딥러닝의 아버지, AI 업계의 이단아, 그리고 언제나 주류에 반기를 드는 목소리. Yann LeCun이 2025년 말 Meta를 떠났습니다. 그는 2025년 11월 19일 퇴사 계획을 공식 발표했고, 실제 퇴사는 2025년 연말에 이루어졌습니다. 12년간 Meta(구 Facebook)의 최고 AI 과학자(Chief AI Scientist)로 재직하며 FAIR(설립 당시 Facebook Artificial Intelligence Research, 현재 Fundamental AI Research)를 이끌었던 그가 독립 스타트업을 창업했습니다. 그리고 2026년 2월, 그는 린크드인에 단 세 글자를 남겼습니다: "I use Gemini 😊". 이 짧은 한 줄이 AI 업계에 작은 파문을 일으켰습니다. Meta에서 LLM(대형 언어 모델)의 한계를 가장 격렬하게 비판하던 인물이, 왜 Google의 LLM 서비스를 쓴다고 공개 선언한 걸까요? 이 칼럼은 그 맥락을 추적합니다.
이 칼럼은 공식 확인된 사실과 분석·의견을 혼합한 칼럼 형식입니다. 사실(📌)과 추정/의견(🔍💭)을 명시적으로 구분합니다. LeCun의 Meta 퇴사는 공식 확인된 사실이며, Gemini 사용 발언은 LinkedIn 게시물 기반 사실입니다. 이후 분석은 공개된 인터뷰·보도를 바탕으로 한 필자의 해석임을 밝힙니다.
- 📌 2025년 11월 19일 — Yann LeCun, Meta 퇴사 계획 공식 발표 (실제 퇴사는 2025년 연말, CNBC·Bloomberg 보도)
- 📌 퇴사 이유 — Alexandr Wang(Scale AI 창업자) 영입 후 보고 체계 변경, Llama 4 실패, 철학적 차이
- 📌 2025년 12월 — AMI Labs(Advanced Machine Intelligence) 창업, €500M 목표 펀딩
- 📌 2026년 2월 1일 — LinkedIn에 "I use Gemini 😊" 게시 (ppc.land 보도)
- 🔍 Gemini 선택 배경 — 공식 인터뷰 미확인, 이 글은 맥락 기반 분석
목차
- Yann LeCun은 누구인가 — 딥러닝의 아버지
- Meta에서의 12년 — 업적과 내부 갈등
- 왜 떠났나 — 공식 확인된 퇴사 이유
- LeCun의 AI 철학 — LLM은 왜 "죽은 끝"인가
- "I use Gemini" — 무슨 의미인가
- AMI Labs — 그가 만들려는 AI
- AI 업계에 주는 시사점
- 칼럼을 마치며
- 참고 자료
1. Yann LeCun은 누구인가 — 딥러닝의 아버지
Yann LeCun은 AI 역사에서 몇 안 되는 진짜 "건국 공신" 중 한 명입니다. 1989년 벨 연구소(Bell Labs)에서 합성곱 신경망(CNN, Convolutional Neural Network)을 실용화하며 손글씨 우편번호(zip code) 인식 시스템(LeNet)을 개발했고, 이 기술은 이후 수표 인식 등에 상용화되어 수십 년간 이미지 인식 AI의 기반이 되었습니다. Geoffrey Hinton, Yoshua Bengio와 함께 2018년 ACM 튜링상(Turing Award)을 공동 수상했습니다. 튜링상은 컴퓨터 과학 분야의 노벨상으로 불립니다.
- 1989년 — Bell Labs에서 CNN(LeNet) 개발, 손글씨 우편번호(zip code) 인식 시스템 구현. 이후 LeNet 기반 수표 손글씨 인식 시스템이 NCR 등을 통해 상용화되어 1990년대 말~2000년대 초 미국 수표의 약 10% 이상을 처리
- 2003년 — 뉴욕대(NYU) 교수 취임 (현재도 겸직 유지)
- 2013년 12월 — Facebook(현 Meta) AI 연구소 FAIR(Facebook Artificial Intelligence Research, 현재는 Fundamental AI Research) 공동 설립(Zuckerberg, Schroepfer와 함께), 수석 AI 과학자 취임
- 2018년 — ACM 튜링상 수상 (Hinton, Bengio와 공동)
- 2025년 11월 19일 — Meta 퇴사 계획 공식 발표, 연말 퇴사 / 2025년 12월 — AMI Labs 창업 확인
그는 단순한 연구자가 아닙니다. LeCun은 AI 업계에서 가장 논쟁적이고 솔직한 목소리 중 하나입니다. Twitter(현 X), LinkedIn을 통해 LLM의 한계를 거침없이 비판하고, "AGI는 말이 안 되는 개념"이라고 주장하며, 동료 연구자들의 견해에도 공개적으로 반박하는 것으로 유명합니다. AI 연구자 중 가장 팔로워가 많은 공인 중 한 명이기도 합니다.
