창립 배경#

2025년 2월, Thinking Machines Lab 는 인공지능 업계의 ‘드림팀’으로 불리는 전 OpenAI 핵심 인력들이 주축이 되어 설립되었습니다. CEO인 미라 무라티(Mira Murati)를 비롯해 존 슐먼(John Schulman), 바렛 조프(Barret Zoph), 릴리안 웽(Lilian Weng), 앤드류 툴로치(Andrew Tulloch) 등 OpenAI에서 ChatGPT와 GPT-4 개발을 이끌었던 최고 전문가들이 대거 합류하며 큰 주목을 받았습니다.

이들은 기존 AI 기술의 한계를 넘어 인간과 더 안전하고 효과적으로 협력할 수 있는 차세대 인공지능을 구축하겠다는 공동의 목표를 가지고 OpenAI를 떠나 새로운 회사를 설립했습니다. 이는 단순히 더 강력한 AI 모델을 만드는 것을 넘어, 인공지능의 안전성, 투명성, 그리고 인간과의 상호작용 방식에 대한 근본적인 질문에 답하고자 하는 이들의 깊은 고민에서 비롯된 것입니다.

비전 및 핵심 목표#

Thinking Machines Lab의 핵심 비전은 ‘협력적 인공지능(Collaborative AI)’ 입니다. 이는 인공지능이 단순한 도구가 아니라, 인간의 지능을 보완하고 확장하는 ‘사고하는 기계’로서 기능하도록 만드는 것을 목표로 합니다. 그들은 인공지능이 인간의 창의성, 문제 해결 능력, 윤리적 판단을 증진시키는 역할을 해야 한다고 믿습니다.

이를 실현하기 위한 구체적인 목표는 다음과 같습니다.

  1. AI 안전 및 정렬(Alignment) 기술 혁신: 인공지능이 인류의 가치와 부합하도록 훈련시키는 기술을 최우선으로 개발합니다. 유해한 정보나 편향된 결과를 생성하지 않도록 강력한 안전 장치를 구축하는 데 집중합니다.
  2. 설명 가능한(Explainable) AI 개발: 인공지능이 왜 특정 결정을 내렸는지 그 과정을 인간이 이해할 수 있도록 하는 기술을 연구합니다. 이를 통해 인공지능에 대한 신뢰를 높이고, 오류 발생 시 책임 소재를 명확히 할 수 있도록 합니다.
  3. 범용성 높은 AI 시스템 구축: 특정 작업에만 특화된 AI가 아닌, 다양한 분야에서 광범위하게 활용될 수 있는 범용 인공지능(AGI)의 초석을 다지는 것을 목표로 합니다.

주요 연구 분야#

Thinking Machines Lab는 설립 멤버들의 전문성을 바탕으로 다음과 같은 주요 연구 분야에 집중하고 있습니다.

  • 차세대 대규모 언어 모델(LLM) 아키텍처: 기존의 트랜스포머(Transformer) 아키텍처를 넘어, 더욱 효율적이고 강력한 새로운 모델 구조를 탐색하고 있습니다. 특히, 희소 신경망(Sparse Neural Networks)과 같은 기술을 활용해 모델의 계산 효율성을 극대화하는 연구를 진행하고 있습니다.
  • 인간 피드백 기반 강화 학습(RLHF) 고도화: 존 슐먼의 전문 분야인 RLHF를 발전시켜, AI가 인간의 복잡한 의도와 가치를 더 정확하게 파악하고 행동하도록 훈련하는 기술을 개발하고 있습니다.
  • 멀티모달리티 및 추론(Reasoning) 능력 강화: 텍스트, 이미지, 오디오 등 여러 형태의 데이터를 동시에 이해하고 생성하는 멀티모달 모델을 연구합니다. 이를 통해 AI가 더 복합적인 정보를 바탕으로 인간처럼 추론하고 문제를 해결하도록 만들고자 합니다.
  • 자율 에이전트 및 협력 시스템: 인간 사용자와 긴밀하게 협력하여 복잡한 작업을 수행하는 AI 에이전트 시스템을 구축하고 있습니다. 이는 단순한 챗봇을 넘어, 개인 비서, 연구 조력자 등 다양한 역할을 수행하는 AI를 목표로 합니다.

주요 인물 소개#

미라 무라티 (Mira Murati)#

미라 무라티는 Thinking Machine Lab의 창립자이자 현 CEO입니다. 1988년 알바니아에서 태어나 캐나다와 미국에서 교육을 받았습니다. 다트머스 대학교에서 기계 공학을 전공한 후, 골드만삭스, 테슬라, 립모션(Leap Motion) 등에서 경력을 쌓으며 기술 분야의 기반을 다졌습니다.

