Mark Chen

**마크 첸(Mark Chen)**은 OpenAI의 최고 연구 책임자(Chief Research Officer)를 맡고 있는 인공지능 연구원입니다. 그의 역할은 2025년 3월 OpenAI의 CEO 샘 알트만(Sam Altman)이 첸이 과학적 진보를 주도하고, 확대된 최고 연구 책임자 권한의 일환으로 연구와 제품 개발을 더욱 긴밀하게 통합할 것이라고 발표하면서 공식적으로 확장되었습니다.^[4] 그는 최고 과학자 야쿠브 파초키(Jakub Pachocki)와 함께 OpenAI의 전반적인 연구 방향을 공동으로 이끌며 조직 전체의 프런티어 모델 관련 업무를 조율하고 있습니다.^[2] 또한 그는 국제 정보 올림피아드(IOI)에 출전하는 미국 대표팀의 코치이기도 합니다.^[1][2]

Education

첸은 미국에서 태어나 성장기의 상당 부분을 대만에서 보낸 대만계 미국인 컴퓨터 과학자입니다.^[5] 그는 중학교와 고등학교 시절 가족과 함께 대만으로 이주하여 국립 신주 과학단지 실험고등학교(National Experimental High School at Hsinchu Science Park)의 이중언어 프로그램에 입학했으며, 그곳에서 수학과 컴퓨팅에 대한 강한 흥미를 키웠습니다.^[6]

고등학교 재학 기간 동안 첸은 국립 청화 대학교에서 이산수학과 같은 고급 대학 수준의 과정을 수강했으며, AMC10, AMC12 및 AIME 수학 경시 대회에서 만점을 기록했습니다.^[5] 그의 어머니인 치우 징테(Chiou Jing-Te)는 국립 청화 대학교 정보 시스템 및 응용 연구소의 교수이며, 아버지인 첸 치엔젠(Chen Chien-Jen)은 이전에 광섬유 기업인 럭스넷(LuxNet)의 회장을 역임했습니다.^[5] 첸은 이후 미국으로 돌아와 매사추세츠 공과대학교(MIT)에 진학하여 수학과 컴퓨터 과학 분야에서 이중 학사 학위를 취득했습니다.^[5]

경력

OpenAI

MIT를 졸업한 후, 첸은 헤지펀드와 고빈도 매매 분야에서 수년간 퀀트 금융에 종사했으며, 제인 스트리트(Jane Street) 캐피털에서 선물 거래를 위한 머신러닝 모델을 개발하는 역할을 맡기도 했습니다.^[7][2] 그는 2018년 당시 수석 과학자였던 일리야 수츠케버(Ilya Sutskever) 밑에서 연구 레지던트로 OpenAI에 합류했으며, 이후 프런티어(Frontiers) 연구 책임자를 거쳐 최고 연구 책임자(Chief Research Officer)로 임명되었습니다.^[7][2] OpenAI에서 첸은 Codex(GitHub Copilot의 기반이 되는 생성형 코딩 모델), GPT-3, Image GPT 작업을 수행했으며, 이후 DALL·E 2를 제작하고 GPT-4 및 GPT-4o에 시각 기능을 추가한 팀을 이끌었습니다.^[5] 그의 작업은 o1 및 o3 시리즈와 같은 추론 중심 모델과 모델 호출을 더 긴 워크플로우로 연결하는 것을 목표로 하는 Operator와 같은 에이전트 시스템까지 아우릅니다.^[7][8]