2. Meta에서의 12년 — 업적과 내부 갈등
LeCun은 2013년 Facebook에 합류해 FAIR(Facebook Artificial Intelligence Research, 현재는 Fundamental AI Research로 명칭 변경)를 설립했습니다. FAIR는 Meta의 기초 AI 연구 조직으로, 순수 학술 연구에 가까운 방식으로 운영되었습니다. 그는 이 조직을 구글 DeepMind나 OpenAI에 필적하는 세계적 AI 연구소로 키워냈습니다.
FAIR에서 나온 주요 성과로는 PyTorch(현재 AI 연구의 표준 프레임워크), Segment Anything Model(SAM), JEPA 아키텍처 등이 있습니다. 특히 PyTorch는 2016년 FAIR 내부에서 개발이 시작되어 2017년 1월 공개 베타로 출시되었으며, 현재 전 세계 AI 연구자의 상당수가 사용하는 핵심 도구입니다.
- PyTorch — 현재 AI 연구의 표준 프레임워크 (2016년 FAIR 내부 개발 시작, 2017년 1월 공개 베타 출시)
- Segment Anything Model(SAM) — 범용 이미지 분할 모델
- JEPA / V-JEPA — LeCun의 대안 학습 아키텍처
- Llama 시리즈 기초 연구 기여 (Llama 1, 2, 3)
- 오픈소스 AI 전략 설계 및 추진
그러나 시간이 흐르면서 Meta 내부에서 LeCun의 위상은 미묘하게 변화했습니다. ChatGPT 등장 이후 Zuckerberg는 생성 AI, 특히 LLM 중심으로 전략을 급선회했고, 이는 "LLM은 한계가 있다"는 LeCun의 지속적인 주장과 충돌하기 시작했습니다.
3. 왜 떠났나 — 공식 확인된 퇴사 이유
LeCun의 퇴사는 여러 요인이 겹쳐 일어난 결과입니다. 공개 인터뷰와 언론 보도를 종합하면 크게 세 가지 계기가 작용했습니다.
3-1. Alexandr Wang 영입과 보고 체계 변화
2025년 6월 Zuckerberg는 Scale AI에 약 143억 달러(약 $14.3B)를 투자해 49% 비의결권 지분을 확보했습니다. 동시에 Scale AI의 창업자이자 CEO인 Alexandr Wang(당시 28세)을 Meta로 데려와 Meta 최초의 최고 AI 책임자(Chief AI Officer)로 임명했습니다. 새로 만든 "Meta Superintelligence Labs(MSL)"는 Wang(Chief AI Officer)과 전 GitHub CEO Nat Friedman(VP of Product and Applied Research)이 공동으로 이끄는 구조로 출범했습니다. 문제는 LeCun이 Wang에게 보고해야 하는 구조가 되었다는 점입니다.
"You certainly don't tell a researcher like me what to do."
— Yann LeCun, Financial Times 인터뷰 (2026년 1월)
LeCun은 Wang을 직접 겨냥해 "젊고(young) 경험이 부족하다(inexperienced)"고 비판하며, "엘리트 AI 연구팀을 움직이는 것이 무엇인지 아직 파악하지 못하고 있다"고 말했습니다. 또한 "아직 떠나지 않은 사람들 중 상당수도 떠날 것"이라고 예언하기도 했습니다.
출처: Financial Times 인터뷰 (2026-01-05 전후), Benzinga, Windows Central 보도
3-2. Llama 4의 실패
2025년 4월 출시된 Llama 4는 업계의 기대에 크게 못 미쳤습니다. LeCun은 Financial Times 인터뷰에서 벤치마크 결과가 "fudged a little bit(약간 조작)"되었으며, 팀이 "서로 다른 벤치마크에 서로 다른 모델 버전을 사용해 더 좋은 결과를 냈다"고 폭로했습니다. Zuckerberg는 이에 크게 실망해 "GenAI 조직 전체를 사실상 배제(sidelined)"했다고 LeCun은 전했습니다. 이 사건은 LeCun과 Meta 경영진 사이의 균열을 결정적으로 깊게 만들었습니다.
