AGI로 가는 길, 텐센트와 딥시크의 공동노선

[중국AI미래지도] 리페이페이 교수의 월드모델과 노선을 달리하다

[임선영 기자]

▲ AIG를 향한 노선의 선택, 리페이페이와 얀르쿤이 세계를 택할 때, 량원펑(딥시크)과 야오순위(텐센트)는 언어에 집중한다. ⓒ 자료사진

2026년 여름 글로벌 프론티어 모델 회사들이 AGI를 향해 달려가는 가운데 8월 19일, 한 가지 사건이 업계의 이목을 집중시켰습니다. 바로 엑스AI(xAI)의 멀티모달 이해 책임자였던 린쉬둥이 텐센트 훈위안으로 합류한 것입니다. 이보다 앞서 딥시크는 최신 버전 모델과 그리고 추론 제어 도구인 '하네스', 이미지 인식 기술을 잇달아 발표하며 존재감을 과시하고 있습니다.

그런데 이 두 사건은 과연 각기 다른 기업의 독립적인 행보일까요? 사실 이들은 우연이 아닌 하나의 흐름을 이루고 있습니다. 그 흐름의 중심에는 "AGI를 향한 최적의 경로는 무엇인가"라는 근본적인 질문이 자리하고 있으며 이 칼럼은 중국 오픈웨이트 모델들이 왜 미국과 다른 방향으로 가는지 분석해 봅니다.

AGI, 아직도 우리는 그 정체를 말하지 못한다

흥미롭게도 AGI는 업계에서 단일하게 합의된 정의가 없습니다. 이에 따라 크게 네 가지 주요 관점이 존재합니다.

첫째, 경제적 가치 중심의 정의입니다. 오픈AI와 맥킨지 등은 AGI를 "대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 시스템"으로 봅니다. 이는 AGI를 생산성 도구이자 경제 패러다임의 전환으로 이해하는 시각입니다. 둘째, 능력 등급 중심의 정의입니다. 구글 딥마인드는 인지 과제 전반에 걸쳐 인간 수준에 도달하거나 초월하는 것을 AGI의 기준으로 삼습니다. 이는 범용성과 일반화 능력을 강조하는 접근입니다.

셋째, 기술 습득 효율 중심의 정의입니다. 숄레와 ARC 연구진은 훈련 데이터 밖에서 새로운 기술을 효율적으로 습득하는 능력을 AGI의 핵심으로 봅니다. 즉, '배우는 방법을 아는 지능'을 의미합니다. 넷째, 세계 이해 및 구현 중심의 정의입니다. 얀 르쿤과 리페이페이 교수는 언어를 넘어 물리적 세계의 이해와 상호작용을 AGI의 필수 조건으로 제시합니다. 리 교수는 특히 "5억 년 전 캄브리아기 폭발 당시 시각이 신경계 진화를 촉발했듯, 진정한 지능은 언어가 아닌 공간에서 출발한다"는 진화론적 논지를 펼칩니다.

이와 같이 네 가지 정의는 단순한 옳고 그름의 문제가 아니라, AGI라는 산 정상에 도달하는 다양한 등반로라고 할 수 있습니다. 그리고 이 칼럼이 집중할 것은 바로 네 번째 정의, 즉 리페이페이 교수의 세계 모델 노선과 이에 대비되는 또 다른 노선, 량원펑과 야오순위의 방향성입니다.

실리콘밸리의 AI 수석들이 텐센트로 회귀

2025년 9월, 1998년생의 젊은 천재 야오순위가 텐센트에 합류했습니다. 칭화대와 프린스턴대를 거쳐 OpenAI에서 에이전트 제품을 주도한 그는 AI 에이전트 분야의 창시자 중 한 명입니다. 그로부터 10개월 뒤인 2026년 7월, 그의 OpenAI 시절 동료이자 GPT-5 개발에 참여했던 톈융룽이 VLM(시각-언어 모델) 총괄로 합류했습니다.

그리고 8월에는 xAI의 멀티모달 이해 책임자였던 린쉬둥이 멀티모달 생성 알고리즘 책임자로 영입되었습니다. 세 명 모두 실리콘밸리 최정상 연구기관 출신의 칭화대 동문이며, 멀티모달 분야의 정예 인재들입니다. 이는 텐센트가 멀티모달을 언어 모델의 '감각 기관'으로 활용하려는 노선을 분명히 보여줍니다.

야오순위는 연구자 영입을 넘어 텐센트 AI 조직을 자신의 산하로 일괄 재편했습니다. 2026년 3월 AI Lab이 해산되고, 7월에는 대형언어모델부와 멀티모달 모델부가 통합된 파운데이션 모델부가 신설되었으며, 그 책임자는 바로 야오순위였습니다. 텐센트의 모든 AI 모델 연구 개발이 단 1년 만에 1998년생 젊은 과학자에게 집중된 것입니다. 실리콘밸리의 두뇌들을 한데 모으고, 그들에게 전권을 위임하며 한 명의 젊은 천재에게 기업의 명운을 맡긴 것 이것이 거대 조직 텐센트가 선택한 'AI 후반전' 전략입니다.

