인공 일반 지능
AGI(인공 일반 지능)는 번역·체스처럼 한 가지 일만 잘하는 AI가 아니라, 사람처럼 어떤 과제든 스스로 배우고 풀 수 있는 AI다. 아직 실제로 만들어진 적 없는 가상의 단계로, 주요 AI 연구소들이 최종 목표로 삼고 있다.
지금 우리가 쓰는 챗봇·번역기·이미지 인식은 모두 좁은 AI에 속한다. AGI는 그 다음 단계이고, 모든 분야에서 인간을 압도하는 ASI는 AGI 너머의 개념이다. 세 단계를 나란히 놓으면 위치가 이렇다.
| 구분 | 뜻 | 현재 |
|---|---|---|
| 좁은 AI | 번역·이미지 인식·체스처럼 한 가지 일만 잘함 | 지금 쓰는 대부분의 AI |
| AGI | 낯선 상황에서도 추론하고 여러 분야를 넘나듦 | 아직 없음 |
| ASI | 모든 분야에서 인간을 압도 | AGI 너머의 개념 |
정의가 달라서 '달성' 기준도 다르다
AGI는 누가 정의하느냐에 따라 기준이 달라진다. 그래서 같은 기술을 두고 '이미 달성했다'는 주장과 '아직 멀었다'는 주장이 함께 나온다.
| 출처 | 정의 |
|---|---|
| Stanford HAI | 여러 과제에서 인간 수준으로 학습·추론·지식 적용 |
| IBM | 어떤 과제에서든 인간 인지 능력과 같거나 그 이상인 가상의 단계 |
| OpenAI | 경제적으로 가치 있는 작업 대부분에서 인간을 능가 |
| 학계 | 튜링 테스트 통과, 범용 문제 해결, 자기 개선 능력 등 |
LLM이 AGI의 불씨인지는 의견이 갈린다
GPT-4 같은 LLM은 모델 하나로 글쓰기, 코딩, 수학, 이미지 설명을 다 해낸다. 그래서 일반 지능의 초기 형태에 다가갔다는 시각이 있다. 반대로 진짜로 이해하거나 추론하는 게 아니라 패턴을 흉내 낼 뿐이라는 반론도 강하다.
OpenAI, DeepMind, Anthropic은 AGI를 공개적인 목표로 내걸었다. Sam Altman은 10년 안에 가능할 수 있다고 말했고, DeepMind는 단계별 로드맵을 발표했다. AGI가 실현되면 과학·의료·교육에서 전문가를 대신하거나 도울 수 있어 파급력이 크다.
'AGI 임박' 뉴스는 기준부터 확인한다
미디어는 AGI 달성이 임박했다고 부풀리는 경우가 많다. 이런 기사를 읽을 때는 어떤 정의를 기준으로 한 말인지부터 확인하면 된다. '경제적 작업 대부분을 대신한다'와 '사람처럼 무엇이든 배운다'는 전혀 다른 주장이다. 지금까지 진짜 AGI로 검증된 시스템은 하나도 없다.
안전 연구가 함께 가는 이유
AGI가 사람의 통제를 벗어나거나 잘못된 목표를 좇으면 큰 위험이 될 수 있다. 그래서 AI 안전 연구는 AGI 개발과 나란히 가장 중요한 분야로 꼽힌다. 닉 보스트롬 같은 연구자는 ASI에 이르는 시점을 '특이점(Singularity)'이라 부르며, 인류 역사의 갈림길이 될 수 있다고 경고한다.
