 동시에 들어간 것이 진짜 신호. 베팅 대상은 「어느 반도체 벤더에도 충성하지 않는 컴퓨트 워크로드」(아키텍처 공간의 재귀 탐색)이지, 특정 모델 패밀리가 아니다.

6.5억 달러 조달, 밸류에이션 46.5억 달러, 제품 0. GV/Greycroft 리드, NVIDIA와 AMD 동시 참여. 핵심: AI가 아키텍처 탐색을 자동화.

새로운 프런티어 모델 랩 Recursive Superintelligence가 5/13 스텔스를 벗었다. 46.5억 달러 밸류에이션에 6.5억 달러 조달 —— 제품 0, 매출 0, 직원 30명 미만. 「AI가 연구를 보조한다」에서 「AI가 연구를 한다」로 가는 폐루프에 대해 지금까지 가장 구체적인 베팅이다.

본 이야기는 이 cap table

리드 투자자	전략적 참여
GV(Alphabet 계열)	NVIDIA
Greycroft	AMD

선두 반도체 벤더 두 곳이 같은 Series A에 동시에 들어오는 건 이례적이다. 기존 패턴은 독점 번들 —— Microsoft + OpenAI, Google + Anthropic, Amazon + Anthropic —— 클라우드가 컴퓨트 약정과 지분을 한 줄에 묶어가는 구조였다. 이번엔 NVIDIA와 AMD가 둘 다 옵션을 산다. 베팅 대상은 「먼저 FLOPs를 내놓는 실리콘에서 돌아가는 워크로드」.

창업팀

창업자	이전 직책
Richard Socher	전 Salesforce 수석 과학자
Yuandong Tian (田淵棟)	전 Meta FAIR 디렉터
Tim Rocktäschel	전 DeepMind
Jeff Clune	DeepMind, OpenAI
Josh Tobin	전 OpenAI
Tim Shi	초기 Cresta, OpenAI

팀 구성은 「오픈엔드 탐색 + 메타러닝」(Clune, Rocktäschel) 쪽으로 기울었다. 지금 주류인 「base model post-train」 계보가 아니다.

「재귀적 자기개선」의 실제 의미

공개 발언에서 추출한 기술적 베팅:

아키텍처 탐색. 지금은 새 transformer 변종을 고르려면 연구자 소대가 몇 달 ablation을 돌려야 한다. 랩의 주장: Level-1 시스템이 아키텍처 변경을 제안하고, 실험을 돌리고, 자기 loss 곡선을 읽어 보존할 안을 결정.
학습 레시피 최적화. Learning-rate 스케줄, 데이터 믹스, curriculum —— 학습 자체의 메타 언어가 최적화 대상이 된다. 가중치만이 아니다.
평가 자동 생성. 모델이 자기 벤치마크 변종을 생성해, 인간이 큐레이션한 벤치마크가 놓치는 overfit·능력 격차를 검출.

이 중 일부라도 규모에서 작동하면, 다음 세대 모델까지 시간이 분기 → 주 단위로 줄어든다.

로드맵

현재 → 2026년 중반: Level-1 자율 학습 시스템 구축. 내부 전용.
2026년 중반 공개 출시: 고객이 볼 수 있는 산출물 목표. 모델 API인지, 아키텍처 탐색 서비스인지, research-as-a-service인지 미명시.
매출 약정 미공개. 약 30명 + 프런티어 규모 컴퓨트, 분기당 $5–15M 번이 합리적 추정.

왜 지금인가

타이밍은 우연이 아니다. 세 가지 이유:

프런티어 랩 매출총이익률이 70%를 넘었다(Anthropic 최근 공시). 이번 사이클에서 처음으로 투기적 아키텍처 연구를 지탱할 headroom이 생겼다.
「Compute overhang」 논거가 무너지고 있다. 모델이 컴퓨트 증가만으로 계속 일반화한다면 RSI는 필요 없다. 수확체감에 부딪치면 재귀 탐색이 레버 —— 그리고 「AI-2027」류 타임라인이 서사에서 정량으로 넘어간다.
투자자 포지셔닝. 30명·매출 0에 46.5억 달러는 Sutskever의 SSI와 같은 버킷. 「이런 랩은 3〜5개가 들어갈 자리가 있다」는 베팅이지, 1개 독점이 아니다.

Practitioner note

오늘도 출시하는 빌더를 위한 실무 시사:

「AI가 모델을 만든다」를 예상하고 스택을 미리 재구축하지 마라. 타임라인은 최소 연 단위. 아직 안 나온 아키텍처에 맞춰 응용 계층을 다시 쓰는 건 패자 게임. 이번 분기 존재하는 Claude / GPT / Gemini 패밀리를 기준으로 만들어라.
아키텍처 탐색 논문은 추적해라. 창업자들의 이전 랩(FAIR의 open-ended search 라인, DeepMind의 메타러닝 라인) 논문이 선행 지표. 공개 아키텍처 탐색 벤치마크가 갑자기 15+ 점 뛰면, RSI류 방법이 임계를 넘은 신호.
GPU vs TPU vs MI400 내러티브를 봐라. 설계상 실리콘 비종속인 워크로드(RSI가 본질적으로 그렇다)는 단일 가속기 벤더의 해자를 무너뜨린다. Recursive가 제품을 출시해 워크로드 이식성을 증명하면, 「NVIDIA 프리미엄」은 압축된다.

과소평가된 각도: 팀 구성 자체가 「RSI 실현 가능성에 대한 업계 선행 지표」다. Clune-Tian-Rocktäschel급 연구자들이 FAIR / DeepMind / OpenAI를 떠나 RSI에 커리어를 거는 시점에, 「이게 진짜인가」에 대한 업계의 중앙값 추정은 조용히 움직였다.