출처: Fast Company, Slashdot (Financial Times 인터뷰 인용)3-3. AI 철학의 근본적 차이
가장 근본적인 이유는 연구 방향의 차이입니다. Meta는 ChatGPT와 경쟁하기 위해 LLM 중심 생성 AI에 올인하는 전략을 택했습니다. 그러나 LeCun은 오랜 시간 "LLM은 진짜 지능으로 가는 길이 아니다"라고 주장해 왔습니다. 큰 조직의 수장으로서 자신의 철학과 정반대 방향으로 달려가는 전략을 실행해야 하는 상황은 연구자로서 감당하기 어려웠을 것입니다.
| 요인 | 내용 | 확인 여부 |
|---|---|---|
| Alexandr Wang 영입 | 28세 Scale AI 창업자가 Meta 최초 Chief AI Officer로 임명되어 상사가 됨 | 📌 공식 확인 |
| Llama 4 실패 | 출시 직후 "구식" 평가, 내부 갈등 | 📌 LeCun 직접 언급 |
| AI 철학 충돌 | LLM vs 월드모델 방향 차이 | 📌 다수 인터뷰에서 확인 |
| AI 부서 구조조정 | 2025년 10월 22일 FAIR·AI 제품·인프라 팀 등 약 600명 감원 (Superintelligence Labs 산하) | 📌 공식 확인 (CNBC, 2025-10-22) |
4. LeCun의 AI 철학 — LLM은 왜 "죽은 끝"인가
LeCun의 주장을 이해하지 않고는 그의 행보를 이해할 수 없습니다. 그는 오래전부터 현재 주류 AI, 즉 ChatGPT·Gemini·Claude 같은 LLM이 "진짜 지능"으로 가는 길이 아니라고 주장해 왔습니다.
4-1. LLM의 근본적 한계 (LeCun 주장)
"LLM은 언어 수준에서는 잘 작동하지만, 세계를 이해하지 못합니다. 상식도 없고 인과 관계도 없습니다. 단지 방대한 통계적 상관관계의 집합일 뿐입니다."
구체적으로 LeCun이 지적하는 LLM의 한계:
- 물체 영속성 부재 — 눈앞에서 사라지면 물체가 존재하지 않는다고 인식
- 물리 세계 이해 부재 — 교과서에서 중력을 "읽었지만", 펜을 놓으면 떨어진다는 것을 "이해"하지 못함
- 인과 관계 부재 — 통계적 패턴만 학습할 뿐, 원인과 결과를 파악하지 못함
- 스케일링의 한계 — 모델을 크게 만들고 데이터를 더 먹인다고 해결되지 않음
4-2. AGI라는 개념 자체를 거부
LeCun은 "AGI(Artificial General Intelligence)"라는 용어 자체도 비판합니다. 그의 입장: "일반 지능이라는 것은 말이 안 됩니다. 이 개념은 인간 수준의 지능을 지칭하기 위해 만들어졌는데, 사실 인간의 지능은 매우 특화되어 있습니다." (🔍 LeCun의 공개 발언 취지를 요약한 표현이며, 이 정확한 인용구의 원문 출처는 확인되지 않았습니다. 그의 AGI 비판적 입장은 다수 인터뷰에서 확인됩니다.) 그래서 그는 자신의 회사 이름도 "AGI"가 아닌 "AMI(Advanced Machine Intelligence)"로 지었습니다.
2026년 1월 다보스 포럼(WEF)에서도 같은 논쟁이 이어졌습니다. Hassabis와 Amodei는 WEF 메인 세션 "The Day After AGI"에서 함께 등장해 수년 내 AGI 달성 가능성을 논했고, LeCun은 별도 AI House 행사에서 "LLM은 언어가 쉽기 때문에 잘 작동할 뿐, 실제 세계를 다루지 못한다"고 발언하며 주류의 AGI 낙관론에 정면으로 반박했습니다. Fortune 등 다수 매체가 이 일련의 발언들을 AI 리더들의 AGI 견해 충돌로 보도했습니다.
역설적이게도, LLM을 가장 신랄하게 비판하는 LeCun이 "I use Gemini"라고 선언한 것은 단순한 모순이 아닙니다. 그는 항상 "LLM은 유용한 도구이지만, 진짜 지능으로 가는 길이 아니다"라고 구분해 왔습니다. 망치가 집을 짓는 "최선의 방법"이 아니라도 망치를 쓸 수 있듯이 말입니다.
