OpenAI→Tesla→Anthropic, 카파시가 매번 같은 자리를 고르는 4가지 기준

Andrej Karpathy, OpenAI 시절. Photo by Gladwin Analytics, CC BY 3.0, via Wikimedia Commons.

2026년 5월 19일, 안드레 카파시(Andrej Karpathy)가 Anthropic에 합류했다고 본인 X 계정에 올렸습니다. 다섯 번째 챕터입니다. OpenAI 공동 창립 멤버(2015) → Tesla AI 디렉터(2017) → OpenAI 복귀(2023) → Eureka Labs 창업(2024) → Anthropic(2026). 이번 합류가 흥미로운 이유는 그가 직접 만들던 교육 스타트업 Eureka Labs를 닫지 않고 "일시 중단(pause)"한 채 갔다는 점, 그리고 불과 7개월 전(2025년 10월) Dwarkesh Patel 팟캐스트에서 "AGI는 아직 10년 후"라며 회의론을 폈던 사람이 Claude로 Claude를 더 빠르게 훈련시키는 팀 — 즉 재귀적 자기개선(RSI, recursive self-improvement) 연구를 맡았다는 점입니다.

이 글은 그의 약력을 다루는 글이 아닙니다. 다섯 번의 이동에서 반복되는 선택 기준을 추출하고, 그 기준이 이번 Anthropic 합류에서 어떻게 작동했는지 검증하는 글입니다. (참고로 Eureka Labs의 정확한 현 상태에 대한 본인 공식 발표는 없고, 다수 1·2차 매체가 "사실상 일시 중단(paused)"으로 보도하는 단계입니다. 이 글도 그 보도 기준을 따릅니다.)

1차 관찰: 이동의 시점이 너무 일관적입니다

먼저 카파시의 다섯 번의 이동을 표 하나에 정리하면 패턴이 보입니다.

시점떠난 곳간 곳본인이 밝힌 이유그때 frontier가 있던 자리2017OpenAITesla(Musk가 영입) "현실 세계에서 작동하는 비전"자율주행 컴퓨터 비전2022Tesla(휴식)후반기에 관리·미팅 비중이 커졌다는 취지로 본인이 후일 회고막 등장한 LLM (GPT-3.5 직전)2023(휴식)OpenAI 재합류(구체적 코멘트 없음)GPT-4 출시 직후2024OpenAIEureka Labs 창업"side quest였던 교육을 메인으로"LLM이 교육으로 확산되는 변곡점2026Eureka LabsAnthropic"frontier of LLMs will be especially formative"RSI 가능성이 처음 보이기 시작

다섯 번 모두 "지금 가장 어려운 문제가 어디에 있는가"라는 질문에 자기 위치를 맞춥니다. 떠나는 시점도 의미심장합니다. Tesla를 떠난 2022년 7월은 ChatGPT 출시 5개월 전이었고, Eureka Labs를 일시 중단하는 2026년 5월은 Anthropic이 처음으로 "Claude를 이용해 Claude 훈련을 가속한다"는 RSI 팀을 꾸리는 시점입니다.

흥미로운 점은, 그가 한 번도 "더 많이 벌기 위해" 옮긴 적이 없다는 사실입니다. Tesla → 휴식, Eureka Labs(자기 회사) → Anthropic 모두 보상이 아니라 문제의 위치가 기준이었습니다.

2차 관찰: 그런데 한 번은 패턴이 깨졌습니다

여기서 단정 짓고 넘어가면 가짜 패턴 인식이 됩니다. 한 번 더 봐야 합니다.

Tesla 5년은 다른 결정들과 결이 다릅니다. Tesla를 떠난 뒤 출연한 한 팟캐스트(Lex Fridman, 2022년 10월)에서, 후반기에는 관리·미팅 비중이 커져 핸즈온 연구에서 멀어졌다는 취지로 설명한 적이 있습니다. 이건 frontier를 따라간 게 아니라 frontier에서 멀어진 자신을 인식한 시점으로 읽힙니다.

즉 카파시도 "frontier 거리"라는 단일 축으로만 움직이지는 않습니다. 그가 실제로 점검하는 기준은 더 다층적입니다. 이 글의 가설은 다음과 같습니다.

카파시는 매번 "frontier 거리축 × 핸즈온 비율축 × 레버리지축 × 교육 부채축"이라는 4축 매트릭스를 통과하는 자리를 골랐다.