최고 연구 책임자로서 첸은 수석 과학자 야쿠브 파초키(Jakub Pachocki)와 함께 OpenAI의 연구 부문 리더십을 공유하며, 공동으로 연구 방향을 설정하고 프런티어 모델 프로젝트 포트폴리오를 감독합니다.^[2] 2025년 3월 리더십 업데이트에서 CEO 샘 알트만(Sam Altman)은 첸이 최고 연구 책임자라는 확장된 역할을 맡게 되었다고 발표하며, 첸이 "과학적 진보를 주도하고 우리가 역량과 안전의 한계를 계속해서 넓혀갈 수 있도록 보장할 것"이라고 밝히고 그가 "수년에 걸쳐 놀라운 연구자에서 놀라운 리더로 성장했다"고 찬사했습니다.^[4] 2026년까지 첸은 약 400~500명의 연구 조직을 감독하며 약 300개의 동시 연구 프로젝트를 관리하는 것으로 묘사되었으며, 여기에는 프로젝트 간 GPU 컴퓨팅 자원 할당과 단기 제품 모델 학습보다 탐색적이고 패러다임을 전환하는 연구에 더 많은 컴퓨팅 자원을 투자하는 책임이 포함되었습니다.^[6][5] 그의 대외 소통은 종종 OpenAI의 중요한 프로젝트와 이정표를 발표하거나 시연하는 일을 포함합니다. 예를 들어, 2022년 4월에는 DALL-E 2 모델이 생성한 이미지를 공유했으며, 2025년 3월에는 GPT-4o 내의 기본 이미지 생성 기능 출시를 게시했습니다. 2025년 2월, 첸은 AI가 수백 개의 온라인 소스에서 정보를 찾고 분석 및 합성하여 종합적인 보고서를 생성할 수 있도록 설계된 "Deep research" 기능이 ChatGPT의 모든 프로 티어 사용자에게 배포된다고 발표했습니다.^[1][2]

기업에서의 역할 외에도 첸은 미국 국제 정보 올림피아드(IOI) 팀의 코치로서 경쟁 프로그래밍에 적극적으로 참여하고 있습니다.^[1] 그는 이러한 코칭 작업을 자신의 직업적 동기와 연결하며, 가장 엘리트인 인간 경쟁자 수준에서 수행할 수 있는 AI 모델을 만드는 것이 장기적인 목표라고 밝혔으며, 올림피아드 스타일의 과제에서 모델의 성능을 추론 능력 진보의 벤치마크로 강조해 왔습니다.^[2] 2024년 9월, 그는 OpenAI의 모델이 그해 IOI 대회 문제에서 금메달에 해당하는 성능 수준을 달성했다고 발표했습니다.^[1][2]

리더십 및 관리

리더십 역할을 수행하며 첸은 인재 유지를 포함한 AI 연구의 경쟁 환경을 탐색할 책임을 맡고 있습니다. 2025년 6월, Meta가 OpenAI의 시니어 연구원 4명을 영입한 이후, 첸은 내부 메모를 통해 직원들에게 메시지를 전했습니다. 그는 "마치 누군가 우리 집에 침입해 무언가를 훔쳐간 것 같은... 본능적인 기분"을 느꼈다고 표현하며, 경영진이 직원 유지를 위해 적극적으로 노력하고 있음을 확신시켰습니다. 그는 OpenAI가 "보상을 재조정"하고 있으며 "최고의 인재를 인정하고 보상하기 위한 창의적인 방법"을 모색 중이라고 밝혔습니다. 직원들을 위해 싸우겠다는 의지를 보이면서도, 첸은 "공정성에 대한 높은 개인적 기준"을 강조하며 "타인에 대한 공정성을 희생하면서까지" 인재를 붙잡지는 않겠다고 언급했습니다. 같은 메모에서 그는 "정기적인 제품 출시 주기와 경쟁사와의 단기적인 비교에 너무 매몰되지 말 것"을 경고하며, 인공 일반 지능(AGI)을 향해 나아가는 "메인 퀘스트"에 집중할 것을 촉구했습니다. OpenAI의 CEO Sam Altman은 이 시기 첸의 리더십을 공개적으로 칭찬했습니다.^[3]

첸은 알트만이 잠시 CEO직에서 해임되었던 2023년 11월 OpenAI 리더십 위기 당시 자신의 역할이 연구 팀을 하나로 묶는 데 집중되었다고 설명했습니다. 그는 동료들을 자신의 집으로 초대하고, 사기를 유지하도록 도우며, 알트만의 복귀와 거버넌스 변화를 촉구하는 내부 청원서에 서명하도록 독려했던 일을 회상했습니다. 그는 이러한 행동이 연구 프로그램의 연속성을 유지하는 데 필수적이었다고 평가했습니다.^[6] 그는 이후 이 사건을 조직의 회복 탄력성과 불확실한 시기에 연구원들과의 명확한 소통에 대한 의지를 강화한 전환점으로 규정했습니다.^[6]

