1. 핵심 주장 / 영상 개요
Radical AI 공동창업자 겸 CEO 조셉 크라우스(Joseph Krauss)의 인터뷰. 그는 대부분의 AI 스타트업이 "손쉬운 문제(low-hanging fruit)"만 골라 SaaS형 소소한 최적화(1~2~5% 개선)에 머무르고 있다고 비판하며, Radical AI는 그 대신 가장 어렵고 가장 중요한 문제 — 신소재 발견 — 를 위한 인공일반지능(AGI)을 구축하고 있다고 말한다. 자동차·항공우주·제조·방위·기후에너지·반도체 등 세계 핵심 산업이 모두 소재 연구개발(R&D)의 직접적 산물이지만, 그 공정은 보통 10년 이상 걸리고 막대한 비용이 든다. Radical AI는 AI가 수백만 건의 논문·수십억 개의 소재 시뮬레이션·수천 건의 실험을 실시간으로 색인·연결함으로써 인간 과학자 대비 약 370배 빠른 속도로 신소재를 "역설계(inverse design)"할 수 있다고 주장한다. 영상은 크라우스의 개인사(주 방위군 복무, 라이스 대학원, 육군연구소 근무)에서 창업 계기, 투자 유치 과정(케빈 라이언과의 45분 프리시드 라운드), 회사 문화(51% 규칙, 실패를 두려워하지 않는 문화)까지를 다룬다.
2. 주요 내용 상세 (단락별 정리)
오프닝 — 문제의식
- "AI는 정말 놀랍고 세상을 바꿀 기술이다. 내가 이해할 수 없는 것은 왜 모두가 손쉬운 문제만 골라서 푸는가다. 우리는 소프트웨어나 일반적인 SaaS 기반 사업 분야에서 수많은 AI 기업을 봤다."
- "왜 아무도 AI로 암을 치료하려 하지 않는가?" — 이 질문이 회사 설립의 출발점이 되었다.
- "우리는 현재 시스템에서 1%, 2%, 5% 개선을 이루는 데는 어려움이 없다. 정말 어려운 건 새로운 발견(novel discovery)이다. 가장 중요한 영역이 가장 어려운 영역이다."
Radical AI 소개
- 조셉 크라우스: Radical AI 공동창업자 겸 CEO.
- Radical AI는 소재과학(material science)을 시작점으로 과학적 발견을 위한 인공일반지능을 구축 중.
- 신소재 발견 공정은 오늘날 매우 어려운 과제이며, 보통 10년 이상 걸린다.
- Radical AI의 AI 에이전트는 수백만 건의 관련 과학 논문을 색인화하고 해당 분야에서 이미 수행된 연구를 학습해, 인간 과학자 대비 약 370배 빠른 속도로 작업을 진행할 수 있다.
개인적 배경 — 아버지의 가르침
- 크라우스는 아버지로부터 "세상에서 가장 잘할 수 있고 진심으로 좋아하는 일을 추구하라"는 가르침을 받았다.
- 아버지는 단순히 하는 일에 행복을 느끼는 것을 넘어 훨씬 더 적극적으로 몰입해야 한다고 강조했다.
- "세상 누구보다 내가 더 잘할 수 있는 분야를 찾아라. 내가 세상에 어떤 영향을 미칠 수 있을까?"라는 질문이 그의 진로를 이끄는 길잡이가 되었다.
주 방위군(National Guard) 복무
- 대학생 시절 주 방위군에서 파트타임으로 복무하는 사람을 만나 미국 군사학교에 대한 동경을 갖게 됐다.
- 미국 주방위군은 육군·공군의 예비군 구성 요소로, 한 달에 한 번 주말 훈련과 여름 2주 집중훈련을 받는다.
- 학업과 병행 가능하다는 점에 매력을 느껴 대학교 3학년(주니어) 때 입대.
- 기초군사훈련에서 뉴욕·펜실베이니아·조지아·메인 등 동부 해안부터 중서부·서부(샌디에이고, 실리콘밸리)까지 다양한 배경의 사람들을 만났고, 모두 "미국이 세계에 전파하고자 하는 자유를 지키기 위해 더 강한 군대를 만든다"는 동일한 목표로 모여 있었다.
- 이 경험은 영감을 준 것을 넘어, 처음으로 자신을 내려놓고 소속 포대(팀)의 임무를 자신보다 우선시해야 했던 통찰의 순간이었다.