잘 보고 잘 들어야 현명해진다

그렇다면 멀티모달이란 정확히 무엇일까요? 멀티모달이란 영상과 음성 등 다양한 형태의 데이터를 언어 모델이 이해할 수 있는 토큰으로 변환하여, 궁극적으로 지능의 상한선을 올리는 작업입니다. 여기서 토큰이란 언어 모델이 이해하는 '단어 조각'을 의미합니다. 텍스트는 자연스럽게 토큰으로 변환되지만, 이미지와 음성은 그렇지 않습니다.

따라서 멀티모달의 핵심 과제는 이기종 데이터를 하나의 언어 모델이 이해할 수 있는 공통 토큰 공간으로 매핑하는 것입니다. 린쉬둥의 Vx2Text 프로젝트가 바로 이 작업의 대표적 사례인데, 그는 비디오와 소리를 각각 '시각 토큰'과 '청각 토큰'으로 변환한 뒤 동일한 언어 모델에 주입했습니다. 이 과정의 궁극적 목적은 지능의 상한선을 높이는 데 있습니다.

이미지와 음성이라는 풍부한 정보를 언어 모델이 흡수할 수 있게 되면, 모델은 텍스트만으로는 얻을 수 없는 세계의 다층적 맥락을 학습할 수 있게 됩니다. 그런데 여기서 중요한 점은, 최종 추론은 여전히 언어 모델이 담당하며 멀티모달은 그 '눈'과 '귀' 역할을 한다는 사실입니다. 따라서 멀티모달은 자체적으로 지능을 갖는 것이 아니라, 언어 모델이라는 '두뇌'가 더 넓은 세상을 볼 수 있게 해주는 '감각 기관'으로 존재합니다.

언어가 먼저, 세계는 나중에 – 딥시크와의 공통점

이와 같은 멀티모달에 대한 이해는 딥시크와 텐센트가 공유하는 사상적 공통점을 잘 드러냅니다. 량원펑이 이끄는 딥시크의 최근 행보를 살펴보면 그 이유를 더욱 선명히 알 수 있습니다.

첫째, 딥시크의 최신 버전 모델들은 추론 능력, 에이전트, 긴 컨텍스트에 집중하고 있으며, 벤치마크 점수 경쟁보다는 실제 작업 해결 능력을 강조합니다. 또한 딥시크는 이미지나 비디오 생성 모델을 별도로 개발하지 않고 있습니다.

둘째, 딥시크가 발표한 이미지 인식 기술, 즉 OCR은 이미지를 '텍스트의 또 다른 표현'으로 간주합니다. 이는 이미지를 인식하는 것이 아니라 이미지 속 텍스트를 추출하여 언어 모델이 처리할 수 있게 하는 방식입니다. 이는 시각을 독립적 지능이 아닌 언어 모델을 위한 '입력 변환기'로 보는 시각입니다.

셋째, 딥시크가 최근 공개한 '하네스'는 모델의 추론 과정을 제어하고 최적화하는 도구입니다. 이는 모델의 매개변수를 늘리는 대신 추론 시점에서의 컨텍스트 활용 능력을 극대화하려는 의도에서 비롯되었습니다. 량원펑은 "기초 모델의 IQ가 100이라면, 세계 모델을 더해봐야 105가 될 뿐 200이 되지 않는다"고 말한 바 있습니다.

이 모든 사실은 딥시크가 AGI의 본선을 '추론과 에이전트'로 정의하고 있으며, 멀티모달 생성이나 3D 세계 모델은 '지선'으로 간주한다는 것을 보여줍니다. 그리고 이는 야오순위의 시각과 정확히 일치합니다.

파라미터 전쟁은 끝났다, 컨텍스트가 답이다

그런데 텐센트가 강조하는 바는 더욱 분명합니다. 모델은 더 이상 매개변수 경쟁이 아니라, 컨텍스트 이해와 문제 해결 능력이 핵심이라는 것입니다. 야오순위는 유명한 'AI 후반전' 글에서 "전반전은 방법의 싸움이었다면, 후반전은 문제와 시나리오의 싸움"이라고 선언했습니다. 이는 더 이상 모델 크기나 벤치마크 점수가 경쟁력이 아니라는 의미입니다.

그는 "우리는 이제 어떤 못이든 박을 수 있는 만능 망치를 가졌지만, 진짜 문제는 망치가 아니라 '어떤 못을 박을 것인가'를 찾는 것"이라고 비유했습니다. 또한 Hy3 출시 때 그는 "순위표 점수 경쟁은 추구하지 않는다"고 분명히 밝혔고, CL-bench라는 자체 벤치마크를 통해 모델이 기존 지식이 아닌 오직 컨텍스트만으로 답을 찾는 능력을 평가했습니다.

