메타의 새 AI 조직 신설, '슈퍼인텔리전스' 경쟁의 서막인가?
2026년 5월 20일 · 원문 보기
빅테크의 AI 조직 재편, 메타도 본격 가세
2026년 들어 글로벌 빅테크 기업들의 AI 조직 개편이 가속화되고 있다. 구글은 딥마인드를 중심으로 AI 연구 역량을 통합했고, 마이크로소프트는 OpenAI와의 협력 구조를 재정비하며 자체 AI 역량 강화에 나섰다. 이러한 흐름 속에서 메타 역시 AI 조직의 대대적인 재편에 착수했다. 월스트리트 저널(WSJ)의 보도에 따르면, 메타는 슈퍼인텔리전스 랩(MSL)을 지원하기 위한 새로운 응용 AI 엔지니어링 조직을 신설했다.
이번 조직 신설은 단순한 인력 충원이 아니라, 메타의 AI 전략이 '모델 개발'에서 '시스템 구축'으로 진화하고 있음을 보여주는 중요한 신호다. 특히 마크 저커버그가 수차례 강조해온 '오픈소스 AI 리더십'을 실현하기 위한 실행 조직이라는 점에서 주목할 만하다.
핵심은 '데이터 엔진'과 수평적 조직 구조
모델을 넘어선 데이터 인프라 전략
메타의 새 조직이 추구하는 핵심 목표는 '데이터 엔진' 구축이다. AI 업계에서 모델의 성능은 이미 일정 수준에 도달했고, 진정한 경쟁력은 고품질 데이터를 지속적으로 수집·정제·활용하는 파이프라인에 달려 있다는 인식이 확산되고 있다. 테슬라가 자율주행 분야에서 '데이터 엔진' 개념을 도입해 실시간으로 주행 데이터를 학습에 반영하는 순환 구조를 만든 것처럼, 메타도 자사의 30억 이상 사용자 기반에서 발생하는 방대한 데이터를 AI 모델 학습의 핵심 자산으로 전환하려는 것이다.
팀당 50명, 수평적 보고 체계의 의미
조직 구조도 눈에 띈다. 팀당 최대 50명이 한 명의 매니저에게 직접 보고하는 수평적 구조를 채택했다. 이는 일반적인 빅테크의 계층적 관리 구조와 대비된다. 메타 리얼리티 랩스 책임자인 마허 사바 부사장이 이끌고, 앤드루 보스워스 CTO에게 직접 보고하는 체계는 의사결정의 속도를 극대화하겠다는 의지를 보여준다. AI 개발에서는 빠른 실험과 반복이 핵심인 만큼, 관료주의적 병목을 제거하려는 전략적 선택으로 해석된다.
글로벌 AI 경쟁에서 읽는 세 가지 트렌드
1. 슈퍼인텔리전스 경쟁의 본격화
메타가 '슈퍼인텔리전스 랩'이라는 이름을 공식적으로 사용한다는 것 자체가 의미심장하다. OpenAI가 '슈퍼얼라인먼트' 팀을 운영하고, 구글 딥마인드가 AGI 연구에 집중하는 상황에서, 메타도 범용 인공지능(AGI)을 넘어선 초지능(ASI) 개발을 공식 목표로 내세운 것이다. 이제 슈퍼인텔리전스는 먼 미래의 개념이 아니라, 빅테크 기업들의 현실적 R&D 목표가 되었다.
2. 연구와 엔지니어링의 융합
과거에는 AI 연구팀과 엔지니어링팀이 분리 운영되는 것이 일반적이었다. 하지만 메타의 이번 조직 신설은 연구(MSL)와 응용 엔지니어링을 하나의 협력 체계로 묶는 접근이다. 이는 연구 성과가 제품으로 전환되는 속도를 높이기 위한 것으로, 구글이 제미나이 개발에서 연구-제품 통합 팀을 운영한 것과 같은 맥락이다.
3. 오픈소스와 독점의 이중 전략
메타는 Llama 시리즈를 통해 오픈소스 AI 생태계를 주도하면서도, 핵심 데이터 엔진과 학습 인프라는 자체적으로 구축하는 이중 전략을 구사하고 있다. 모델은 공개하되 데이터와 시스템에서 경쟁 우위를 확보하겠다는 계산이다. 이는 AI 산업의 가치가 모델 자체에서 데이터·인프라·응용으로 이동하고 있음을 방증한다.
한국 AI 산업에 주는 시사점
메타의 이번 움직임은 한국 AI 기업들에게 몇 가지 중요한 시사점을 던진다. 첫째, 데이터 전략의 중요성이다. 한국 기업들도 모델 성능 경쟁에만 매몰되기보다, 자체 데이터 파이프라인을 구축하는 데 투자를 확대할 필요가 있다. 네이버, 카카오 등 플랫폼 기업들이 보유한 한국어 데이터 자산은 글로벌 빅테크와 차별화할 수 있는 핵심 무기다.
둘째, 조직 구조의 혁신이다. AI 개발의 속도전에서 전통적인 계층 구조는 걸림돌이 될 수 있다. 국내 대기업들의 AI 조직도 의사결정 단계를 줄이고, 연구와 엔지니어링 간의 벽을 허무는 방향으로 재편을 검토해볼 시점이다.
셋째, 슈퍼인텔리전스 시대에 대한 준비다. 글로벌 빅테크들이 AGI를 넘어 ASI를 논의하는 단계에 진입한 만큼, 한국도 AI 안전성 연구와 규제 프레임워크를 선제적으로 마련해야 한다. 기술 개발과 안전 담론이 함께 가야 한다는 것이 글로벌 AI 커뮤니티의 공통된 인식이며, 한국도 이 흐름에서 뒤처져서는 안 된다.