라이스(Rice) 대학원 진학
- 학부 연구 심포지엄에서 자신의 연구를 발표해 최우수 발표상을 수상.
- 이 과정에서 여러 대학원생·교수들과 교류하며, 그들 모두 "언젠가 실제로 큰 영향을 미칠 수 있는 문제"를 다루고 있다는 공통된 주제를 발견.
- 여러 대학원에 면접을 봤지만 라이스 대학의 교수진·학생들에게서 느낀 미래에 대한 확고한 비전만큼 강한 인상을 받은 곳은 없었다.
- 대학원과 군 복무를 병행.
- 대학원 졸업 후 무엇을 하고 싶은지 확신이 없었고, 전문 과학자가 될지, 법학(특허법)으로 갈지 고민하며 자신이 영향력을 발휘할 수 있는 분야를 깊이 탐구.
육군연구소(Army Research Lab) 경험 — 전환점
- 주 방위군 복무 중 육군연구소에서 과학자로도 활동. 미 육군이 여러 과학자를 파견해 신규 연구를 더 높은 기술 준비 수준으로 끌어올리는 기업 연구소.
- 지휘관들이 시설을 둘러볼 때마다 자신들이 하는 연구(전자·수소 원자를 활용한 새로운 2차원 소재 개발)가 군에 어떤 의미인지 설명해야 했는데, 군 지휘부는 미래 분쟁 대비·전력 증강을 고민하는 반면 연구팀은 순수 과학적 관점에서 접근하고 있어 명백한 괴리(disconnect)가 있었다.
- 어느 날 연구실에서 하는 일이 미래 전쟁·미래 기술에 어떤 영향을 미칠 수 있는지 실제로 설명해야 했던 순간, 자신이 진짜 하고 싶은 일이 "기초연구에서 나아가 과학을 실제로 상업화하는 것"임을 깨달음.
- 제품에 적용되어 실제 변화를 만드는 과학을 하고 싶었고, 그 유일한 방법은 기술을 참신한 방식으로 접목하는 것 — 즉 스타트업이 오늘날 그 일을 하기에 가장 적합한 형태라는 결론에 도달.
창업 준비 — 케빈 라이언과의 만남
- 회사를 세우고 싶었지만 방법을 몰랐던 그는, 과거에 회사를 세우고 지금은 미래 기업에 투자하는 기업가·투자자를 찾기로 결심.
- 검색 범위를 뉴욕으로 좁히다 케빈 라이언(Kevin Ryan)을 만남. 라이언은 더블클릭(Doubleclick)을 설립·운영 후 상장시켰고, 이후 창업 육성 스튜디오이자 초기 단계 투자사인 알리코퍼레이션(Ali Corp)을 설립.
- 크라우스가 "소재에 투자하지 않으면 미래에 투자하지 않는 것"이라고 말하자, 라이언은 "큰 도박이다. 직접 증명해보라"며 6개월 인턴십 기회를 제안. 크라우스는 휴가를 내고 일주일 후 뉴욕으로 이주.
- 라이언에게서 배운 가장 중요한 교훈: "행동 지향성(bias to action)". 전략은 효과적일 수 있지만 대부분 행동 없이는 막다른 길로 이어진다. 최고의 기업가들은 일단 해내고, 그 결과를 지켜본 뒤 계속 나아간다. 스타트업을 더 쉽게 만드는 방법은 같은 분야 누구보다 더 많은 정보와 독창적 아이디어를 바탕으로 더 많은 일을 해내는 것.
공동창업자들과의 만남
- 공동창업자 중 한 명인 호르헤(Jorge)는 알리코퍼레이션의 투자자로, 머신러닝의 새로운 아키텍처·접근법에 대한 논문을 근본적인 차원에서 탐독하고 있었다.
- 호르헤가 크라우스에게 "AI는 정말 놀랍다. 이 기술이 세상을 바꿀 것이라 확신한다. 그런데 왜 아무도 AI로 암을 치료하지 않는가?"라고 물었고, 두 사람은 이후 한 달 반 동안 AI가 적용될 수 있다고 생각되는 모든 분야의 수백 편의 연구 논문을 읽음.
- 그 결과 소재과학 분야의 파편화·느린 진행 속도·단기간 내 진전 부재라는 문제를 발견, AI를 적용하기에 적합한 영역이라 판단.
