셰인 레그
개요
셰인 레그(Shane Legg CBE, 1973/1974년생)는 Google DeepMind의 공동창업자이자 Chief AGI Scientist입니다. 데미스 하사비스(Demis Hassabis), 무스타파 술레이만(Mustafa Suleyman)과 함께 2010년 DeepMind Technologies를 설립했고, 2014년 Google 인수 이후에도 연구 방향 설정과 핵심 인재 채용을 총괄해 왔습니다. 2023년 Google Brain과의 합병으로 Google DeepMind가 출범한 이후에는 Technical AGI Safety 팀을 이끌고 있습니다.
레그는 AGI를 단순한 슬로건이 아니라 수학적으로 측정 가능한 대상으로 정의한 선구자입니다. 지능을 "다양한 환경에서 목표를 달성하는 능력의 가중 평균"으로 공리화한 Legg-Hutter 측도는, 그가 박사 과정에서 마르쿠스 후터(Marcus Hutter)와 함께 정립한 개념으로 현재까지 AGI 이론 연구의 기준점 역할을 합니다. 2023년에는 TIME 선정 AI 분야 가장 영향력 있는 100인에 이름을 올렸습니다. AGI 도래 시점에 대한 그의 예측은 2028년으로, 2011년 이후 일관되게 유지해 온 중앙값입니다.
생애
레그는 뉴질랜드 로토루아(Rotorua) 출신으로, 로토루아 레이크스 고등학교를 졸업했습니다. 이후 와이카토 대학교(University of Waikato)에서 컴퓨팅·수학 복수 학사 학위(B.C.M.S.)를 1996년 취득하고, 오클랜드 대학교에서 솔로모노프 귀납(Solomonoff induction)을 주제로 석사 학위를 받았습니다. 박사 과정은 스위스 루가노 소재 IDSIA(Dalle Molle Institute for Artificial Intelligence)에서 마르쿠스 후터의 지도 아래 진행되었으며, 2008년 "Machine Super Intelligence"를 논문으로 학위를 취득했습니다.
박사 논문은 AIXI 이론과 솔로모노프 귀납을 결합해 초지능의 가능성을 형식적으로 분석한 최초의 체계적 시도로 평가받습니다. 논문 발표 이후 레그는 학계가 아닌 창업의 길을 선택합니다. 2010년 데미스 하사비스, 무스타파 술레이만과 함께 DeepMind를 공동 창업했고, 이 스타트업은 2014년 구글에 약 5억 달러에 인수되었습니다. 인수 이후 레그는 Chief Scientist로서 연구 전략과 인재 파이프라인을 관장하는 핵심 역할을 유지했고, 2019년 영국 여왕으로부터 CBE(Commander of the Order of the British Empire) 훈장을 받았습니다.
업적
레그의 가장 중요한 학술 기여는 마르쿠스 후터와 공저한 "Universal Intelligence: A Definition of Machine Intelligence"(Minds and Machines, 2007)입니다. 이 논문은 기존 비공식 지능 정의들의 공통 특징을 추출해 수학적으로 형식화한 Legg-Hutter 측도를 제시하며, "지능은 모든 가능한 환경에 걸쳐 목표 달성 능력을 보편 확률로 가중 평균한 것"이라고 정의했습니다. 이 측도는 특정 과제나 도메인이 아닌 임의의 에이전트·환경 조합에 적용 가능한 일반적 정의라는 점에서 이론적 가치가 높습니다.
2023년에는 Morris, Sohl-Dickstein 등과 함께 "Levels of AGI" 논문을 발표해, AGI 진전을 성능과 자율성 두 축으로 분류하는 운용적 프레임워크를 제안했습니다. 이 프레임워크는 Google DeepMind 내부의 AGI 정의를 학문적으로 정당화하는 동시에 외부 연구 커뮤니티에도 폭넓게 채택되었습니다. 2025년에는 "An Approach to Technical AGI Safety and Security"를 발표해 장기적 AGI 안전성 연구의 방향을 체계화하는 데 기여했습니다.
2025년 11월에는 Google DeepMind 팟캐스트에서 "AGI의 도래"를 주제로 발언해 주목을 받았으며, 2026년 1월에도 관련 인터뷰를 이어가고 있습니다. 레그는 현재 Technical AGI Safety 팀의 이론적 기둥으로서, Legg-Hutter 점수를 진전 척도로 활용하는 방법론적 근거를 제공하는 역할을 맡고 있습니다.
여담
레그는 뉴질랜드 출신이라는 점에서 영국 중심의 DeepMind 창업팀 내에서 독특한 배경을 지닌 인물입니다. 창업 전부터 AGI의 위험성을 공개적으로 경고했는데, 2008년 한 인터뷰에서 "AI가 인류에게 가장 위험한 기술이 될 것"이라고 발언해 주목을 받았습니다. 당시 AI 업계 분위기를 감안하면 상당히 도발적인 주장이었습니다.
IDSIA 시절 박사 지도교수인 마르쿠스 후터와의 협업은 학문적 동반자 관계로 발전했고, Legg-Hutter 측도라는 공동 유산을 남겼습니다. 레그는 지도교수와의 공동연구를 통해 순수 이론 연구자와 창업가 사이의 경계를 넘나드는 독특한 경력을 구축했습니다. 마르쿠스 후터는 이후 ARC상(Algorithmic Research Competition)을 통해 범용 알고리즘 연구를 이어 가고 있습니다.
레그는 공개 발언이 많지 않은 조용한 스타일로 알려져 있습니다. Google DeepMind의 공개 활동 대부분이 데미스 하사비스 중심으로 이뤄지는 가운데, 레그는 내부 연구 방향과 안전성 전략에 집중하는 역할을 선호합니다. AI Safety Foundation 추천위원회 위원으로 활동하며 AI 안전성의 공론화에 꾸준히 기여하고 있습니다.
주요 논문
- A Collection of Definitions of Intelligence (2006) — 기존 지능 정의들을 집대성·분류한 서베이
- Tests of Machine Intelligence (2007) — 기계 지능 평가 방법론 분류 및 비교
- Universal Intelligence: A Definition of Machine Intelligence (2007) — Legg-Hutter 보편 지능 측도 정립
- Machine Super Intelligence (2008) — AIXI 이론 기반 초지능 가능성의 형식적 분석 (박사 논문)
- An Approximation of the Universal Intelligence Measure (2011) — 보편 지능 측도 근사 알고리즘 제안
- Human-level Control through Deep Reinforcement Learning (2015) — DQN으로 아타리 게임 인간 수준 달성
- Deep Reinforcement Learning from Human Preferences (2017) — 인간 피드백 기반 보상 모델 학습
- AI Safety Gridworlds (2017) — AI 안전성 문제를 명세하는 그리드월드 환경 모음
- Scalable Agent Alignment via Reward Modeling (2018) — 보상 모델링 중심 에이전트 정렬 연구 방향 제시
- Improving Alignment of Dialogue Agents via Targeted Human Judgements (2022) — Sparrow: 인간 판단 기반 대화 에이전트 정렬
- Levels of AGI (2023) — AGI 진전을 성능·자율성 두 축으로 분류하는 운용적 프레임워크
- An Approach to Technical AGI Safety and Security (2025) — 기술적 AGI 안전·보안 접근법 체계화