5. "I use Gemini" — 무슨 의미인가
2026년 2월 1일, LeCun은 LinkedIn에 짧은 문장을 남겼습니다: "I use Gemini 😊". 이 발언은 독립적인 게시물이 아니라, Google DeepMind 연구 부사장 Raia Hadsell이 Gemini의 시장 점유율 성장을 언급한 게시물에 달린 댓글 형태였습니다. Meta를 떠난 직후라는 타이밍, 그리고 그의 AI 연구 이력을 감안하면 이 단순한 문장이 여러 층위의 메시지를 담고 있다는 해석이 가능합니다. 단, 이하 분석은 📌 사실이 아닌 🔍 추정·해석임을 명확히 밝힙니다.
5-1. 가장 단순한 해석: 실용적 선택
🔍 추정: LeCun은 Meta AI 내부 도구를 더 이상 사용할 수 없게 되었습니다. 새 스타트업을 차린 독립 연구자로서 가장 좋은 AI 도구를 선택해야 했고, 개인적 평가에서 Gemini가 그에게 맞았을 가능성이 높습니다. 공식 인터뷰에서 선택 이유를 상세히 밝히지는 않았습니다.
5-2. 왜 Meta AI나 ChatGPT가 아닌 Gemini인가
🔍 추정 기반 분석: Meta AI(Llama 기반)를 선택하지 않은 것은 어느 정도 이해가 됩니다. 퇴사의 맥락에서 전 직장 제품을 공개 사용하는 것은 복잡한 의미를 띨 수 있습니다. OpenAI의 ChatGPT 대신 Gemini를 선택한 이유에 대해서는 공식 발언이 없습니다. 다만 업계에서는 두 가지 가능성을 거론합니다.
- 기능적 이유: Gemini의 긴 컨텍스트 창(최대 1M 토큰)과 멀티모달 능력이 연구자에게 실용적일 수 있음 (🔍 추정)
- 상징적 이유: Google DeepMind는 세계 모델, 로보틱스 등 LeCun이 관심을 갖는 연구 방향과 일부 겹침 (🔍 추정)
LeCun이 Gemini를 선택한 구체적 이유는 2026년 2월 현재 공식 인터뷰나 상세 게시물로 확인되지 않았습니다. "I use Gemini 😊"라는 게시물 자체는 확인된 사실이지만, 그 이유에 대한 이 글의 분석은 추정입니다.
5-3. LLM 비판자가 LLM을 쓴다는 역설
이 부분이 가장 흥미롭습니다. LeCun은 LLM이 "개념적 막다른 길(conceptual dead end)"이라고 말합니다. 동시에 Gemini를 씁니다. 이것은 모순일까요?
LeCun 자신의 논리로 보면 모순이 아닙니다. 그는 항상 "LLM은 유용하지만 AGI로 가는 길이 아니다"라고 구분해 왔습니다. 전기차가 완벽한 교통수단이 아니라고 생각하는 엔지니어도 전기차를 탈 수 있듯이, LLM의 근본적 한계를 비판하면서도 현재 가장 강력한 실용 도구로서 LLM을 사용하는 것은 그의 입장에서 일관성이 있습니다. 💭 (필자 해석)
6. AMI Labs — 그가 만들려는 AI
LeCun이 Meta를 떠나 만든 회사의 이름은 AMI Labs (Advanced Machine Intelligence)입니다. "ami"는 프랑스어로 "친구"를 뜻합니다. 회사는 파리에 본사를 두고 있습니다 — LeCun 본인이 프랑스 출신이기도 합니다.
- 창업: 2025년 12월 확인
- 목표 펀딩: €500M (약 7,500억 원 상당), €3B(약 4조 5,000억 원 상당) 밸류에이션 목표 — Fortune 기준 약 $3.5B
- CEO: Alex LeBrun (의료 AI 스타트업 Nabla의 공동창업자. AMI Labs CEO 취임 후 Nabla에서는 Chairman 및 Chief AI Scientist로 역할 전환) — LeCun은 Executive Chairman
- 본사: 파리, 프랑스
- 핵심 기술: JEPA / V-JEPA 아키텍처 기반 "월드 모델(World Model)"
6-1. 월드 모델이란 무엇인가
LeCun이 AMI Labs에서 만들려는 것은 "월드 모델(World Model)"입니다. 텍스트를 예측하는 LLM과 달리, 월드 모델은 AI가 세계가 어떻게 작동하는지를 내부적으로 시뮬레이션할 수 있게 하는 것을 목표로 합니다. 인간 아기가 보고, 만지고, 상호작용하면서 세계를 이해하는 방식과 유사합니다.