2018년 OpenAI에 합류한 그녀는 최고기술책임자(CTO)로서 ChatGPT, GPT-4, DALL·E 등의 개발을 주도하며 생성형 AI 시대를 여는 데 핵심적인 역할을 했습니다. 2023년 말 샘 알트만이 축출되었을 때 임시 CEO를 맡아 조직의 안정화를 이끌기도 했습니다. 2025년 초 OpenAI를 떠나 Thinking Machine Lab를 설립하며 ‘협력적 인공지능(Collaborative AI)‘이라는 새로운 비전을 제시했습니다.

무라티는 AI 기술 개발뿐만 아니라 AI 안전과 윤리 문제에도 깊은 관심을 가지고 있습니다. 그녀는 인공지능이 인간에게 유익하게 사용될 수 있도록 투명하고 맞춤화 가능한 AI 시스템을 구축하는 것을 목표로 하고 있습니다. 최근에는 마크 저커버그의 메타가 그녀의 팀 전체에 10억 달러가 넘는 거액의 영입 제안을 했지만, 팀 전체가 이를 거절하며 회사의 비전과 문화에 대한 강한 신념을 보여주어 화제가 되기도 했습니다.

존 슐먼 (John Schulman)#

존 슐먼은 Thinking Machine Lab의 최고과학자(Chief Scientist)입니다. 칼텍(Caltech)에서 물리학을 전공하고 UC 버클리에서 컴퓨터 과학 박사 학위를 받았습니다. 그의 박사 논문은 로봇 공학과 강화 학습 분야에 큰 영향을 미쳤습니다.

2015년 OpenAI의 공동 창립 멤버로 참여하여 ChatGPT의 개발을 주도했으며, 특히 강화 학습을 통해 언어 모델을 사람의 피드백에 맞게 정렬(alignment)하는 기술인 RLHF(Reinforcement Learning from Human Feedback)의 핵심 알고리즘을 구축한 것으로 알려져 있습니다. 2024년 잠시 앤트로픽(Anthropic)으로 이직했으나, 2025년 미라 무라티의 새로운 비전에 동참하며 Thinking Machine Lab에 합류했습니다.

슐먼은 강화 학습 분야의 전문가로, AI 모델의 안전성과 진실성(truthfulness)을 높이는 연구에 집중해왔습니다. 그는 인공지능이 더 복잡한 추론 능력을 갖추고 인간과 효과적으로 상호작용할 수 있도록 하는 데 기여하고 있습니다.

바렛 조프 (Barret Zoph)#

바렛 조프는 Thinking Machine Lab의 공동 창립자이자 CTO입니다. 구글 브레인(Google Brain)에서 연구원으로 일했으며, AI 모델을 자동으로 설계하는 ‘신경망 자동 탐색(Neural Architecture Search, NAS)’ 분야의 선구자입니다. 그는 이 기술을 통해 효율적인 언어 모델과 비전 모델을 개발하는 데 기여했습니다.

이후 OpenAI에 합류하여 리서치 부문 부사장으로 재직했으며, 포스트-트레이닝(Post-training) 팀을 이끌며 ChatGPT와 OpenAI API에 사용되는 모델들을 미세 조정하는 작업을 총괄했습니다. 멀티모달리티 및 모델 정렬 연구에도 참여하며 OpenAI의 기술 발전에 핵심적인 역할을 했습니다.

Thinking Machine Lab에서는 CTO로서 회사의 기술 로드맵을 설계하고, 모델 개발을 총괄하고 있습니다. 그는 대규모의 희소 언어 모델(sparse language models)에 대한 전문성을 바탕으로, 기존의 챗봇을 넘어선 새로운 AI 시스템을 구축하는 데 집중하고 있습니다.

릴리안 웽 (Lilian Weng)#

릴리안 웽은 Thinking Machine Lab의 공동 창립자 중 한 명입니다. 베이징대학교에서 학사 학위를 취득한 후 OpenAI에 합류하여 7년 동안 근무했습니다. 초기에 로봇 공학 분야에서 로봇 손으로 루빅스 큐브를 맞추는 획기적인 프로젝트를 이끌며 주목받았습니다.

OpenAI에서 AI 안전(AI Safety) 연구를 총괄하며 연구 부문 부사장직을 역임했습니다. 그는 모델의 견고성(robustness)과 안전성 평가(safety evaluations)에 대한 기준을 마련하고, OpenAI의 안전 시스템을 통합된 하나의 팀으로 구축하는 데 중요한 역할을 했습니다.

Thinking Machine Lab에서는 공동 창립자로서 AI 안전 및 윤리 분야의 전문성을 발휘하며, 투명하고 책임감 있는 AI 개발에 기여하고 있습니다. 그는 AI 시스템이 인간의 가치와 일치하도록 하는 ‘정렬(alignment)’ 연구의 중요성을 강조하고 있습니다.