이 4축을 묶어 카파시 나침반(Karpathy Compass)이라고 부르겠습니다. 일반적인 커리어 프레임워크가 "보상-책임-성장"을 보는 반면, 이 나침반은 연구자·기술 빌더에게 더 직접적인 4가지 축으로 구성됩니다.

카파시 나침반: 4축 모델

축 1. Frontier 거리축 — "지금 가장 어려운 문제와 내 책상 사이의 거리"

가장 단순한 축입니다. 지금 풀고 있는 문제가 업계의 frontier로부터 몇 단계 떨어져 있는가.

시점그가 본 frontier자기 위치거리2015 OpenAI딥러닝 일반화창립 멤버 연구원02017 Tesla현실 세계 비전비전 팀 디렉터02020-2022 Tesla 후반멀티모달·LLM 부상자율주행 시스템 매니징 비중 증가멀어짐2024 Eureka LabsLLM 교육 적용풀스택 빌더0 (다른 frontier로 정의)2026 AnthropicRSI 가능성pre-training 팀 빌더0

Tesla 후반(2020-2022)은 frontier가 옮겨 가는데 본인은 옮겨 가지 못한 시기로 읽힙니다. 그가 "역할이 managerial 해졌다"고 말한 부분은 정확히 이 거리 문제와 일치합니다. 매니징은 frontier 거리축을 자동으로 늘립니다.

축 2. 핸즈온 비율축 — "내 손이 데이터·코드에 닿는 비율"

카파시가 가장 일관되게 지킨 축이 이것입니다.

근거는 그의 결정만이 아니라 그가 짬을 내서 만들어온 자료들입니다. micrograd(125줄 자동미분), nanoGPT, nanochat($100짜리 ChatGPT 클론), 그리고 2026년 3월에 공개한 autoresearch(AI 에이전트가 ML 실험을 자율 수행). 이 자료들의 공통점은 그의 손이 실제 코드에 닿는 한계까지 단순화한 것이라는 점입니다.

시점핸즈온 비율(추정)근거2017-2019 Tesla 초기高비전 팀 직접 빌딩2020-2022 Tesla 후반低본인 후일 회고 — 관리·미팅 비중 증가2024 Eureka Labs高nanochat·autoresearch 본인 작성2026 Anthropic?팀 리드 = 다시 매니지먼트 영역 진입

여기에 이번 Anthropic 합류의 첫 번째 균열이 있습니다. 그는 "팀 리드(team lead)"입니다. Nick Joseph 휘하에서 새 팀을 꾸리는 자리고, 이 역할은 정의상 매니지먼트가 들어옵니다. 그가 Tesla 후반에 빠졌던 함정과 형식적으로 닮아 있습니다.

다만 결정적 차이는 팀의 작업 대상입니다. Tesla 후반은 시스템 통합·인력 관리·OKR 회의가 frontier보다 우선했고, Anthropic 팀은 "Claude로 Claude 훈련을 더 빠르게"라는 단일 미션이 frontier 자체입니다. 핸즈온 비율은 떨어질 수 있어도, frontier 거리는 0에 가깝게 유지됩니다. 트레이드오프를 본인이 의식적으로 선택한 것으로 읽힙니다.

축 3. 레버리지축 — "내 1년이 산업 몇 년을 당기는가"

이 축은 카파시 본인이 명시한 적은 없지만, 그의 결과물 패턴에서 가장 강하게 드러납니다.

대표 사례 — 2017년 11월 발표한 에세이 Software 2.0. 그가 글 첫머리에서 "사람들이 신경망을 이렇게 부르기도 한다"는 식으로 운을 떼며 개념을 정립한 글로, 그가 처음 만든 용어라기보다 흩어져 있던 표현을 한 프레임으로 정착시킨 사례에 가깝습니다. 그 한 문장 — "신경망 가중치가 새로운 소스 코드" — 으로 업계의 사고 프레임이 옮겨갔습니다. 2025년 그가 정착·대중화시킨 용어 "vibe coding"도 비슷한 경로를 탔습니다. 한 해 만에 업계 표준어가 됐고, Claude Code·Cursor 같은 도구들이 이 개념을 제품으로 구현했습니다. 그가 무엇을 만들었는지보다 무엇을 정착시켰는지가 더 큰 레버리지를 냈습니다.