- 다시 소재과학·AI·로봇공학이 교차하는 모든 논문을 찾아 읽었고, 그 과정에서 로렌스버클리국립연구소(Lawrence Berkeley National Lab)에서 자율 과학 연구실을 설립한 경험이 있는 세 번째 공동창업자(허드 시더, Herd Cedar)를 만나 팀을 완성.
- 세 사람은 AI와 자율성이 과학의 미래, 즉 인간 중심에서 AI·자율성 중심 프로세스로 전환하는 새로운 과학적 발견의 패러다임을 만들 것이라는 비전에 뜻을 모았고, "우리가 이 회사를 만들어야 할 사람"이라는 데 합의해 Radical AI를 설립.
사업 논지 — 왜 소재과학인가
- 세계에서 가장 중요한 산업(자동차, 항공우주, 제조업, 방위산업, 기후에너지, 반도체 등)은 모두 소재 R&D의 직접적 결과물.
- 그러나 이 공정과 소재는 보통 10년 이상 걸리고, 발견에서 대규모 소재 시스템으로 발전하는 데 막대한 비용이 소요됨.
- 바로 이 지점이 AI와 자율 시스템이 가장 큰 임팩트를 낼 수 있는 곳이며, 소재가 핵심 산업의 가장 큰 장벽으로 작용하는 것을 해방시킬 수 있다고 봄.
AI의 역할 — 색인화(indexing)와 역설계(inverse design)
- AI가 이 분야에서 그토록 영향력이 큰 이유는 정보를 색인화하는 능력 때문. 대표 사례로 알파고(AlphaGo)를 든다 — 세계 최고 바둑 기사와의 대국에서 인간의 뇌가 이전에 생각해낸 적 없는 수를 둔 것처럼, 과학의 모든 한계는 인간 뇌가 읽을 수 있는 논문 수·시뮬레이션할 수 있는 것·실험할 수 있는 것의 한계에서 비롯됨.
- AI와 자율성을 중심에 두면 인간 과학자가 겪는 이 색인화 문제를 해결할 수 있다 — 수백만 건의 논문을 읽고, 수십억 가지 소재를 시뮬레이션하고, 수천 가지 소재를 테스트하며 모든 정보를 실시간으로 연결.
- 이를 통해 기존에 "소재를 만든 뒤 해결책을 찾는" 방식이 아니라, 가장 어려운 문제를 먼저 정하고 거꾸로 필요한 소재를 설계하는 "역설계(inversely designed)" 방식으로 전환 가능하다고 본다.
- AI의 진정한 역할은 과학자를 대체하는 것이 아니라, 다양한 실험 과정을 아우르는 도구와 역량을 제공해 과학자들이 단조로운 기초연구 대신 "다음에 어떤 소재를 만들지, 어떤 문제를 풀지"를 고민하는 데 시간을 쓰게 하는 것.
자금 조달
- 알리코퍼레이션에서 독립해 자금을 모아 신규 법인 설립을 결정. 알리코퍼레이션은 기업 육성 방식으로 프리시드 단계 초기 자금을 투자한 후 독립시키는 구조.
- 소재과학은 사업을 구축하기 어려운 분야이고 풀스택 솔루션에는 많은 자본이 필요하다는 것을 알았기에, 상당히 큰 규모의 프리시드 라운드를 계획.
- 왜 지금이 기회인지, 기술 수준, 학제 간 접근이 왜 중요한지를 담은 100페이지 분량의 피치덱을 준비해 케빈 라이언에게 제시.
- 라이언은 "다른 곳에서는 이만한 투자를 받을 수 없을 것"이라며 전액을 투자하겠다고 제안, 유일한 투자자가 되어 약 45분 만에 프리시드 라운드를 완료.
회사 문화
- Radical AI는 신규 채용자 모두에게 동일한 질문을 한다: "일자리를 찾고 있다면 이곳은 맞지 않다. 당신은 정말 똑똑해서 다른 곳에서도 일할 수 있다. 사명을 찾고 있다면 함께 일하자."
- Radical AI에 오는 모든 사람은 회사가 추구하는 사명에 깊은 신념을 갖고 있으며, 이 정렬(alignment)을 유지하는 방법은 문화를 통해서다.
- 실패를 결코 두려워하지 않는다 — 실패는 발견과 학습 과정의 일부라는 인식.