이에 따른 실제 성과도 확인되었습니다. Hy3가 업무 시나리오에 접목된 후 작업 해결률이 72%에서 90%로 향상되었고, 평균 소요 시간은 34% 단축되었으며, 사용자 수는 6배 증가했습니다. 이는 컨텍스트 이해와 문제 해결 능력이 비즈니스 가치로 직결됨을 입증한 사례입니다. 따라서 텐센트는 '매개변수 경쟁'에서 '컨텍스트와 작업 해결 능력의 경쟁'으로 패러다임을 전환했으며, 이는 딥시크의 방향성과 완벽히 궤를 같이합니다.

왜 포기하지 않는가, 미래를 위한 카드로 남겨둔다

그럼에도 불구하고 텐센트는 월드 모델과 이미지 생성을 완전히 놓지 않고 있습니다. 이에 대해 "결국은 만날 수 있지만 지금은 아니다"라는 표현이 적절할 것입니다. 텐센트가 리페이페이의 세계 모델을 완전히 포기하지 않는 이유를 전략적 관점에서 다섯가지로 분석이 가능합니다.

첫째, 전방 탐색은 본선과 별개의 트랙입니다. 텐센트는 3계층 AGI 아키텍처, 즉 기반층과 제품층 그리고 모든 가능성을 열어두되 월드모델은 본선에서 지선으로 옮겨졌을 뿐입니다. 둘째, 텐센트만의 해자가 존재합니다. 텐센트는 세계 최대 게임 매출 기업이며, 수만 명의 3D 아티스트와 언리얼 엔진 파트너십을 보유하고 있습니다. 이 자산을 AI로 재활용할 수 있다면 경쟁사가 따라잡기 어려운 방어벽이 됩니다.

셋째, GUI 에이전트의 진화 방향과 맞닿아 있습니다. 현재는 2D 화면 인터페이스가 주류이지만 미래 에이전트가 물리적 공간이나 3D 가상 환경에서 작동한다면 세계 모델이 갑자기 '본선'의 일부가 될 수 있습니다. 넷째, 오픈소스 생태계 전략이 유효합니다. 텐센트는 훈위안비디오, Hy World 등 모든 생성 모델을 오픈소스로 공개하며 커뮤니티가 키워주길 기대합니다. 이는 저비용 생태계 육성 전략입니다.

다섯째, 그리고 가장 근본적으로, 아무도 답을 알지 못하기 때문입니다. 만약 리페이페이가 맞다면, 즉 합성 데이터가 성숙해지고 세계 모델에 스케일링 법칙이 적용된다면, 오늘 언어 본선에 올인한 모두가 높은 수업료를 내야 합니다. 야오순위는 "결국은 만날 수 있지만, 지금은 아니다"라는 판단 아래, 본선과 탐색을 이원화하는 전략적 헤지를 실행하고 있습니다.

지능의 상한선을 향해 달려가는 절제의 아키텍처, 그 선두에 딥시크와 텐센트가 있습니다. AGI라는 목표 앞에서 자원은 한정되어 있고 선택은 불가피합니다. 량원펑의 '절제는 성공 확률을 높인다'는 철학과 야오순위의 '본선과 탐색의 이원화'는 모두 지금 이 순간 가장 효율적인 자원 배분을 향한 결정입니다.

그런데 그들은 리페이페이가 '틀렸다'고 말하지 않습니다. 다만 "지금 여기서 우리가 집중해야 할 것은 이것"이라고 말할 뿐입니다. 역사는 2026년 여름의 이 선택을 기억할 것입니다. 누가 옳았는지에 대한 답은 아마도 5년, 혹은 10년 뒤에나 나오겠지요. 지능의 상한선을 향해 달려가는 거침없이 달려가는 중국, 딥시크와 텐센트는 '언어가 먼저, 세계는 나중에'라는 노선을 택했습니다.

○ 텐센트가 최근 오픈소스로 공개한 월드모델

1. Hunyuan3D WorldClaw (2026년 8월)
GitHub: https://github.com/Tencent-Hunyuan/Hunyuan3D-WorldClaw
프로젝트 페이지: https://tencent-hunyuan.github.io/Hunyuan3D-WorldClaw/
논문 (arXiv): https://arxiv.org/abs/2608.05248

2. HY-World 2.0 (WorldMirror 2.0) (2026년 4월)
GitHub: https://github.com/Tencent-Hunyuan/HY-World-2.0

3. HunyuanWorld-1.5 (HY WorldPlay) (2025년 12월)
GitHub: https://github.com/Tencent-Hunyuan/HY-WorldPlay

덧붙이는 글 | 임선영씨는 중국 칭화대 전산언어학 석사를 마친 중국경제전문가이며 <중국경제 미래지도>, <중국AI 미래지도>의 저자입니다. 이 글은 본인의 페이스북에도 올렸습니다.