2026년, AGI는 어디까지 왔는가

2026년, AGI는 어디까지 왔는가

 

인공일반지능(AGI)이라는 말이 이렇게 자주 입에 오르내린 적은 없었다. 어떤 이는 이미 문턱을 넘었다고 하고, 어떤 이는 여전히 신기루라고 말한다. 그러나 2026년 현재의 냉정한 사실은 하나로 정리된다. 어떤 기관도 공인된 학술적·산업적 기준에 따라 AGI 달성을 공식 선언하지 않았다는 것이다. 논의의 출발점은 언제나 정의의 문제다. AGI는 평균적인 성인이 수행하는 거의 모든 인지 과제를, 최소한 그 수준으로 해내는 시스템을 뜻하지만, 이 '거의 모든'이라는 표현 속에 모든 논쟁이 숨어 있다.

 

이 혼란을 정리하기 위해 구글 딥마인드는 2023년 다섯 단계로 나눈 프레임워크를 제안했고, 이는 학계에서 널리 채택되었다. 그 기준에 따르면 오늘날 가장 앞선 모델조차 여전히 1단계, 즉 '떠오르는(emerging)' 단계에 머물러 있다. 즉 폭넓은 과제에서 비숙련 인간과 대등하거나 약간 앞서지만, 일관성이 부족하고 일반화의 불꽃만 보일 뿐이라는 평가다. 숙련된 성인의 중앙값에 도달하는 2단계 '유능한(competent)' AGI는 아직 공개적으로 달성되지 않았다.

 

그럼에도 지난 몇 년간의 진보를 과소평가해서는 안 된다. 3년 전만 해도 단순한 추론에 쩔쩔매던 언어 모델이, 이제는 올림피아드 수준의 문제를 풀고 완결된 애플리케이션을 작성하며 수십 단계의 추론을 이어간다. 벤치마크 수치가 이를 뒷받침한다. 오랫동안 AI의 진보를 가늠하던 MMLU에서 이제 모든 프런티어 모델이 88퍼센트를 넘겼고, 상위권 모델은 93퍼센트에 이른다. 그러나 바로 이 지점에서 역설이 발생한다. 최상위 시스템들 사이의 차이가 통계적 잡음에 가까워졌다는 것이다. 2026년 『네이처』에 실린 연구는 가장 널리 인용되는 벤치마크들이 더 이상 최상위 모델을 구별하지 못한다는 문제를 확인했다.

AI활용

반응형

연구 공동체의 대응은 더 어려운 시험을 만드는 것이었다. 각 분야 전문가들이 지식의 최전선에서 설계한 2,500개 문항으로 구성된 '인류 최후의 시험(Humanity's Last Exam)'은 최고 모델의 점수를 37.5퍼센트까지 끌어내렸다. 추상적 추론과 일반화를 측정하도록 고안된 ARC-AGI 계열의 궤적은 더욱 시사적이다. ARC-AGI-1은 2020년 78.8퍼센트에서 2023~2024년 정체를 거쳐 2026년 93퍼센트까지 올랐다. 겉으로만 보면 인간 수준을 넘어선 듯하다.

 

문제는 난이도를 한 단계 올릴 때마다 성능이 급격히 무너진다는 데 있다. 2024년 도입된 ARC-AGI-2는 2년이 채 안 되는 사이 2.5퍼센트에서 68.8퍼센트로 뛰었지만, 규칙도 설명도 주어지지 않는 상호작용형 게임 환경인 ARC-AGI-3에서는 이야기가 달라진다. 2025년 공개된 예비 버전에서 최고 성능의 AI 시스템이 기록한 행동 효율은 12.58퍼센트에 그친 반면, 1,200명이 넘는 인간 참가자들은 3,900회 이상의 게임을 대부분 성공적으로 완수했다. 정적인 데이터셋 위의 '패턴 맞추기'로서의 지능과, 열린 환경에서의 '적응적 행동'으로서의 지능 사이에 놓인 간극이 이렇게 드러난다. 각 상위 버전마다 반복되는 이 '성능 절벽'은 현재 시스템의 한계가 우연이 아님을 보여준다.

 

업계 지도자들의 예측은 대체로 짧고 공격적이다. 앤스로픽의 다리오 아모데이는 가장 적극적인 예측자로, 2026년 다보스 포럼에서 '데이터센터 속 천재들의 나라'가 2027년경 가능하다고 전망했다. 마이크로소프트 AI의 무스타파 술레이만은 대부분의 전문 업무에서 인간 수준의 성능을 12~18개월 내로 내다봤고, 오픈AI의 샘 올트먼은 AGI가 '그리 유용한 용어가 아니다'라고 정의를 흐리면서도 임박했다는 뉘앙스를 유지했다. 반면 딥마인드의 데미스 허사비스는 5년에서 10년이라는 비교적 신중한 구간을 제시한다.

 

흥미로운 것은 시계가 반드시 앞으로만 가지 않는다는 점이다. 여러 예측을 추적한 자료에 따르면 2023년부터 2025년까지 대부분의 전문가가 시점을 앞당겼지만, 2025년에서 2026년 사이에는 메타큘러스 예측 공동체와 아모데이를 포함한 일부가 오히려 시점을 뒤로 미뤘다. 역사적 교훈도 겸손을 요구한다. 1965년 허버트 사이먼은 20년 안에 기계가 인간의 모든 일을 하리라 했고, 힌턴은 2016년 곧 영상의학과 의사가 필요 없어지리라 예측했지만, 2026년의 병원은 여전히 수많은 영상의학과 의사를 필요로 한다.

 

메타의 얀 르쿤은 현재의 트랜스포머 기반 대규모 언어 모델이 원리적으로 AGI에 이를 수 없다고 본다. 진정한 지능은 물리적·인과적 현실에 대한 학습된 표상, 곧 '세계 모델'을 요구하는데, 언어 모델은 세계를 모델링하는 것이 아니라 다음 단어를 예측할 뿐이라는 것이다. 그는 행동의 결과를 예측하지 못하는 시스템이 어떻게 여러 단계의 행동을 계획할 수 있겠느냐고 반문하며, 순수 언어 모델 위에 세운 에이전트를 '재앙의 지름길'이라 부른다. 게리 마커스는 벤치마크마다 반복되는 양상을 '두더지잡기'에 비유한다. 새 시험이 나오고, 자원이 투입되어 점수가 오르고, 돌파구라는 헤드라인이 나오지만, 근본적 한계는 그대로라는 것이다. 2026년의 여러 검증 연구 역시 '추론' 모델로 홍보되는 시스템조차 여전히 중대한 추론 실패와 환각을 보인다고 지적한다.

 

종합하면 2026년의 위치는 이렇게 정리할 수 있다. 특정 좁은 과제에서는 이미 상위권 인간을 능가하는 성능이 나타나지만, 규칙이 주어지지 않은 새로운 환경으로 일반화하는 능력에서는 여전히 평범한 인간에게도 미치지 못한다. 벤치마크는 포화되었고, 더 어려운 시험은 성능 절벽을 드러낸다. 전문가들의 예측은 2026년부터 2030년대 초까지 넓게 흩어져 있으며, 정확한 도착 연도를 자신 있게 말하는 이는 대개 무언가를 팔고 있는 사람일 가능성이 높다. AGI가 임박했다는 선언과 결코 오지 않으리라는 단언 사이에서, 근거가 지지하는 가장 정직한 태도는 넓은 불확실성의 구간을 인정하고 선행 지표를 꾸준히 관찰하는 것이다. 오늘의 AI는 놀랍도록 유능한 도구이지만, 그 자체로 일반지능은 아니다.