AGI에 대한 기대가 OpenAI의 새로운 모델 공개와 함께 한층 빠르게 퍼지고 있습니다.
2026년 9월 3일, OpenAI가 GPT-6 Astra를 공개했습니다. 새로운 모델이 내세운 기능은 사람이 컴퓨터를 쓰는 방식 그대로 작업을 수행한다는 점입니다. 기술 시연 영상에서 아스트라는 실제로 3D 모델링, PPT 디자인, 게임 프로그래밍, 온라인 주문 처리 등 여러 작업을 동시에 처리하는 모습을 보여줬습니다. 특히 가장 눈에 띄는 부분은 처음 접하는 환경을 스스로 탐색하는 능력을 평가하는 벤치마크인 ARC-AGI-3에서 99.9%를 기록한 것입니다. 같은 조건에서 전작 GPT-5.6 Sol의 점수가 7.8%였다는 점을 감안하면 매우 괄목할 성장이었습니다.
그렇다면 AGI란 정확히 어떤 인공지능을 가리키며, 지금의 모델들은 어디까지 위치했을까요?
1. AGI란? Open AI가 정의한 AGI의 5단계
1997년 처음 언급된 AGI (Artificial General Intelligence, 일반인공지능)은 인간 수준으로 다양한 과제를 수행하는 ‘범용인공지능’을 의미합니다. .OpenAI는 창립 이래 AGI를 "대부분의 경제적으로 가치 있는 작업에서 인간을 능가하는 고도로 자율적인 시스템"으로 정의해 왔으며, 2024년 AGI를 달성하기 위한 5단계의 로드맵을 공개하며 AI개발의 방향을 명확하게 제시했습니다.
Level 1 — Chatbots (대화형 AI). 인간과 자연스럽게 대화하고 텍스트를 생성하지만, 스스로 판단해 움직이지 않습니다. 사용자가 입력을 줄 때까지 기다립니다.
Level 2 — Reasoners (추론자). 박사 수준의 문제를 풉니다. 복잡한 수학을 단계별로 전개하거나, 법적 논리의 허점을 짚거나, 연구 논문의 방법론을 비판적으로 검토합니다. OpenAI는 2024년 당시 출시한 GPT4 모델을 "Level 2에 근접했다"고 평가했습니다. 직후 GPT4-o1 계열은 이 단계에 도달한 첫 번째 모델이라고 꼽히고 있습니다.
Level 3 — Agents (에이전트). 사용자를 대신해 며칠에 걸친 작업을 자율 수행합니다. 브라우저를 열고, 파일을 만들고, 외부 서비스를 오가며 계획을 실행합니다. "경쟁사 조사 보고서를 만들어 슬라이드로 정리하고 이메일로 발송하라"는 지시 하나로 끝까지 가는 수준입니다. AI 자동화, AI Agent라는 말이 실무에서 의미를 갖기 시작하는 지점이 여기입니다.
Level 4 — Innovators (혁신자). 인간이 떠올리지 못한 아이디어를 제안하고 발명을 돕습니다. 연구 가설을 독자적으로 설계하거나, 기존 기술의 한계를 우회할 방법을 스스로 고안합니다.
Level 5 — Organizations (조직). 한 조직이 하는 모든 업무를 혼자 처리합니다. 전략 수립부터 자원 배분, 실행, 검토까지 조직 단위 운영 전체를 자율 수행하는 단계로, OpenAI가 사다리 꼭대기에 둔 AGI의 완성형입니다.
2. 인공지능의 3단계 : ANI, AGI, ASI
그렇다면 AGI는 우리가 볼 수 있는 AI의 최종 진화형일까요? 1950년대 AI 연구가 시작된 이후, 인공지능은 지능의 범위와 깊이에 따라 개념적으로 분류돼 왔습니다. 현재 활용되는 대부분의 AI는 특정 작업에 특화된 ANI(Artificial Narrow Intelligence)에 해당합니다. 인공지능 발전 단계는 이 ANI를 시작으로 AGI, ASI 순으로 구분됩니다.
ANI(Artificial Narrow Intelligence, 특화 인공지능)는 한 가지 과제에만 특화된 AI입니다. 스팸 필터, 이미지 분류 모델, 추천 알고리즘이 여기 들어갑니다. ChatGPT나 Claude 같은 대화형 모델이 특화 인공지능이라고 지칭되고 있습니다. 전통적 분류는 여전히 ANI로 보지만, 언어 모델이 이미 합리적인 범용성 기준을 충족한다고 보는 시각도 있습니다. AGI와의 차이를 한 줄로 정리하면, ANI는 틀 안에서 작동하고, AGI는 틀 자체를 스스로 정의합니다.
AGI(Artificial General Intelligence, 일반인공지능)는 언급했던 것처럼 특정 분야가 아닌 모든 부분에서 인간 수준의 범용 지적 능력을 갖춘 AI입니다. 학습, 추론, 창작, 판단을 통합적으로 수행하며, 처음 접하는 문제도 인간처럼 탐색하고 모델을 세워 실행합니다. ANI가 주어진 틀 안에서만 작동한다면, AGI는 그 틀 자체를 스스로 정의합니다. OpenAI처럼 성능 중심으로 AGI를 정의하는 쪽이 현재 주류이지만 이 정의는 성능 중심의 기준이며, 자의식이나 감정, 도덕적 판단 능력은 포함하지 않습니다. 그러나 철학계를 포함해 학계에서 자의식·감정·도덕적 판단을 AGI의 구성 요소로 봐야 한다는 주장이 꾸준히 제기됩니다.