- 기술을 근본 원리(first principles)부터 재고하도록 적극적·끈질기게 밀어붙여 진정으로 새로운 소재를 발견할 수 있는 연결 시스템을 구축하는 것이 목표.
51% 규칙 (SpaceX에서 유래했다고 알려짐)
- 어떤 결정에 대해 51% 확신이 들면 곧바로 그 결정을 내린다는 회사 내 규칙.
- 이미 내리게 될 결정을 두고 논쟁하며 시간을 낭비하는 것보다, 신속히 결정하고 결과를 확인하는 것이 회사 전체의 효율에 낫다는 논리.
- 51%를 판단할 때 두 가지를 고려: (1) 결정의 중대성, (2) 결정이 잘못되었을 경우의 위험(리스크). 이 둘을 종합해 51%에 도달했는지 판단.
- 물론 51%라는 확신에 도달하기 위해 충분한 연구·대화·토론을 거치지만, 일상적이고 연 단위·10년 단위로 중요하지 않은 결정이라면 신속하게 결정할 자신감을 가질 수 있다.
- 최악의 시나리오를 함께 고려하는 것이 이미 51%에 도달했는지, 한참 못 미치는지를 알려주는 신호가 된다.
- 51%는 단순히 빠른 결정을 위한 빠른 결정이 아니라, 어차피 내릴 결정을 더 일찍 내리고 "항상 100% 옳지는 않다"는 결과에 대처하는 것. 잘못된 결정을 2주 만에 내리든 2년 만에 내리든 옳지 않을 가능성은 동일하게 존재하기 때문.
실패에 대한 관점
- 이런 방식으로 회사를 운영하기 때문에 실패는 필연적이며, Radical AI에 입사하면 자신이 하는 일에서 자동으로 실패를 경험하게 될 것이라고 말한다.
- 개인이나 프로젝트를 "실패"로 보지 않고, 학습이자 기존에 세웠던 프로세스를 재구축할 기회로 본다.
- "왜?"라는 질문과 근본 원칙에 더 깊이 파고드는 것을 지향하며, 시도했다가 안 되고, 배우고, 다시 시도하는 것을 지극히 정상으로 여긴다.
스티브 잡스 인용 — 점을 연결하기
- 크라우스가 Radical AI에서 가장 좋아하는 명언: 스티브 잡스의 "점을 미래를 보며 연결할 수는 없다. 오직 뒤를 돌아봐야만 연결할 수 있다."
- 자신이 겪었던 순간들(군 복무, 육군연구소 경험 등)은 당시엔 어디로 이어질지 몰랐지만, 지나고 보니 오늘날 소재 연구의 좌절을 직접 체험하는 데 필수적이었다고 회고.
- 다음에 무슨 일이 일어날지, 성공할지 실패할지, 과학자가 될지 아닐지 개의치 않았고, 중요했던 것은 계속 앞으로 나아가며 답을 찾는 것이었다고 말한다.
- 매일 스스로에게 "이것이 결국 무언가로 이어질 것"이라고 되새겼으며, 어떤 상황에서도 절대 포기해서는 안 된다고 강조.
장기 비전
- Radical AI는 소재를 혁신을 가로막는 장애물에서 제거하고자 하며, 회사에 끝(성장의 한계)이 있다고 생각하지 않는다.
- 회사가 100년, 200년 존속할 것이라고 믿으며, 이는 크라우스 본인과 두 공동창업자보다 훨씬 오래 지속될 것.
- 이 회사와 기술이 성공한다면 오늘날에는 가능하다고 여겨지지 않는 세상을 진정으로 창조할 수 있을 것이라고 말하며 인터뷰를 마무리.
3. 핵심 인사이트 & 시사점
- "손쉬운 문제 vs 근본 문제" 프레임: Radical AI의 핵심 전략은 대다수 AI 스타트업이 몰리는 SaaS형 점진적 최적화 시장을 의도적으로 피하고, 실패 확률은 높지만 성공 시 인류 궤적을 바꿀 수 있는 "근본적으로 어려운 문제"(신소재 발견)를 정조준하는 것. 이는 "픽스&쇼벨(picks-and-shovels)"식 산업 인프라 투자 논리와 유사 — 소재는 자동차·항공우주·반도체·방위·기후에너지 등 거의 모든 첨단산업의 병목이라는 주장이다.