공개 인터뷰에서 첸은 "쫓지 말고 창조하라"는 말로 요약되는 연구 철학을 피력하며, OpenAI가 점진적인 벤치마크 성능 향상이나 경쟁사의 제품 출시에 대응하기보다는 패러다임을 바꾸는 탐색적 작업에 우선순위를 두어야 한다고 주장했습니다.^[6] 그는 자신과 수석 과학자 야쿠브 파초키(Jakub Pachocki)가 정기적으로 약 300개의 프로젝트 포트폴리오를 검토하며, 높은 "인재 밀도"를 유지하기 위해 작업을 정리하고 재조정한다고 말했습니다. 또한 연구 조직에 대한 한계 기여도가 사실상 제로인 사람을 채용하는 것을 피하는 것이 목표라고 밝혔습니다.^[6] 같은 논의에서 그는 OpenAI가 컴퓨팅 예산의 상당 부분을 즉각적인 제품화가 되지 않을 수도 있는 탐색적 연구에 의도적으로 투자하고 있으며, 이는 구조적 병목 현상을 앞서 나가고 새로운 모델 패러다임을 발견하기 위해 필요하다고 강조했습니다.^[5]

첸은 또한 인재 확보를 위한 이른바 "수프 전쟁(Soup Wars)"으로 묘사되는 Meta 등 타 AI 연구소와의 경쟁에 대해서도 언급했습니다. 그는 Meta가 비공식적인 식사 자리를 중심으로 OpenAI 연구원들을 공격적으로 영입하려 했던 일화들을 들려주었으나, OpenAI는 시장 최고 수준의 급여 제안에 맞대응하는 것을 거부했다고 밝혔습니다.^[6] 첸에 따르면, OpenAI의 접근 방식은 공정하다고 판단되는 보상을 제공하되, 주로 미션에 대한 일치감과 연구 기회를 통해 직원을 유지하는 것입니다. 그는 많은 연구원들이 다른 곳보다 OpenAI에서 AGI가 구축될 가능성이 더 높다고 믿기 때문에 잔류한다고 주장했습니다.^[6]

연구 및 논평

첸은 인공지능 산업 내의 발전과 트렌드에 대해 공개적으로 의견을 밝히고 있습니다. 2025년 1월, 그는 경쟁사인 딥시크(DeepSeek)가 "o1 수준의 추론 모델"을 제작한 성과를 인정하며, 그들의 연구가 OpenAI가 발견한 것과 동일한 핵심 개념 중 일부에 독립적으로 도달했다고 언급했습니다. 같은 논의에서 그는 첨단 AI 개발의 높은 비용을 둘러싼 대중적 담론에 대해서도 언급했습니다. 첸은 이에 대한 반응이 "다소 과장되었다"고 말하며, 개발 프로세스를 사전 학습(pre-training)과 추론(reasoning)이라는 두 가지 패러다임으로 분리함으로써 단일 축이 아닌 두 개의 축에서 성능을 최적화할 수 있게 되었고, 이는 운영 비용의 절감으로 이어질 수 있다고 설명했습니다. 그는 모델 효율성 개선에 대한 OpenAI의 집중과, 한 해 동안 더 발전된 모델을 출시하기 위한 연구 로드맵 실행에 대한 의지를 확언했습니다.^[1]

이후의 강연과 인터뷰에서 첸은 알고리즘 아이디어 자체보다는 컴퓨팅 파워와 에너지가 AI 경쟁의 주요 병목 현상이라고 주장해 왔습니다. 그는 하드웨어와 에너지 비용이 허용된다면 OpenAI가 현재 컴퓨팅 예산의 수배를 즉시 생산적인 용도로 투입할 수 있다고 언급했으며, 전력 및 데이터 센터 규모의 인프라 확보를 모델 발전의 핵심적인 전략적 제약 요인으로 규정했습니다.^[5][8] 안티 펀드 서밋(Anti Fund Summit)에서 그는 대규모 사전 학습이 아직 근본적인 한계에 부딪히지 않았다고 주장하며, 업계 전반의 자원을 사전 학습에서 강화 학습으로 옮기는 것은 그의 관점에서 전략적 자원 오배분이 될 것이라고 시사했습니다. 왜냐하면 다양한 사전 학습 데이터를 확장하는 것이 새로운 능력을 이끌어내는 가장 신뢰할 수 있는 방법으로 남아 있기 때문입니다.^[5]