ASI(Artificial Superintelligence, 초인공지능) 는 모든 영역에서 인간 최고 수준을 넘어서는 지능입니다. AGI가 "인간만큼"이라면, ASI는 "인간을 넘어서"입니다. 과학적 발견, 전략적 의사결정, 창의적 문제 해결 등 어떤 영역에서도 인류 전체의 집단 지성을 상회합니다. 인공지능 분야의 철학자 닉 보스트롬은 ASI를 '과학적 창의성, 일반적 지혜, 사회적 능력을 포함해 사실상 모든 분야에서 최고의 인간 두뇌를 훨씬 능가하는 지능'으로 정의했습니다. ASI는 아직 이론적 개념에 머물지만, AGI 이후 어느 시점에 등장할 수 있다는 점에서 기술적 낙관론과 실존적 위험 논의가 동시에 이어지고 있습니다.
3. GPT-6 아스트라는 AGI를 열었나?
기존 모델 대비 뛰어난 성능을 보여주며 AGI 벤치마크에서 99.9%를 기록한 Astra가 인간 수준 AI 시대를 연걸까요? GPT-6 Astra의 능력이 크게 향상된 것은 확실하지만 AGI 시대에 도달했다는 것은 성급한 선언이라는 의견도 많습니다.
국내외 전문가들은 AGI 도래 선언이 제한적인 평가에 근거한다고 지적합니다. ARC-AGI-3 벤치마크에서 나온 99.9%라는 숫자가 대표적입니다. 이 점수는 특정 하네스를 적용했을 때만 나오며, 표준 하네스 기준으로는 62.7%에 그칩니다. ARC Prize 운영진 스스로도 "벤치마크 포화가 AGI 달성의 증명은 아니다"라고 선을 그었습니다.
벤치마크 수치를 넘어, 실제로 인간이 하는 일을 해낼 수 있는가라는 질문에도 의문이 남습니다. 인지과학자 게리 마커스 교수는 AGI 판별 기준 10가지를 직접 제시했는데, 리뷰 없이 영화 이해하기, 처음 보는 게임의 기초 숙달하기, 법률 브리프 작성하기 등 인간이 일상적으로 수행하는 다양한 능력이 기준입니다. 그의 판단으로는 아스트라가 이 중 충족한 항목은 1~2개에 불과합니다.
결국 "AGI인가 아닌가"보다 중요한 건 어떤 기준으로 보느냐로 나눠지고 있습니다. 능력의 범위는 분명히 넓어졌지만, 아직은 같은 AI를 두고 평가가 엇갈리는 이유도 여기에 있습니다.
5. AGI, 먼 미래라고 생각하면 안되는 이유
"AGI는 아직 먼 미래 기술이고 지금 내 업무와 상관없다"는 생각은 절반만 맞습니다. 지금 쓰는 생성형 AI와 자동화 도구는 AGI가 아닙니다. 그러나 이 도구들은 ANI에서 에이전트 AI로, 에이전트 AI에서 AGI로 이어지는 스펙트럼 위에 놓여 있습니다.
OpenAI가 제시한 AGI 발전 단계 중 3단계인 에이전트 AI는 이미 현장에 들어와 있습니다. 캠페인 데이터를 분석하고, 세그먼트를 생성하고, 다음 액션을 제안하거나 직접 실행하는 구조가 실무에서 작동하고 있습니다. AGI는 그 다음 단계입니다. 이 흐름을 계속 주시해야 하는 이유는 무엇일까요?
첫째, 내 업무에서 어느 부분을 자동화할 수 있는지 알 수 있습니다. ANI는 특정 작업을 도구처럼 처리합니다. 에이전트 AI는 여러 작업을 이어서 실행합니다. AGI는 맥락을 이해하고 스스로 판단합니다. 이 스펙트럼을 알면, 지금 내가 하는 업무 중 어느 부분을 언제 자동화할 수 있는지 미리 볼 수 있습니다. 업무 효율이 달라집니다.
둘째, 위임의 한계를 설정할 수 있습니다. 에이전트 AI는 이미 캠페인을 집행하고, 예산을 조정하고, 고객에게 직접 메시지를 발송합니다. AI가 실행한 결과가 실제 비즈니스에 즉각 영향을 미치는 구조입니다. 어느 단계의 AI가 어느 범위까지 판단할 수 있는지 알아야, 무엇을 맡기고 어디서 사람이 개입해야 하는지를 정할 수 있습니다. 그 기준 없이 위임하면 되돌리는 데 더 많은 시간이 듭니다.
셋째, 조직 안에서 방향을 제시할 수 있습니다. AGI가 뉴스에 오르내리는 지금, 현장의 반응은 대부분 둘 중 하나입니다. 막연한 불안, 혹은 무관심. 이 흐름이 우리 팀 업무에 구체적으로 어떤 의미인지 설명할 수 있는 실무자는 드뭅니다.
ANI에서 에이전트 AI로 넘어오는 데는 10년이 걸렸습니다. 그러나 에이전트 AI에서 AGI로 넘어오는 시간은 1년도 채 걸리지 않고 있습니다. 준비한 사람과 그렇지 않은 사람의 격차는 더욱 벌어질 수도 있습니다
