AGI(Artificial General Intelligence)는 특정 과제에 특화된 지금의 AI와 달리, 사람처럼 낯선 문제에도 유연하게 대응할 수 있는 범용 지능을 가리킨다. 추론 모델과 에이전트 AI의 발전 속도를 근거로 AGI가 머지않았다는 낙관론이 있는 반면, 현재 모델들은 여전히 진짜 이해보다는 패턴 매칭에 가깝다는 회의론도 만만치 않다. 정의 자체가 합의되지 않았다는 점도 논쟁을 복잡하게 만든다.
기준에 따라 갈리는 판단, ARC-AGI가 나온 이유
어떤 기준으로 보면 이미 특정 영역(언어, 코딩, 일부 추론)에서는 인간 전문가에 근접했다고 볼 수도 있고, 다른 기준(장기 계획, 신체 감각을 동반한 학습)으로 보면 아직 한참 멀었다고 볼 수도 있다. ARC-AGI 같은 벤치마크가 등장한 이유도 여기에 있다. 기존 시험 문제는 학습 데이터에 노출됐을 가능성이 있어 진짜 일반화 능력을 재기 어렵다는 문제의식에서, 처음 보는 퍼즐을 얼마나 잘 푸는지로 범용성을 측정하려는 시도다.
기술 용어이자 마케팅 용어
AGI 논의는 기술 용어이자 동시에 마케팅 용어로도 쓰인다는 점을 감안할 필요가 있다. 투자 유치나 제품 홍보 맥락에서 쓰이는 ‘AGI에 가까워졌다’는 표현과, 연구자들이 좁게 정의한 기술적 기준은 종종 다른 이야기를 하고 있다.
실무자 입장에서 중요한 건 AGI가 언제 오느냐는 논쟁보다, 지금 모델이 어떤 과제에서 믿을 만하고 어떤 과제에서 아직 취약한지를 정확히 아는 일이다.
범용성에 대한 과도한 기대는 오히려 특정 영역에서의 실패로 이어질 수 있다.
안전성과 정렬, 그리고 ‘강력한 AI’라는 대안 표현
안전성 논의도 AGI 담론과 자주 얽힌다. 범용 지능에 가까워질수록 통제와 정렬(alignment)의 난이도도 함께 올라간다는 우려가, 최근 AI 거버넌스 논의를 앞당기는 배경 중 하나이기도 하다. 일부 연구자들은 AGI 대신 ‘강력한 AI(powerful AI)‘처럼 덜 논쟁적인 표현을 쓰자고 제안하기도 한다. 특정 시점에 도달하는 하나의 상태보다, 계속 능력이 확장되는 연속적인 과정으로 이해하자는 취지다.
몇 년에서 몇십 년, 갈리는 예측과 점진적 과정론
실무 조직 입장에서는 AGI 논쟁에 시간을 쓰기보다, 지금 모델이 처리할 수 있는 과제와 처리하지 못하는 과제를 정기적으로 재평가하는 편이 더 생산적이다. 능력 범위는 몇 달 단위로도 빠르게 바뀌고 있기 때문이다. AGI 도달 시점을 예측하는 설문에서도 전문가들의 답변은 몇 년에서 몇십 년까지 크게 갈린다. 이 불확실성 자체가, AGI가 단일한 사건이 아니라 점진적인 과정일 가능성을 시사한다는 해석도 있다.
예방적 규제론과 현실론, 그리고 좁은 초지능
AGI 논의는 규제 방향에도 영향을 준다.
아직 오지 않은 미래의 위험에 대비하자는 예방적 규제론과, 지금 실제로 존재하는 문제(편향, 오용)에 집중하자는 현실론이 정책 논의 안에서 계속 부딪히고 있다. 일부 학자들은 AGI라는 단일한 목표점보다, 특정 업무 영역에서 인간 전문가 수준에 도달하는 ‘좁은 초지능’이 먼저 여러 분야에서 각각 등장할 가능성이 더 높다고 본다. 의료 진단, 코드 작성처럼 영역별로 먼저 인간을 뛰어넘는 사례가 쌓여간다는 것이다.
국제 협력, 그리고 지능의 정의라는 오래된 질문
AGI에 대비한 국제 협력 논의도 조금씩 구체화되고 있다. 여러 나라의 AI 안전 연구소가 공동으로 위험 평가 기준을 만들려는 시도가 이어지고 있으며, 이는 냉전 시기의 핵무기 통제 협상에 비유되기도 한다. AGI 논쟁은 결국 ‘지능을 어떻게 정의할 것인가’라는 오래된 철학적 질문으로 되돌아간다. 이 정의가 합의되지 않는 한, AGI 도달 여부에 대한 판단도 계속 엇갈릴 수밖에 없다. 일부 기업은 AGI라는 표현 대신, 특정 경제적 가치를 창출하는 능력을 기준으로 목표를 재정의하려는 시도를 하고 있다.
모호한 지능 개념보다 측정 가능한 성과 지표를 우선하려는 접근이다.
정리
결국 AGI라는 개념 자체보다 중요한 것은, 지금 이 순간에도 AI가 실제로 할 수 있는 일과 할 수 없는 일을 정확히 파악하고 그에 맞게 활용하는 태도일 것이다. 결국 AGI는 하나의 확정된 목적지라기보다, 계속 다시 그어지는 기준선에 가깝다. 그 기준선이 어디에 있든, 지금 당장 실무에서 필요한 것은 과장된 기대도 과도한 냉소도 아닌, 모델의 실제 능력 범위를 정확히 파악하는 태도다. 이런 관점의 변화 자체가, AGI 논의가 여전히 진행형이라는 사실을 보여준다.