xAI에 남아 있는 공동 창업자는 누구인가요?

2026년 3월 기준, Manuel Kroiss와 Ross Nordeen만이 xAI에 공동 창업자로 남아 있다(머스크 제외). 원래 12명의 공동 창업자 중 10명이 떠났으며, Grok의 핵심 아키텍트 Igor Babuschkin, AI 안전 담당 Jimmy Ba, 기반 모델 담당 Tony Wu 등이 포함된다.

xAI 공동 창업자들이 왜 떠나고 있나요?

머스크는 회사가 제대로 만들어지지 않았음을 인정하고 테슬라 원창업자들의 이탈과 비교했다. 근본 원인: 극단적인 업무 요구(주 80-100시간 전해짐), 고도로 집중된 의사결정, 기술 방향의 불투명한 전환, X를 통한 머스크의 혼란스러운 소통 방식.

이것이 xAI의 경쟁 위치에 어떤 영향을 미치나요?

이탈한 창업자들이 가진 아키텍처 지식은 쉽게 대체 불가. Grok은 일부 벤치마크에서 GPT-5.4, Claude 3.7 대비 격차가 벌어지고 있다. 그러나 머스크의 구조적 우위——무한한 자본, Colossus 인프라, 테슬라 및 X와의 데이터 시너지——가 인적 자본 손실을 부분적으로 상쇄한다.

10 of 12 xAI Co-Founders Have Left

xAI 공동창업자 12명 중 10명이 퇴사하여 핵심 기술팀이 거의 비어버렸다. 코딩 도구 재건, Grok 안전 소송, OpenAI·Anthropic과의 경쟁이 동시에 진행되는 위기적 시기에 발생. 머스크가 외부 채용으로 보충하고 있지만 창업팀의 지식과 응집력 상실은 단기 회복이 어려운 과제.

xAI 공동 창업자 12명 중 10명 이탈: 머스크의 AI 제국에 남은 것은 뼈대뿐

2026년 3월까지 xAI의 공동 창업자 12명(머스크 제외) 중 **10명**이 회사를 떠났다. 이는 테크 역사상 가장 심각한 창업팀 이탈 사례 중 하나다.

이탈자 전체 목록

2024년: Kyle Kosic (OpenAI 복귀)

2025년 8월: Igor Babuschkin—Grok의 핵심 아키텍트, 가장 중요한 엔지니어링 리더로 평가, AI 안전 기금 설립을 위해 퇴사.

2026년 2월 (집중 이탈): Jimmy Ba (AI 안전 리드), Tony Wu (기반 모델 및 추론), Toby Pohlen (전 Google DeepMind), Greg Yang (라임병 이유 제시), Christian Szegedy (Google 12년 경력)

2026년 3월: Zihang Dai, Guodong Zhang (Imagine 팀 및 코딩 도구 담당), 익명의 공동 창업자 1명

여전히 재직 중: Manuel Kroiss와 Ross Nordeen만 남아 있음 (머스크 제외).

머스크의 설명과 의미

집단 이탈에 대해 머스크는 테슬라 원창업자들이 떠난 것과 같은 이유라고 비교하며 이례적인 공개 사과를 했다. 함의는 명확하다: **머스크의 관리 스타일이 공통 분모**다. 극단적인 업무 요구(주 80-100시간으로 전해짐), 집중된 의사결정, 불투명한 방향 전환, X 플랫폼의 혼란스러운 소통 방식이 원인이다.

Babuschkin 이탈: 가장 큰 손실

Igor Babuschkin은 Grok을 만들었다. AI 안전 기금을 설립하기 위한 그의 퇴사에는 암묵적 비판이 담겨 있다——그는 안전을 충분히 중시하지 않는 회사를 떠난 것이다.

Grok에 대한 영향

인재 공동화의 실질적 결과: 창업자와 함께 떠나는 아키텍처 지식은 쉽게 대체 불가; Grok은 일부 벤치마크에서 GPT-5.4, Claude 3.7 대비 격차가 벌어지고 있다. 머스크의 상쇄 우위——무한한 자본, Colossus 슈퍼컴퓨터 클러스터, 테슬라 및 X와의 데이터 시너지——는 이탈한 창업자들이 가져갈 수 없는 구조적 자산이다.

심층 분석과 업계 전망

거시적 관점에서 이 발전은 AI 기술이 실험실에서 산업 응용으로 가속 전환하는 트렌드를 체현한다. 업계 분석가들은 2026년이 AI 상업화의 핵심 전환점이 될 것으로 광범위하게 인식하고 있다. 기술 측면에서는 대규모 모델의 추론 효율이 향상되고 배포 비용이 하락하여 더 많은 중소기업이 AI 역량에 접근할 수 있게 되었다.

그러나 급속한 보급은 새로운 과제도 가져온다: 데이터 프라이버시 복잡화, AI 결정 투명성 요구 증대, 국경을 넘는 AI 거버넌스 조정 곤란. 각국 규제 당국이 동향을 주시하며 혁신 촉진과 리스크 방지의 균형을 모색하고 있다. 투자자에게도 지속 가능한 경쟁 우위를 가진 AI 기업 식별이 점점 중요해지고 있다.

산업 체인 관점에서 상류 인프라 층은 통합과 재구축을 경험하며 선두 기업들이 수직 통합으로 경쟁 장벽을 확대하고 있다. 중류 플랫폼 층에서는 오픈소스 생태계가 번성하여 AI 개발 진입 장벽이 낮아지고 있다. 하류 응용 층에서는 금융, 의료, 교육, 제조 등 전통 산업의 AI 침투율이 가속적으로 상승 중이다.