핵심 아키텍처는 JEPA(Joint Embedding Predictive Architecture)입니다. LeCun이 Meta 재직 중 개발한 이 학습 프레임워크는 텍스트가 아닌 비디오와 공간 데이터를 통해 AI가 세계의 물리적 역학을 학습하도록 설계되었습니다. V-JEPA 2는 100만 시간 이상의 인터넷 비디오로 학습한 뒤, 로봇 팔 제어 작업에 적용하는 연구 결과를 2025년 arXiv에 발표했습니다.
| 구분 | LLM (현재 주류) | 월드 모델 (LeCun 목표) |
|---|---|---|
| 학습 데이터 | 텍스트 | 비디오, 공간 데이터, 상호작용 |
| 학습 방식 | 다음 토큰 예측 | 내부 세계 모델 구축 (JEPA) |
| 목표 | 언어 패턴 재현 | 물리 세계의 인과 관계 이해 |
| LeCun 평가 | 유용하지만 AGI로 가는 길 아님 | 진짜 기계 지능의 기반 |
7. AI 업계에 주는 시사점
LeCun의 퇴사와 Gemini 발언은 여러 흥미로운 시사점을 던집니다. 이 섹션은 필자의 분석과 의견임을 밝힙니다. (💭)
7-1. 대형 테크 기업의 연구 문화 변화
💭 FAIR, Google Brain, DeepMind 같은 빅테크 내부 AI 연구소는 한때 순수 학술 연구에 가까운 자유를 누렸습니다. 그러나 ChatGPT 이후 생성 AI 경쟁이 격화되면서, 이 연구소들은 점점 더 단기 제품 개발의 압박을 받고 있습니다. LeCun의 퇴사는 이 긴장 관계의 가장 극적인 표출 중 하나입니다. 그가 "연구자에게 무엇을 하라고 지시할 수 없다"고 한 발언은 단순한 개인 감정이 아니라, 빅테크 AI 연구 문화 전반에 대한 경고입니다.
7-2. LLM 패러다임에 대한 반론의 시장화
💭 지금까지 "LLM은 한계가 있다"는 주장은 주로 학술 논문이나 트위터 논쟁에 머물렀습니다. LeCun이 €500M 규모 펀딩을 목표로 스타트업을 차린다는 것은, 이 반론이 이제 시장에서 검증받는 단계로 넘어갔다는 의미입니다. AMI Labs가 성공한다면 "LLM 이후"의 패러다임을 선도할 수 있고, 실패한다면 LLM의 지속적 우위가 확인되는 셈입니다. 어느 쪽이든 AI 연구의 방향을 알려주는 중요한 실험입니다.
7-3. "최고 과학자"와 "최고 경영진"의 갈등 구조
💭 Zuckerberg가 외부 인사(Alexandr Wang)를 영입해 내부 연구 수장(LeCun)의 상사로 배치한 것은 전형적인 경영 전략이지만, AI 연구 생태계에서는 쉽지 않은 선택입니다. LeCun 같은 세계적 석학은 조직 내 위계보다 자신의 지적 판단을 더 신뢰합니다. 이 갈등은 Meta만의 문제가 아닙니다. AI 연구자를 어떻게 조직화하고 동기부여할 것인가는 앞으로도 모든 AI 기업이 직면할 구조적 과제입니다.
7-4. Gemini 선택이 갖는 경쟁 구도 상의 의미
💭 LeCun이 Gemini를 공개적으로 지지한 것은 Google 입장에서 매우 가치 있는 브랜딩 자산입니다. "LLM의 가장 강력한 비판자조차 쓰는 AI"라는 포지셔닝은 강력합니다. 물론 LeCun이 Google과 협업 계획이 있는지, 단순 개인 사용자인지는 확인되지 않았습니다. 그러나 이 발언이 AI 도구 경쟁에서 Gemini에 유리하게 작용하는 것은 분명합니다.
