영국 BOLD 연구소 출범…LLM 밖의 AI를 찾을 30명

영국 옥스퍼드대학교가 주도하는 British Open-ended Learning and Discovery Lab(BOLD)이 2026년 9월 2일 옥스퍼드에서 출범 행사를 열고 공개 활동에 들어갔다. 옥스퍼드 공대의 행사 공지 에 따르면 연구자·혁신가·정책 담당자 350명 이상이 참석했으며, BOLD는 파트너와 펠로를 모집하고 있다.

BOLD에는 University of Oxford와 University College London(UCL), Imperial College London 연구팀이 참여한다. 옥스퍼드가 공개한 설립 계획 은 더 큰 신경망과 데이터셋에 의존하는 방식 너머에서 세 가지 연구 방향을 추진하고, 첫 단계에 BOLD 펠로 12명과 박사과정 연구자 18명 등 모두 30명을 모집한다고 명시했다.

세 대학의 연구진을 하나의 공동 체계로 묶는다

BOLD는 옥스퍼드의 Jakob Foerster가 이끌며 UCL과 Imperial의 연구진이 함께 운영하는 대학 간 연구소다. 별도의 대학 연구팀이 느슨하게 협력하는 방식이 아니라, 기존 연구그룹의 인력과 연구 인프라를 공동 의제 아래 연결해 개별 연구책임자 단위로 수행하기 어려운 장기적이고 위험도가 높은 기초 연구를 추진한다는 구상이다.

• 주관 기관: University of Oxford
• 참여 대학: University College London, Imperial College London
• 연구 운영: 대학별 연구그룹, 공유 인프라와 컴퓨팅 자원, 공동 연구문화의 결합
• 공개 방향: 오픈소스 소프트웨어와 모델 가중치, 벤치마크, 평가 자료를 외부에서 검토하고 활용할 수 있도록 공개

NVIDIA와 AMD를 비롯한 컴퓨팅 기업과 다른 산업 협력사도 인프라와 연구 지원에 참여한다. 다만 BOLD의 중심은 기업 제품 개발이 아니라 대학 연구진이 수행하는 기초 AI 연구다. 산업 협력은 대규모 연산 자원에 접근하고 연구 결과를 실제 기술로 이전하기 위한 수단으로 제시됐다.

이 운영 방식은 연구 주제만큼 중요한 실험이다. BOLD는 개방성을 유지하면서도 대형 산업 연구소에 가까운 인력 규모와 공용 자원을 갖추겠다는 목표를 세웠다. 연구소가 말하는 ‘LLM 밖’은 연구 대상뿐 아니라 소규모 연구팀이 분산된 기존 학계의 작업 방식을 바꾸려는 시도까지 포함한다.

‘LLM 밖’은 언어모델 폐기가 아니라 학습법의 확장이다

BOLD가 비판하는 대상은 LLM 자체가 아니라 최근 AI 발전을 이끈 단일한 확장 공식이다. 더 많은 데이터와 연산 자원으로 더 큰 신경망을 훈련하는 접근은 성능 향상을 이뤘지만, 막대한 중앙집중식 컴퓨팅에 의존한다. 현실 환경의 불확실성이나 제한된 메모리·에너지 조건에 적응하는 문제도 규모 확대만으로 해결된다고 단정할 수 없다.

첫 번째 방향인 역전파 너머의 학습은 현재 널리 쓰이는 훈련법과 다른 알고리즘을 탐색한다. 목표는 연산량과 메모리, 에너지 요구량을 줄일 가능성을 살피면서 시스템의 안정성과 새로운 환경에 대한 적응력을 높이는 것이다. 이는 단순히 작은 LLM을 만드는 연구와 구별된다.

두 번째인 인간 중심 학습과 발견은 사람이 목표 설정과 판단 과정에 참여하는 방식을 다룬다. AI가 연구자와 함께 아이디어를 만들고 가설을 시험하는 ‘공동 과학자’ 역할을 할 수 있는지, 인간의 요구와 판단을 학습 과정에 어떻게 반영할지를 연구한다.