- AI 적용의 본질은 '색인화(indexing)': 알파고의 유명한 수(인간이 한 번도 두지 않은 수)를 과학 발견에 대입한 비유가 핵심 논지 — 인간 과학자의 한계는 읽을 수 있는 논문·수행 가능한 시뮬레이션과 실험의 물리적 상한에서 비롯되며, AI는 이 상한을 제거해 새로운 가설 생성을 가능케 한다는 논리.
- 역설계(inverse design) 패러다임: "소재를 만들고 쓰임새를 찾는" 전통적 순서를 뒤집어 "가장 어려운 문제를 정하고 거꾸로 소재를 설계"하는 방식은, AI가 과학 연구의 방법론 자체를 재구성할 수 있다는 주장으로 읽을 수 있다.
- 창업 과정의 구조: 크라우스는 (1) 실무 경험에서 얻은 문제의식(육군연구소에서의 괴리감) → (2) 업계 멘토·투자자 발굴(케빈 라이언) → (3) 도메인 확신을 위한 집중 리서치(한 달 반 논문 정독) → (4) 상호보완적 공동창업자 조합(AI/ML 전문가 호르헤 + 자율연구실 운영 경험자 허드 시더)의 순서를 밟았다. 이는 "아이디어에서 창업까지"의 재현 가능한 경로로 참고할 만하다.
- 51% 규칙의 실용적 가치: 결정의 중대성×리스크를 곱해 임계 확신도를 판단하는 프레임은, 완벽한 정보를 기다리다 속도를 잃는 스타트업의 전형적 함정을 방지하는 실무 도구로 응용 가능.
- 채용을 통한 문화 필터링: "일자리가 아니라 사명을 찾는 사람만 오라"는 명시적 채용 질문은 강한 미션 정렬 조직을 만들기 위한 의도적 장치이며, 동시에 이직/채용 브랜딩 측면에서도 강력한 시그널링 효과를 가진다.
- 장기주의(long-termism) 표방: 100~200년 존속을 목표로 한다는 발언은 전형적 VC 엑시트 타임라인(5~10년)과 대비되는 서사로, 딥테크·소재과학처럼 회수 기간이 긴 영역에서 투자자·직원의 기대치를 재설정하려는 의도로 읽힌다.
4. 인상적인 발언 / 인용구
- "왜 아무도 AI로 암을 치료하려 하지 않는가?" (Why is no one using AI to cure cancer?)
- "우리는 현재 시스템에서 1%, 2%, 5% 개선을 이루는 데는 어려움이 없다. 정말 어려운 건 새로운 발견이다. 가장 중요한 영역이 가장 어려운 영역이다."
- "일자리를 찾고 있다면 이곳은 당신에게 맞지 않다. 당신은 정말 똑똑해서 다른 곳에서도 일할 수 있다. 사명을 찾고 있다면 함께 일하자."
- "소재에 투자하지 않으면 미래에 투자하지 않는 것이다." (If you're not investing in materials, you're not going to invest in the future.)
- "51%는 그저 빠른 결정을 위한 빠른 결정이 아니다. 어차피 내릴 결정을 좀 더 일찍 내리고, 그 결정이 항상 100% 옳지는 않다는 결과에 대처하는 것이다."
- "당신은 점을 미래를 보며 연결할 수 없다. 오직 뒤를 돌아봐야만 연결할 수 있다." (스티브 잡스 인용)
- "우리는 이 회사가 100년, 200년 존속할 것이라고 생각한다. 이 회사는 나와 두 공동창업자보다 훨씬 오래 존속할 것이다."
핵심 요약 (20줄)
- Joseph Krauss는 Radical AI의 공동창업자 겸 CEO로, 과학적 발견을 위한 인공일반지능(AGI)을 소재과학 분야부터 구축하고 있다.
- Radical AI는 자동차·항공우주·제조·방위·기후에너지·반도체 등 세계 핵심 산업이 모두 소재 연구개발(R&D)의 직접적 산물이라는 전제에서 출발한다.
- 신소재 발견 공정은 통상 10년 이상 걸리고 막대한 비용이 들지만, Radical AI의 AI 에이전트는 수백만 건의 과학 논문을 색인화해 인간 과학자보다 약 370배 빠른 속도로 작업할 수 있다.
