라이프 브리핑
0~2026.09.21·1화얀 르쿤 : 2026년 9월 28일 업데이트
라이프 이슈
미국 메타 떠나 유럽 AMI 창업
2025.11.19~2026.09.21·1화얀 르쿤 : 모더나 창업자와 AI로 파킨슨병 치료제 개발
2026년 JEPA 플라톤적 표현 정리 논문
2025.11.11~2026.10.30·1화얀 르쿤 : 동굴 밖으로 나온 JEPA
2026년 11월 03일 화요일
얀 르쿤 : 동굴 밖으로 나온 JEPA
얀 르쿤 AMI 랩스 집행위원장은 2026년 10월 29일 브라운대 랜들 발레스트리에로 교수와 함께 JEPA로 플라톤적 표현 가설을 증명한 논문을 arXiv에 공개했습니다. 2024년 MIT 연구진이 관찰로만 내놓았던 가설을 수학 정리로 바꾼 것입니다. 같은 장면을 두 번 본 '좋은 뷰'로 따로 학습한 이미지 모델과 텍스트 모델은 회전 하나만큼만 다르다는 내용입니다. 1억 900만 파라미터 텍스트 모델은 이미지 모델과의 정렬 점수에서 720억 파라미터 Qwen2.5-72B를 앞섰습니다. 다음 단어 예측과 같은 수준에 닿는 데 드는 학습 샘플도 42분의 1이었습니다. LLM을 막다른 길이라 불러 온 르쿤은 이번에는 그림자 너머 동굴 밖 현실로 가는 지름길을 수식으로 내밀었습니다.
1
2025년 11월 11일, 65세 때, 얀 르쿤은 랜들 발레스트리에로와 함께 쓴 자기지도학습 논문 LeJEPA를 arXiv에 올리며, 임베딩 분포를 등방성 가우시안 쪽으로 붙잡아 두는 정규화 기법 SIGReg를 제안했다.
2
2026년 03월 13일, 65세 때, 얀 르쿤은 루카스 매스 등 공동 연구진과 함께 SIGReg로 학습 붕괴를 막아 GPU 한 대로 몇 시간 안에 학습을 마치는 약 1,500만 파라미터 월드모델 LeWorldModel 논문을 arXiv에 공개했다.
3
2026년 10월 29일, 66세 때, 얀 르쿤은 브라운대 랜들 발레스트리에로 교수와 함께 서로 다른 데이터로 따로 학습한 JEPA들이 같은 표현에 이르는 조건을 증명한 논문 'Proving and Improving the Platonic Representation Hypothesis with JEPAs'를 arXiv에 공개했다.
4
2026년 10월 29일, 66세 때, 얀 르쿤은 이 논문의 저자 소속란에 뉴욕대와 함께 자신이 세운 AMI 랩스를 적었고, 발레스트리에로도 브라운대와 AMI 랩스를 나란히 올렸다.
5
2026년 10월 29일, 66세 때, 얀 르쿤은 2024년 MIT 연구진이 관찰 결과로만 내놓았던 플라톤적 표현 가설을, 한 장면을 두 번 관찰한 좋은 뷰를 짝으로 삼아 각자 학습한 이미지 모델과 텍스트 모델의 표현 공간이 회전 하나만큼만 어긋난다는 정리로 바꿔 놓았다.
6
2026년 10월 29일, 66세 때, 얀 르쿤은 대형 언어모델의 다음 단어 예측을 한 문서의 앞뒤 조각을 짝짓는 나쁜 뷰 JEPA의 특수한 경우로 풀이하고, 언어모델이 막대한 규모를 거친 뒤에야 이미지 모델과 닮아 가는 까닭을 수식으로 제시했다.
7
2026년 10월 29일, 66세 때, 얀 르쿤은 1억 900만 파라미터 텍스트 JEPA가 이미지 모델 DINOv2와의 정렬 측정에서 0.184를 기록해 Qwen2.5-72B의 0.154와 Llama-3-70B의 0.151을 넘어섰다는 결과를 내놓았다. 비교한 언어모델의 파라미터 수는 이 모델의 약 660배다.
8
2026년 10월 29일, 66세 때, 얀 르쿤은 같은 크기 모델에서 좋은 뷰 학습이 샘플 2,160만 개로 0.109에 도달한 반면 다음 단어 예측은 샘플 9억 개를 거쳐 0.111에 이르러, 샘플 수로 약 42배 차이가 난다고 보고했다.
9
2026년 10월 29일, 66세 때, 얀 르쿤은 좋은 뷰 비율과 학습 샘플 수로 정렬 점수를 내다보는 스케일링 법칙을 세워 85개 실험 결과를 학습 전에 예측했고, 그 오차는 같은 실험을 시드만 바꿔 다시 돌렸을 때의 편차와 비슷했다.
10
2026년 10월 29일, 66세 때, 얀 르쿤은 논문 공개와 함께 실험 코드를 깃허브에, 누구나 시험해 볼 수 있는 데모를 허깅페이스에 올렸다.
11
2026년 10월 30일, 66세 때, 얀 르쿤의 플라톤적 표현 정리 논문 공개는 핵심 수치가 아직 저자 측 보고에 머물러 있고 독립적인 재현 결과는 나오지 않았다는 유보적 분석을 낳았다.
얀 르쿤