산출물형태추정 레버리지micrograd, nanoGPT, nanochat코드학습자 수십만 명, 강의·교재 표준Software 2.0, vibe coding개념·용어업계 사고 프레임 전환autoresearch (2026-03)도구후속 연구 가속 인프라

Anthropic 합류는 이 레버리지축에서 다시 해석할 수 있습니다. Claude로 Claude를 만든다는 RSI 미션이 성공하면, 다음 모델 세대의 학습 효율이 5-10%만 좋아져도 전체 산업의 진도가 1년씩 당겨집니다. 카파시가 자신의 1년을 베팅할 때 늘 보던 비율과 일치합니다.

축 4. 교육 부채축 — "남기고 가는 것이 시간이 지나도 가치 있는가"

이 축이 가장 카파시답고 동시에 가장 모순이 큽니다.

2024년 7월 Eureka Labs 창업문에서 그는 "교육·AI 작업이 지금까지는 'real job' 옆의 side quest였고, 이제 풀타임으로 전환한다"고 말했습니다. 그런데 22개월 만에 그 메인 잡의 활동이 사실상 멈춘 것으로 보도되는 가운데 Anthropic으로 갔습니다. 본인은 발표문에서 "in time(때가 되면)" 교육 작업으로 돌아오겠다고 적었지만, 시점은 명시하지 않았습니다.

여기서 글의 한계를 인정해야 합니다. 이 결정이 교육 사명을 후순위로 두는 것인지, 아니면 "더 좋은 교육을 위해 frontier에서 다시 학습한다"는 메타 학습인지는 외부에서 판단할 수 없습니다. 본인이 직접 말한 적이 없고, 추측은 추측일 뿐입니다.

다만 한 가지 신호는 있습니다. 다수 보도가 Eureka Labs를 "폐업(wind down)"이 아닌 "일시 중단(paused)" 상태로 묘사하고 있고, nanochat·LLM101n 같은 교육 자산이 그대로 공개돼 있는 상태입니다. 돌아갈 자리를 남겨둔 행동으로 해석할 수 있는 단서이며, 교육 부채를 갚지 않은 게 아니라 갚을 시점을 미룬 것에 가깝습니다.

2026년 합류를 4축으로 재검증

축Anthropic 합류 결정 평가Frontier 거리매우 가까움 (RSI는 현재 미해결 최전선)핸즈온 비율떨어짐 (팀 리드 역할)레버리지매우 큼 (성공 시 산업 전체 가속)교육 부채후순위로 미룸 (단, pause 상태로 보존)

4축 중 3축이 강하게 일치하고 1축(핸즈온)이 떨어집니다. 이 트레이드오프를 알면서도 갔다는 사실 자체가 이번 결정의 핵심입니다.

모순 직시: 6개월 만의 입장 전환

이 글에서 가장 다루기 까다로운 부분입니다.

2025년 10월, 카파시는 Dwarkesh Patel과의 인터뷰에서 의도적으로 도발적인 입장을 폈습니다.

"AGI는 아직 10년 후다"
"intelligence explosion(지능 폭발)은 일어나지 않는다"
"AGI는 기존 2% GDP 성장률을 20%나 200%로 만들지 않는다"
"RL은 끔찍하다(RL is terrible)"
현재 AI 에이전트를 "slop(찌꺼기)"이라고 평가

그로부터 7개월 후, 그는 Anthropic의 RSI 팀 리드가 됐습니다. RSI는 정확히 그가 회의적이었던 "intelligence explosion"의 기술적 전제입니다.

이 모순을 어떻게 읽어야 하는가에 대해 두 가지 해석이 가능합니다.

해석 A — 입장이 바뀌었다. 6개월 사이에 그가 본 신호(예: nanochat 자동 튜닝에서 에이전트가 학습 시간을 2.02→1.80시간으로 줄인 결과)가 그의 회의론을 약화시켰을 수 있습니다.

해석 B — 입장은 그대로지만, 가장 회의적인 사람이 직접 검증하러 들어갔다. "10년 후"라는 시간 척도는 그대로 두고, 그 10년의 시작점에서 핵심 메커니즘이 실제로 작동하는지를 가장 가까이에서 확인하러 갔다는 해석입니다.