- 크라우스는 대다수 AI 기업들이 손쉬운 문제(로우행잉 프루트)만 골라 SaaS형 최적화에 머무는 것을 비판하며, "왜 아무도 AI로 암을 치료하려 하지 않는가"라는 공동창업자 호르헤의 질문에서 출발했다.
- 그는 대학교 3학년 때 주 방위군에 입대해 기초군사훈련을 받으며 자신보다 팀(부대)의 임무를 우선시하는 법을 배웠고, 이는 이후 회사 운영 철학에도 영향을 미쳤다.
- 라이스 대학원 재학 중 육군연구소(Army Research Lab) 과학자로 근무하며, 군 지휘부의 관심사와 자신이 추진하던 기초과학 연구 사이의 괴리를 절감했다.
- 이 경험을 통해 그는 기초연구에서 벗어나 과학을 실제 제품과 상업화로 연결하고 싶다는 확신을 갖게 되었고, 스타트업이 그 목표를 이루기에 가장 적합한 형태라고 판단했다.
- 창업 방법을 몰랐던 그는 뉴욕의 기업가·투자자를 찾아 나섰고, 더블클릭(Doubleclick) 창업자이자 알리코퍼레이션(Ali Corp) 설립자인 케빈 라이언을 만났다.
- "소재에 투자하지 않으면 미래에 투자하지 않는 것"이라는 그의 주장에 라이언은 직접 증명해보라며 6개월 인턴십 기회를 주었고, 이 과정에서 "행동 지향성(bias to action)"이라는 핵심 교훈을 얻었다.
- 공동창업자 호르헤는 알리코퍼레이션 투자자로 머신러닝 논문을 깊이 연구하던 중 "AI로 왜 암을 치료하지 않는가"라는 질문을 던졌고, 두 사람은 한 달 반 동안 수백 편의 논문을 읽으며 적용 분야를 탐색했다.
- 그 결과 파편화되고 진행이 느린 소재과학 분야가 AI 적용에 최적이라는 결론에 도달했고, 로렌스버클리국립연구소에서 자율과학연구실을 만든 경험이 있는 세 번째 공동창업자(허드 시더)를 만나 팀을 완성했다.
- Radical AI가 말하는 AI의 핵심 가치는 '색인화(indexing)' 능력으로, 알파고가 인간이 한 번도 두지 않은 수를 둔 것처럼 수백만 편의 논문과 수십억 개의 소재 시뮬레이션, 수천 건의 실험을 실시간으로 연결해 인간 뇌의 한계를 뛰어넘는 가설을 세울 수 있다는 것이다.
- 이를 통해 기존의 "소재를 만든 뒤 쓰임새를 찾는" 방식이 아니라, 가장 어려운 문제에서 거꾸로 필요한 소재를 설계하는 "역설계(inverse design)" 방식으로 전환할 수 있다고 본다.
- 그는 AI가 과학자를 대체하는 것이 아니라 실험 전반을 색인하는 도구와 역량을 제공해, 과학자들이 단조로운 기초연구 대신 다음 소재·다음 문제를 고민하는 데 집중하게 해준다고 강조한다.
- Radical AI는 100페이지 분량의 피치덱을 준비해 케빈 라이언에게 제시했고, 프리시드 라운드를 약 45분 만에 마감했으며 라이언이 유일한 투자자였다.
- 회사는 채용 시 모든 지원자에게 동일한 질문을 던진다: "일자리를 찾는 거라면 이곳은 맞지 않다. 사명을 찾는 거라면 함께 일하자."
- Radical AI는 실패를 두려워하지 않는 문화를 표방하며, 실패를 개인이나 프로젝트의 실패가 아니라 학습과 재구축의 기회로 본다.
- 의사결정 방식으로는 스페이스X에서 유래했다고 알려진 '51% 규칙'을 채택해, 결정의 중요도와 잘못됐을 때의 리스크를 함께 고려해 51% 확신이 서면 곧바로 결정하고 결과를 지켜본다.
- 크라우스는 스티브 잡스의 "점은 앞을 보고 연결할 수 없고 오직 뒤를 돌아봐야 연결된다"는 말을 인용하며, 자신의 군 복무·연구소 경험이 결국 지금의 사명으로 이어졌다고 회고한다.
- 그는 Radical AI가 자신과 두 공동창업자보다 훨씬 오래, 100~200년간 존속하며 오늘날 불가능하다고 여겨지는 세상을 만드는 것을 목표로 한다고 말한다.