첸은 또한 AGI 개발에 대한 그의 견해에서 설명된 "자율적 시간(autonomous time)"의 증가가 자동화된 AI 연구와 어떻게 연관되는지에 대해서도 논의했습니다. 그는 실제 연구 문제를 모델에 다시 입력하여 모델이 실험을 설계하고, 결과를 해석하며, 후속 작업을 제안하도록 함으로써 그가 "AI가 AI 연구를 수행하는" 피드백 루프라고 묘사한 장기적인 목표를 제시했습니다.^[7][5] 이 비전에서 인간 연구자는 방향 설정과 진행 상황 평가에 집중하고, 모델은 일상적인 실험 반복 작업을 점점 더 많이 처리하게 됩니다.

업계 및 하드웨어 파트너들과의 인터뷰에서 첸은 전문 분야를 위한 데이터 효율적인 추론 모델과 텍스트, 이미지, 오디오를 공동으로 처리할 수 있는 GPT-4o와 같은 멀티모달 모델의 중요성을 강조했습니다.^[8][7] 그는 현재의 시스템이 이미 많은 관찰자들이 예상하는 것보다 더 창의적인 능력을 보여주고 있다고 시사하며, 모델이 표준적인 교과서적 접근 방식과는 다른 창의적인 해결 전략을 생성할 수 있는 사례로 경쟁 프로그래밍 대회와 올림피아드 스타일의 문제 세트를 꼽았습니다.^[7][5]

AI 개발에 대한 견해

첸은 자신의 경쟁 프로그래밍 배경이 연구 목표에 영향을 미친다고 밝혔습니다. 그는 "우리 자신을 가속화하는 모델을 만들고 싶다"는 의지를 표명하며, 이를 발전을 위한 빠른 경로로 보고 있습니다. 그와 그의 동료들은 수학과 코딩 능력이 새로운 문제 해결이 가능한 "훨씬 더 일반적인 형태의 지능을 위한 토대" 역할을 한다고 주장합니다.^[2] 미국 IOI(국제 정보 올림피아드) 팀을 지도한 경험을 바탕으로, 그는 프로그래밍 대회를 통해 현재의 모델이 충분한 맥락과 컴퓨팅이 주어졌을 때 이미 놀랍고 비표준적인 해결 전략을 발견할 수 있다는 증거를 제시했으며, 이를 창의적 능력이 발현되는 초기 징후로 해석하고 있습니다.^[7]

AGI로 가는 경로와 관련하여, 첸은 핵심 지표로 "자율 시간(autonomous time)"이라는 개념을 강조했습니다. 그는 이를 "모델이 막다른 길에 부딪히지 않고 어려운 문제에 대해 생산적인 진전을 이루는 데 보낼 수 있는 시간의 양"으로 정의합니다.^[2] 그는 자율 시간의 증가를 AI 연구 워크플로우의 더 많은 부분을 자동화할 수 있는 가능성과 연결하며, 모델이 실제 연구 과제를 부여받고, 실험을 설계 및 실행한 다음, 그 결과를 다시 자신의 학습 프로세스에 반영하는 미래를 묘사했습니다. 이 과정에서 인간 연구원은 모든 중간 단계를 처리하는 대신 전략을 감독하고 조종하는 역할을 맡게 됩니다.^[7][5] 그는 또한 더 많은 컴퓨팅 파워를 통해 모델이 개선된다는 스케일링 법칙(scaling laws)에 대해 지속적인 신뢰를 표명하며, "어떤 의미에서든 스케일링 법칙이 끝났다는 증거는 없다고 생각한다"고 말했습니다. 그는 연구의 돌파구가 데이터나 모델 아키텍처의 병목 현상을 계속해서 극복해 나갈 것이라고 믿습니다.^[2]\n\n2024년 OpenAI의 슈퍼얼라이먼트(superalignment) 팀 핵심 멤버들의 이탈에 대한 질문에 첸은 이 상황을 "매우 개인적인 결정"의 결과라고 성격 규정했습니다. 그는 "매우 역동적인 분야"에서 회사가 특정 연구원이 예상하는 방식으로 발전하지 않을 수 있으며, 이로 인해 떠나게 될 수 있다고 시사했습니다. 그는 "때때로 분야가 당신이 연구하는 방식과 덜 일치하는 방향으로 진화하기도 한다"고 언급했습니다.^[2]\n\n