세 번째 체화 학습은 로봇과 같은 물리적 시스템이 제한된 데이터와 탑재형 컴퓨팅 자원으로 현실 환경에서 배우고 적응하도록 하는 연구다. 따라서 제목의 ‘LLM 밖’은 언어모델을 배제한다는 선언이 아니다. 규모 확대 외에도 새로운 훈련 알고리즘, 인간과의 협업, 물리적 환경에서의 적응이라는 독립적인 연구 경로를 확보하겠다는 의미다.

최대 6000만 파운드는 두 연구소가 나눌 사업비다

BOLD의 재원을 설명할 때는 전체 사업과 개별 연구소의 몫을 구분해야 한다. UKRI의 재원 구조 에 따르면 EPSRC가 향후 6년간 제공할 최대 6000만 파운드는 BOLD와 Science of Fundamental AI Research Lab(SOFAIR)이 공유하는 전체 투자액이다. BOLD 한 곳에 6000만 파운드가 확정 배정됐다는 뜻이 아니다.

초기에는 두 연구소에 각각 약 800만 파운드가 제공된다. 추가 재원은 2026년 가을 평가에서 초기 진척과 실행 계획을 확인한 뒤 풀릴 예정이며, 연구소마다 최소 10명의 박사과정 연구자를 지원하기 위한 200만 파운드가 별도로 책정됐다. ‘최대’ 투자액과 첫 단계 지원액, 박사과정 지원분은 서로 다른 범주의 숫자다.

두 연구소의 역할도 구별된다. 옥스퍼드가 주도하는 BOLD는 AI가 사람 및 물리적 환경과 상호작용하며 더 효율적으로 학습하는 원리를 연구한다. UCL이 이끄는 SOFAIR는 널리 구할 수 있는 하드웨어에서 작동할 차세대 오픈소스 AI 기술을 개발하는 데 초점을 둔다. 옥스퍼드가 두 사업에 모두 참여하지만 BOLD와 SOFAIR는 별개의 연구소다.

초기 30명은 완성된 조직 규모가 아니라 모집 계획이다

제시된 30명은 이미 채용을 마친 상근 연구자 수가 아니다. 첫 단계에 선발할 펠로와 박사과정 연구자의 합계이며, 기존 대학 연구그룹의 책임자와 연구자, 산업 협력 인력은 이 숫자에 포함되지 않는다. BOLD 전체 인력의 최종 규모로 해석해서도 안 된다.

펠로는 AI 또는 인접 분야에서 독창적인 연구 실적을 쌓은 연구자를 대상으로 한다. 정해진 제품 로드맵을 실행하는 인력보다 독립적인 연구 의제를 제안하고, 세 대학의 연구진과 공용 컴퓨팅 자원을 활용해 고위험 아이디어를 시험하는 역할에 가깝다. 박사과정 연구자는 대학 간 공동 훈련 환경에서 BOLD의 기초 연구에 참여하도록 설계됐다.

출범 공지가 확인해 주는 현재 상태는 연구 프로그램이 공개 단계에 들어갔고 펠로 모집이 진행 중이라는 점이다. 반면 초기 모집 인원의 선발 완료 시점과 대학별 배치, 첫 연구 프로젝트의 우선순위는 공개되지 않았다. 모델 가중치나 벤치마크 같은 결과물이 언제 처음 나올지도 아직 확정되지 않았다.

다음 분기점은 가을 재원 평가와 실제 선발 결과다. BOLD가 LLM 확장과 다른 연구 경로를 만들었다는 평가는 출범 선언만으로 결정되지 않는다. 새로운 학습법과 인간 협업, 체화 시스템이라는 연구 방향에서 검증 가능하고 공개된 성과를 내놓는지가 연구소의 구상을 판단할 기준이 된다.