앤드류 툴로치 (Andrew Tulloch)#

앤드류 툴로치는 Thinking Machine Lab의 공동 창립자이자 머신러닝 전문가입니다. 그는 시드니 대학교에서 수학을 전공하고, 케임브리지 대학교에서 수리 통계학 석사 학위를 받았습니다.

경력 초기 골드만삭스에서 정량적 모델링 업무를 담당한 후, 10년 이상 메타(당시 페이스북)에서 머신러닝 엔지니어로 일했습니다. 이 기간 동안 그는 널리 사용되는 머신러닝 프레임워크인 PyTorch 개발에 중요한 기여를 했습니다. 2023년 OpenAI로 자리를 옮겨 GPT-4와 GPT-4o 등의 고급 추론 시스템 개발에 참여했습니다.

2025년 미라 무라티와 함께 Thinking Machine Lab를 공동 창립했으며, 최근 메타가 그에게 제시한 15억 달러(약 2조 원)의 거액 연봉 제안을 거절한 사실이 알려지며 큰 화제가 되었습니다. 그는 단순한 금전적 보상보다 책임감 있는 AI를 구축하려는 회사의 비전을 중요하게 생각하는 것으로 평가받고 있습니다.


2025-08-05 기준 회사 홈페이지 내용 (한글 번역)#

씽킹 머신스 랩(Thinking Machines Lab)은 인공지능 연구 및 제품 기업입니다. 우리는 모두가 각자의 고유한 필요와 목표에 맞게 AI를 활용할 수 있는 지식과 도구를 갖는 미래를 만들어가고 있습니다.

AI의 역량은 극적으로 발전했지만, 여전히 중요한 간극이 남아 있습니다. 최신 AI 시스템에 대한 과학계의 이해는 빠르게 발전하는 역량에 비해 뒤처져 있습니다. 이러한 시스템이 어떻게 훈련되는지에 대한 지식은 소수의 최고 연구소에 집중되어 있어, AI에 대한 대중의 담론과 사람들이 AI를 효과적으로 사용하는 능력을 제한하고 있습니다. 또한, 잠재력에도 불구하고 이러한 시스템은 사람들의 특정 필요와 가치에 맞춰 맞춤화하기가 여전히 어렵습니다. 이러한 간극을 해소하기 위해, 우리는 AI 시스템을 더 널리 이해시키고, 맞춤화하며, 전반적인 역량을 높이기 위해 씽킹 머신스 랩을 설립했습니다.

우리는 ChatGPT 및 Character.ai와 같은 가장 널리 사용되는 AI 제품, Mistral과 같은 공개 가중치(open-weights) 모델, 그리고 PyTorch, OpenAI Gym, Fairseq, Segment Anything과 같은 인기 있는 오픈소스 프로젝트를 만든 과학자, 엔지니어, 그리고 빌더들입니다.

과학은 공유될 때 더 나아집니다#

과학적 진보는 공동의 노력입니다. 우리는 더 넓은 연구자 및 개발자 커뮤니티와 협력함으로써 인류의 AI에 대한 이해를 가장 효과적으로 발전시킬 수 있다고 믿습니다. 우리는 기술 블로그 게시물, 논문 및 코드를 자주 공개할 계획입니다. 우리의 작업을 공유하는 것은 대중에게 이로울 뿐만 아니라, 우리 자신의 연구 문화를 향상시키는 데도 도움이 될 것이라 생각합니다.

모두를 위해 작동하는 AI#

인간-AI 협업에 대한 강조. 완전히 자율적인 AI 시스템을 만드는 데만 집중하는 대신, 사람들과 협력적으로 작동하는 멀티모달(multimodal) 시스템을 구축하는 데 열정을 쏟고 있습니다.

더 유연하고, 적응 가능하며, 개인화된 AI 시스템. 우리는 AI가 모든 분야의 작업에 도움을 줄 엄청난 잠재력을 보았습니다. 현재 시스템은 프로그래밍과 수학에 탁월하지만, 우리는 인간 전문성의 전체 스펙트럼에 적응하고 더 넓은 범위의 애플리케이션을 가능하게 하는 AI를 구축하고 있습니다.

견고한 토대가 중요합니다#

모델 지능을 초석으로. 인간-AI 협업 및 맞춤화에 대한 우리의 강조와 더불어, 모델 지능은 매우 중요하며 우리는 과학 및 프로그래밍과 같은 영역에서 최첨단 역량을 갖춘 모델을 구축하고 있습니다. 궁극적으로, 가장 진보된 모델은 새로운 과학적 발견과 공학적 혁신을 가능하게 하는 것과 같은 가장 혁신적인 애플리케이션과 혜택을 잠금 해제할 것입니다.

