최근 뉴스에서 "AGI가 언제 온다", "OpenAI가 AGI에 가까워졌다" 같은 이야기를 자주 듣게 돼요. 그런데 AGI가 정확히 뭔지, 우리가 이미 쓰고 있는 ChatGPT와는 뭐가 다른지 제대로 설명해 주는 글은 많지 않죠. 이 글에서는 AGI란 무엇인지, 왜 이 단어 하나가 AI 업계를 통째로 흔들고 있는지 쉽게 풀어드릴게요. 전문 용어는 최대한 줄이고, 일상적인 비유로 설명할 테니 부담 없이 읽어 보세요.
1. AGI란 무엇인가 — 한 문장으로 정리
AGI는 "Artificial General Intelligence"의 약자로, 한국어로는 '일반 인공지능' 또는 '범용 인공지능'이라고 불러요. 핵심은 '일반(General)'이라는 단어에 있어요. 지금의 AI는 특정한 영역에서는 사람보다 잘하지만, 한 가지 일밖에 못 해요. 반면 AGI는 사람처럼 처음 보는 문제도 배워서 풀 수 있고, 한 가지 분야에서 얻은 지식을 다른 분야로 옮겨 쓸 수 있는 인공지능을 말해요.
조금 더 쉽게 비유하자면, 지금의 AI는 '전문 기능공'이에요. 체스를 두는 AI는 체스만 잘 두고, 번역 AI는 번역만 잘해요. 반면 AGI는 '다재다능한 신입사원' 같아요. 새로운 업무를 주면 배워서 하고, 여러 분야를 넘나들며 응용할 수 있는 존재예요.
2. 지금의 AI와 뭐가 다른가요?
현재 우리가 사용하는 ChatGPT, Claude, Gemini 같은 AI는 모두 '좁은 AI(Narrow AI)'로 분류돼요. 매우 똑똑해 보이지만, 결국은 '텍스트 생성'이라는 특정 영역에서 훈련된 모델이에요. AGI와 비교하면 이런 차이가 있어요.
- 학습 방식 — 지금 AI는 사람이 준비한 대규모 데이터로 훈련받아야 해요. AGI는 사람처럼 경험에서 스스로 배우고, 적은 예시로도 새 기술을 익힐 수 있어야 해요.
- 일반화 능력 — ChatGPT는 글쓰기를 잘하지만, 그 능력을 로봇 조종이나 실험 설계에 바로 옮기진 못해요. AGI는 한 영역에서 배운 추론 방식을 다른 영역에 자연스럽게 적용할 수 있어야 해요.
- 목표 설정 — 지금 AI는 사람이 준 프롬프트에 따라 움직여요. AGI는 스스로 목표를 세우고, 장기 계획을 짜고, 필요하면 중간에 수정하며 일을 끝내는 능력이 필요해요.
- 상식과 맥락 — 사람이 당연하게 아는 "컵은 뒤집으면 쏟아진다" 같은 물리 상식이 AGI에겐 필수예요. 현재 AI는 이런 상식에서 자주 실수해요.
3. AGI가 중요한 이유
AGI가 실현되면 많은 것이 바뀔 거예요. 지금은 AI를 잘 쓰려면 사람이 프롬프트를 잘 짜고, 결과를 검토하고, 부족한 부분을 채워야 해요. 하지만 AGI는 사람이 일일이 지시하지 않아도 스스로 일을 계획하고, 실행하고, 결과를 검증할 수 있어요. 간단히 말해 '디지털 동료'가 생기는 셈이에요.
이것이 AGI가 경제와 사회에 엄청난 영향을 줄 거라고 말하는 이유예요. 의료, 법률, 과학 연구처럼 복잡한 판단이 필요한 영역에서 AGI는 사람의 역할을 보조하거나, 일부는 대체할 수 있어요. 동시에 새로운 문제도 생겨요. "AGI가 잘못된 결정을 내리면 누가 책임지는가?", "AGI에게 어떤 일을 맡겨도 되는가?" 같은 윤리적 질문이요.
4. AGI는 과연 만들 수 있을까?
AGI가 정말 만들어질 수 있느냐에 대해서는 전문가들 사이에서도 의견이 갈려요. OpenAI의 샘 알트만이나 Anthropic의 다리오 아모데이 같은 리더들은 "몇 년 안에 가능하다"고 말해요. 반면 얀 르쿤 같은 저명한 AI 연구자는 "현재의 대형 언어 모델 방식으로는 AGI에 도달할 수 없다"는 입장이에요.
중요한 점은 '언제 오느냐'보다 '어떻게 준비하느냐'예요. AGI가 오든 안 오든, AI 기술은 꾸준히 발전하고 있고, 그 속도에 맞춰 일하는 방식과 배우는 방식도 바뀌고 있어요. 지금 우리가 할 수 있는 가장 현실적인 준비는, 오늘 쓸 수 있는 AI 도구를 익숙하게 다루는 것이에요.
5. 우리가 지금 해야 할 것
AGI 뉴스를 보면서 불안해질 필요는 없어요. 오히려 '사람이 해야 잘하는 일'이 무엇인지 찾고, AI를 도구로 활용하는 경험을 쌓는 게 가장 확실한 대비예요. AGI가 나오기 전까지도 우리는 이미 ChatGPT, Claude, Gemini 같은 도구로 업무 효율을 2배 이상 높일 수 있어요.