여기에 또 하나의 긴장 요소가 있습니다. Anthropic CEO 다리오 아모데이(Dario Amodei)는 2024년 10월 에세이 Machines of Loving Grace에서 "강력한 AI"가 2026~2027년에 등장할 수 있다는 시점관을 폈습니다. 카파시의 "10년"과 정면으로 충돌하는 시간표입니다. 즉 카파시는 합류한 회사의 CEO와 시점관이 정반대인 채로, 그 회사의 RSI 팀에 들어갔습니다. 두 사람이 같은 메커니즘을 보면서 다른 시간표를 가졌다는 점이, 향후 Anthropic 내부에서 어떤 식의 절충을 만들지가 이번 합류의 두 번째 관전 포인트입니다.

본인이 명시적으로 어느 쪽이라고 말하지 않았기 때문에 이 글이 어느 한쪽으로 단정할 데이터는 없습니다. 다만 패턴 추적으로 보면 해석 B에 가깝습니다. 카파시는 늘 "지금 가장 어려운 문제에서 직접 손을 대보는" 자리를 골랐고, RSI가 실제로 가능한지/언제까지 한계가 있는지를 검증하는 일은 그 정의에 부합합니다. 회의론자가 가설을 직접 시험하는 자리에 들어간 것에 가깝습니다.

Takeaways: 카파시 나침반을 자기 결정에 어떻게 적용할 것인가

이 글의 마지막 섹션은 카파시 약력에서 빠져나와, AI 도구를 쓰며 자기 커리어와 학습을 설계하는 독자가 4축을 자기 상황에 대입할 수 있게 정리합니다.

축자기 점검 질문답이 "낮음"일 때의 조치Frontier 거리지금 내가 매일 다루는 문제가, 업계가 6개월 안에 풀려고 하는 문제와 얼마나 가까운가?frontier가 어디로 옮겨가는지 추적하는 채널·인물·소스를 3개 이상 확보핸즈온 비율일주일 중 내 손이 실제 결과물(코드·콘텐츠·실험)에 닿는 시간은 몇 시간인가?핸즈온 0이 4주 이상 지속되면 역할 재정의 신호레버리지내가 만든 것이 1회성 산출물인가, 다른 사람의 다음 작업을 가속하는가?산출물에 "이름(개념·프레임워크)"을 붙여 재사용 가능한 형태로 변환교육 부채6개월 뒤에도 가치가 남는 자료를 내가 남기고 있는가?매주 1편이라도 외부에 발행할 수 있는 메모·기록 루틴 확보

4축을 동시에 만점으로 맞출 수 있는 자리는 거의 없습니다. 카파시도 이번 Anthropic 합류에서 1축(핸즈온)을 의식적으로 양보했습니다. 중요한 건 어느 축을 양보하는지를 본인이 인지하고 있느냐입니다.

분석의 한계

이 글은 카파시 본인이 명시한 발언과 공개된 산출물을 교차한 결과입니다. 그가 실제로 4축을 명시적으로 사용한다는 증거는 없습니다. 패턴이 사후적으로 일관되게 보일 뿐, 그 일관성이 의도된 것인지 결과적인 것인지는 외부에서 알 수 없습니다.

특히 다음 두 가지는 데이터 공백입니다.

2023년 OpenAI 재합류 결정의 본인 코멘트가 거의 없음 (1년 만에 다시 떠남)
Eureka Labs를 "pause" 한 결정에 대한 본인의 시점 명시 부재

따라서 이 글의 프레임워크는 카파시의 결정을 100% 설명하는 모델이 아니라, 그의 5번의 이동에서 빈도 높게 반복된 4가지 신호를 추출한 도구로 봐주시면 좋겠습니다.

그래서 이번 합류의 의미

다시 한 줄로 정리합니다.

AGI가 10년 후라던 사람이, Claude로 Claude를 만들러 갔습니다.

이 한 문장이 이번 뉴스의 핵심입니다. AI 인재 이동을 단순한 연봉·지분 경쟁으로 읽는 보도들이 많지만, 카파시의 5번의 이동 패턴은 그 해석을 지지하지 않습니다. 그가 매번 따라간 것은 보상이 아니라 지금 가장 어려운 문제의 좌표였고, 이번에는 그 좌표가 Anthropic의 pre-training 팀에 찍혀 있다는 신호입니다.

Anthropic이 이 베팅에 성공하는지, 카파시 본인의 RSI 회의론이 깨지는지, Eureka Labs는 언제 다시 켜지는지 — 세 가지 모두 향후 12-18개월 안에 신호가 나올 겁니다. 그 시점에 이 4축 프레임워크가 어디서 맞고 어디서 틀렸는지 다시 점검할 가치가 있습니다.

📮 4만 5천 명이 받는 AI 뉴스레터 구독하기