- LLM은 현재 가장 실용적인 AI 도구이지만, 그 한계를 인식하며 사용하는 것이 중요합니다
- JEPA/V-JEPA 같은 대안적 접근이 상용화되려면 수년이 걸릴 것으로 예상됩니다 (🔍 추정)
- 빅테크 AI 연구소의 인재 이동은 AI 기술 트렌드를 선행 지표로 반영하는 경우가 많습니다
- 월드 모델·로보틱스 분야는 향후 AI 응용의 중요 축이 될 가능성이 있습니다 (🔍 추정)
8. 칼럼을 마치며
Yann LeCun의 이야기는 단순한 "유명 인사의 이직 소식"이 아닙니다. 그것은 현재 AI 업계가 안고 있는 여러 긴장들의 압축판입니다. 단기 제품 경쟁 vs 장기 기초 연구, LLM 패러다임의 지속 vs 대안 탐색, 대기업의 관료화 vs 연구자의 자율성.
그가 "I use Gemini"라고 한 것은 아마도 실용적 선택이었을 것입니다. (🔍 추정) 하지만 그 단 세 글자가 이렇게 많은 이야기를 담고 있다는 사실 자체가, LeCun이라는 인물의 무게를 보여줍니다. LLM의 가장 강경한 비판자가 Google의 LLM을 사용한다 — 이것이 "LLM은 여전히 가장 쓸 만한 도구"라는 현실을 역설적으로 증명하는 것인지, 아니면 단순히 도구와 철학을 분리하는 실용주의인지는, 독자 여러분이 판단하시기 바랍니다.
확실한 것은 하나입니다. AMI Labs가 만들어낼 "월드 모델"이 진짜 작동한다면, AI 역사의 판도는 또 한 번 바뀔 것입니다. LeCun은 이미 한 번 — CNN으로 — 세상을 바꿨습니다. 이번이 두 번째가 될지, 지켜볼 일입니다.
| 항목 | 분류 | 출처 |
|---|---|---|
| LeCun Meta 퇴사 발표 (2025.11.19) / 실제 퇴사 (2025년 연말) | 📌 확인된 사실 | CNBC, Bloomberg, TechCrunch |
| 퇴사 이유 (Wang, Llama 4, 철학) | 📌 LeCun 직접 발언 | The Decoder, Futurism |
| AMI Labs 창업, 펀딩 목표 | 📌 확인된 사실 | MIT Tech Review, TechCrunch |
| "I use Gemini" 발언 | 📌 확인된 사실 | ppc.land (LinkedIn 게시물) |
| Gemini 선택 이유 분석 | 🔍 추정·해석 | 필자 분석 |
| AI 업계 시사점 | 💭 필자 의견 | 필자 분석 |
9. 참고 자료
- CNBC (2025-11-19): Meta chief AI scientist Yann LeCun is leaving to create his own startup
- TechCrunch (2025-11-11): Meta's chief AI scientist Yann LeCun reportedly plans to leave
- The Decoder: "You certainly don't tell a researcher like me what to do" — LeCun exits Meta
- MIT Technology Review (2026-01-22): Yann LeCun's new venture is a contrarian bet against large language models
- TechCrunch (2025-12-19): Yann LeCun confirms his new 'world model' startup, reportedly seeks $5B+ valuation
- Futurism: Mark Zuckerberg's Former Top AI Scientist Reveals Exactly Why He Quit
- ppc.land: Meta's former top AI scientist publicly endorses Google Gemini
- Newsweek: AI 'Godfather' Yann LeCun: LLMs Are Nearing the End
- Fortune (2026-01-23): AI luminaries at Davos clash over how close human-level intelligence really is
- Yahoo Finance: Yann LeCun calls Alexandr Wang 'inexperienced' and predicts more Meta AI employee departures
- WebPRONews: Yann LeCun Leaves Meta to Launch AMI Labs, Critiques LLM Hype
- The Rundown AI: Meta's AI chief scientist leaves with parting shots
- Fast Company (2026-01): Yann LeCun: Meta 'fudged a little bit' when benchmark-testing Llama 4 model
- Benzinga / Windows Central (2026-01): Former Meta Scientist Says Zuckerberg's New AI Chief Is 'Young' And 'Inexperienced' — Financial Times 인터뷰 인용
- CNBC (2025-10-22): Meta lays off 600 from 'bloated' AI unit as Wang cements leadership
- Fortune (2025-12-19): Yann LeCun is targeting a $3.5 billion valuation for his new startup
※ 이 글은 공개된 뉴스 보도와 공식 발언을 바탕으로 작성된 칼럼입니다. 사실(📌)과 추정·의견(🔍💭)을 명시적으로 구분했습니다. 2026년 2월 21일 기준 정보이며, 이후 상황이 변경될 수 있습니다.