인프라 품질을 최우선으로. 연구 생산성은 매우 중요하며, 인프라의 신뢰성, 효율성, 그리고 사용 용이성에 크게 의존합니다. 우리는 지름길을 택하기보다는 생산성과 보안을 모두 극대화하기 위해 장기적으로 올바른 것을 구축하는 것을 목표로 합니다.

고급 멀티모달 역량. 우리는 멀티모달이 더 자연스럽고 효율적인 의사소통을 가능하게 하고, 더 많은 정보를 보존하며, 의도를 더 잘 포착하고, 실제 환경에 더 깊이 통합되도록 지원하는 데 필수적이라고 생각합니다.

실천을 통한 학습#

연구와 제품의 공동 설계. 제품은 배포를 통한 반복적 학습을 가능하게 하는 동시에, 훌륭한 제품과 연구는 서로를 강화합니다. 제품은 우리를 현실에 기반하게 하고 가장 영향력 있는 문제를 해결하도록 안내합니다.

AI 안전에 대한 경험적이고 반복적인 접근법. 가장 효과적인 안전 조치는 사전 예방적 연구와 신중한 실제 테스트의 조합에서 나옵니다. 우리는 (1) 높은 안전 기준을 유지하는 것(공개된 모델의 오용을 방지하면서 사용자의 자유를 극대화), (2) 안전한 AI 시스템을 구축하는 방법에 대한 모범 사례 및 지침을 업계와 공유하는 것, 그리고 (3) 코드, 데이터셋, 모델 사양을 공유함으로써 정렬(alignment)에 대한 외부 연구를 가속화하는 것을 통해 AI 안전에 기여할 계획입니다. 우리는 효과적인 레드팀(red-teaming)과 배포 후 모니터링과 같은 현재 시스템을 위해 개발된 방법들이 미래의 더 유능한 시스템에도 확장될 귀중한 통찰력을 제공할 것이라고 믿습니다.

정말로 중요한 것을 측정합니다. 우리는 우리의 시스템이 현실 세계에서 어떻게 진정한 가치를 창출하는지 이해하는 데 집중할 것입니다. 가장 중요한 혁신은 기존 지표를 최적화하는 것이 아니라, 우리의 목표를 재고하는 것에서 오는 경우가 많습니다.

함께할 분들을 찾습니다#

우리는 기술적 한계를 뛰어넘으면서도 가능한 한 많은 사람들에게 실제적인 가치를 제공하는 AI 시스템을 구축하고 있습니다. 우리 팀은 엄격한 엔지니어링과 창의적인 탐색을 결합하며, 이 비전을 함께 만들어갈 협력자들을 찾고 있습니다.

X 에서 @thinkymachines 를 팔로우하거나, 함께 일하는 데 관심이 있다면 여기에서 입사 지원서를 제출하실 수 있습니다.

제품 (Product)#

변혁적인 무언가를 만드는 흥미진진한 초기 단계에 함께하세요. 우리는 성공적인 AI 기반 제품을 처음부터 구축해 본 강력한 경력과, 여러 역할을 수행하는 데 대한 열정(기능적 제품 프로토타입 구축, 부드러운 UI 디자인 제작, 제품 방향 결정)을 가진 분들을 찾고 있습니다. 최첨단 AI를 현실 세계로 가져올 분을 찾습니다.

핵심 인프라 (Core Infrastructure)#

슈퍼컴퓨팅 클러스터 오케스트레이션부터 AI 연구 및 제품 요구 사항을 지원하기 위한 고부하 환경에서의 시스템 견고성 보장에 이르기까지, 우리가 구축하는 모든 것의 인프라 기반을 구축하는 것을 도와주세요. 우리는 로드 밸런싱, 오토스케일링, 모니터링, 그리고 서비스 오케스트레이션을 위한 다양한 요소를 통해 내결함성(fault-tolerant), 확장 가능(scalable), 그리고 안전한 인프라를 구축하고 유지한 깊은 경험을 가진 엔지니어를 찾고 있습니다.

머신러닝 (Machine Learning)#

우리는 소규모의 뛰어난 머신러닝 과학자 및 엔지니어 팀을 구축하고 있습니다. 활동 범위는 훈련 인프라 구축부터 탐색적 연구 프로젝트 수행에 이르기까지 다양할 것입니다. 박사 학위를 소지했든 독학으로 공부했든 상관없이, 다음을 통해 머신러닝 연구 및 엔지니어링 분야에서 구체적인 성과를 보여줄 수 있는 후보자를 찾고 있습니다.

  • 머신러닝 관련 연구 논문 발표
  • 오픈소스 머신러닝 구현 경험
  • 머신러닝 시스템 구축 및 확장 경험