AGI · 범용인공지능
Artificial General Intelligence
AGI이란?
- 다양한 문제를 폭넓게 해결하는 AI
- 특정 작업만 잘하는 지금 AI를 넘어
- 아직 가상·미래 개념
AGI는 당장 살 수 있는 제품이 아니라 투자 판단의 기준선을 흔드는 개념입니다. 경영회의에서 '2~3년이면 AGI가 다 해준다는데 지금 이 시스템에 수억을 써야 하나'라는 말이 나오는 순간, 이 단어는 철학 용어가 아니라 예산 항목이 됩니다. 그래서 실무에서는 언제 오느냐가 아니라 '무엇을 AGI로 볼 것이냐'로 질문을 바꿔 잡는 일이 먼저입니다.
업계에서는 보통 좁은 AI, AGI, 그리고 인간을 전면적으로 능가하는 ASI(초지능)를 나눕니다. 2023년 구글 딥마인드 연구진은 AGI를 있다·없다의 스위치가 아니라 성능과 범용성의 단계표로 보자고 제안했습니다. 숙련 성인 상위 50% 수준이면 '유능', 90%면 '전문가', 99%면 '거장'으로 놓고 여기에 '얼마나 넓은 과업에 걸쳐 그런가'를 곱하는 방식입니다. 이 틀로 보면 오늘의 생성형 AI는 특정 영역에서는 전문가급이지만 범용성 축에서는 아직 초기 단계라는 평가가 일반적입니다.
혼동하기 쉬운 이웃 개념이 AI 에이전트입니다. 에이전트는 주어진 목표 안에서 도구를 호출하고 여러 단계를 밟는 실행 방식의 진화이지, 지능의 범위가 넓어진 것이 아닙니다. 메일을 읽고 일정을 잡고 결재를 올리는 에이전트가 잘 돌아가도 그것은 사람이 설계해 둔 업무 경로를 따라가는 것입니다. 배운 적 없는 영역으로 스스로 건너가는가가 AGI 논의의 실제 쟁점입니다.
현장에서 가장 자주 어긋나는 지점은 '사람처럼 말하니 거의 AGI'라는 인상입니다. 말이 유창한 것과 낯선 과업을 스스로 해결하는 것은 다른 능력이라, 이 둘을 섞으면 검수 없이 결과를 보고서에 붙였다가 숫자가 틀리는 사고가 납니다. 반대쪽 오해도 위험합니다. '곧 다 알아서 해줄 테니 기다리자'는 판단으로 데이터 정리와 업무 표준화를 미루면, 더 강력한 도구가 나왔을 때 먹일 데이터가 없어 출발선 자체가 뒤로 밀립니다. AGI는 전망으로 다루고 예산과 교육은 오늘의 좁은 AI 기준으로 집행하는 것이 안전합니다.
용어는 2000년대에 대중화됐고, '인간 수준의 범용 지능'을 목표로 하는 개념입니다. 앨런 튜링의 '기계가 생각할 수 있는가'(1950) 논의까지 뿌리가 닿습니다.
가상의 사례로 살펴보겠습니다. 임직원 340명, 연매출 1,900억 원 규모의 자동차 부품 제조사 A사는 2024년 하반기 품질검사 자동화에 8억 원을 투자하려 했습니다. 그런데 이사회에서 '2~3년이면 AGI가 나와 다 해준다는데 지금 쓰는 건 매몰비용 아니냐'는 제동이 걸려 안건이 두 차례 보류됐습니다. 경영기획팀이 3개월간 이 질문에 답하는 일을 맡았습니다.
- 경영기획팀 김 부장이 임원 12명에게 'AGI가 뭐라고 생각하시냐'고 따로 물었더니, 답이 자율주행 로봇부터 챗봇까지 제각각이라 논의가 겉돌고 있었습니다.
- 외부 강사를 불러 90분 세션을 열고 딥마인드의 단계 구분을 빌려, '우리가 사려는 건 5단계 중 1단계짜리 검사 도구'라는 눈높이를 임원들과 맞췄습니다.
- 생산본부 이 상무가 '그래도 3년 뒤 더 좋은 게 나오면 8억은 어떻게 되냐'고 되묻자, 김 부장은 '그때 갈아끼울 수 있게 계약을 짜겠다'고 답했습니다.
- 구매팀은 공급사와 재협상해 검사 모델을 2년마다 재학습·교체할 수 있는 조항과, 축적되는 검사 이미지 34만 장의 소유권을 A사가 갖는 조항을 넣었습니다.
- 6개월 뒤 안건은 원안대로 통과됐고 불량 유출률은 0.8%에서 0.3%로 떨어졌으며, '기다려 보자'며 밀려 있던 AI 과제 4건도 함께 재개됐습니다.