다음 글에서는 'AGI와 ChatGPT의 차이'를 더 자세히 들여다볼 거예요. 지금 당장 궁금한 게 있다면 AGI와 ChatGPT의 차이 글부터 읽어 보세요.
6. AGI의 단계 — '약한 AI → 좁은 AI → 일반 AI → 슈퍼인텔리전스'
AGI를 더 잘 이해하려면 AI 발전 단계를 알면 좋아요. 학계에서는 보통 4단계로 구분해요.
- 1단계 · 약한 AI(Weak AI) — 특정 규칙만 따르는 자동화. 자동응답기, 단순 추천 시스템이 여기에 해당해요. 1980~2000년대 AI 대부분이 이 단계였어요.
- 2단계 · 좁은 AI(Narrow AI) — 한 분야에서 사람과 비슷하거나 더 잘하는 AI. 알파고, ChatGPT, 자율주행 보조가 여기 해당해요. 지금 우리가 쓰는 모든 AI가 이 단계예요.
- 3단계 · 일반 AI(AGI) — 사람처럼 다양한 분야를 자유롭게 학습·적용. 새 문제를 던져도 풀 수 있고, 한 분야의 통찰을 다른 분야로 옮길 수 있어요. 아직 존재하지 않아요.
- 4단계 · 슈퍼인텔리전스(ASI) — 사람보다 모든 분야에서 훨씬 뛰어난 AI. AGI 이후 짧은 기간 안에 도달할 수 있다는 예측이 있지만 가설 단계예요.
2026년 4월 현재 우리는 2단계(좁은 AI)의 끝, 3단계(AGI)의 문턱에 있는 시기예요. 일부 연구자는 "이미 AGI 초기 신호가 나타났다"고 보지만, 공식적으로 AGI라고 인정받은 모델은 아직 없어요.
7. AGI 판정 기준 — 어떻게 "AGI가 왔다"고 말할 수 있을까?
"AGI가 왔다"고 누가 어떻게 판정할까요? 통일된 기준은 없지만, 주요 기관들이 제시하는 후보 기준이 있어요.
- OpenAI 기준: "대부분의 경제적으로 가치 있는 업무에서 사람을 능가하는 AI". 매출 1조 달러 이상의 수익을 내는 시점을 AGI 도달의 한 지표로 본다는 발언도 있었어요.
- Anthropic 기준: "강력한 AI(powerful AI)"로 부르며, 사람 노벨상 수상급 연구자 수만 명에 해당하는 능력을 가진 AI를 기준으로 제시.
- Google DeepMind 기준: 5단계 분류(Emerging → Competent → Expert → Virtuoso → Superhuman) 중 Expert 이상을 AGI로 분류하는 프레임워크 발표.
- 커피 테스트: 일상 상식 테스트. 처음 가본 집에 들어가 부엌을 찾고, 커피를 내려서 컵에 담아 사람에게 건넬 수 있어야 함. 물리·사회·상식 종합 시험이에요.
- 채용 테스트: AI를 실제 회사에 입사시켜 1년간 신입사원 업무를 수행하게 했을 때 사람 수준의 평가를 받을 수 있느냐.
8. 자주 묻는 질문
Q. AGI는 의식을 가지나요?
의식·자아 여부는 별개 문제예요. AGI는 "능력" 기준이고, 의식·감정은 "내면 상태" 기준이라 일치하지 않을 수 있어요. AGI가 와도 의식이 있는지 우리가 확인할 방법이 명확하지 않다는 게 더 큰 철학적 문제예요.
Q. AGI는 위험한가요?
능력이 클수록 위험도 커지는 게 일반적이에요. 다만 위험의 종류는 둘로 나뉘어요. (1) AGI가 의도와 다르게 행동하는 "정렬(alignment)" 문제, (2) AGI가 의도대로 작동하지만 사람이 악용하는 "오용" 문제. 두 가지 모두 연구가 진행 중이에요.
Q. AGI 시대에 대비해 지금 어떤 자격증·공부를 시작해야 하나요?
특정 자격증보다 (1) AI 도구 능숙하게 다루기, (2) 본인 도메인 전문성 깊게 파기, (3) 다양한 사람·문화와 협업하는 경험. 이 3가지가 어떤 AGI 시나리오에도 흔들리지 않는 자산이에요.
Q. AGI가 인간을 대체하면 일자리는 어떻게 되나요?
지난 200년 산업혁명·인터넷혁명을 보면 단기 충격은 크지만 일자리 총량은 늘었어요. AGI도 비슷한 패턴이 될 가능성이 높지만, 전환기에 적응 못한 사람의 고통은 실제로 크기 때문에 사회적 안전망 논의가 함께 진행되고 있어요.
Q. AGI가 안 올 수도 있나요?
가능성 있어요. 현재 LLM 방식의 확장만으로는 한계가 있다는 의견(얀 르쿤 등)이 있고, 데이터 부족·연산 비용 폭증·정치적 규제 같은 변수가 발전 속도를 늦출 수 있어요. "온다"와 "안 온다" 모두에 대비하는 게 합리적이에요.