AGI, 우리는 어디쯤 와 있는가
2025년 9월의 한 리뷰는 지난 15년간의 과학자와 산업계 전문가 설문을 분석한 결과, 대부분이 AGI가 2100년 이전에 도래할 것이라는 데 동의했다고 밝혔다. 하지만 이는 너무나 보수적인 전망일 수 있다. AIMultiple의 분석에 따르면 현재 AI 연구자들은 AGI가 2040년경 등장할 것으로 예측하고 있으며, 일부 업계 리더들의 전망은 이보다 훨씬 더 급진적이다.
Anthropic의 공동 창업자 다리오 아모데이는 2026년이라는 빠른 시일 내에 '강력한 AI'가 나올 수 있다고 예측했고, 전 OpenAI 직원인 레오폴드 아셴브레너는 2027년까지의 AGI 달성이 '놀라울 정도로 그럴듯하다'고 평가했다.
현재 AI의 성능은 이미 특정 영역에서 인간 수준을 넘어서고 있다. 2023년 마이크로소프트 연구자들은 GPT-4를 상세히 평가한 후 '범위와 깊이를 고려할 때 초기 단계이지만 AGI 시스템의 불완전한 버전으로 합리적으로 볼 수 있다'고 결론 내렸다. 2025년 4월 발표된 GPT-4.1은 SWE-bench Verified에서 54.6%를 기록하며 GPT-4o의 33.2%를 큰 폭으로 앞섰고, 100만 토큰의 맥락 창을 지원하게 되었다. 2025년 8월 출시된 GPT-5는 GPQA Diamond 벤치마크에서 사고 모드를 활성화했을 때 정확도가 77.8%에서 85.7%로 급증했다.

구글 딥마인드의 성과는 더욱 인상적이다. 2025년 국제수학올림피아드(IMO)에서 Gemini Deep Think의 고급 버전이 6문제 중 5문제를 풀어 42점 만점에 35점을 획득하며 금메달 수준의 성과를 달성했다. 이는 전년도 은메달에서 크게 발전한 것이며, 자연어로 엔드투엔드 작동하여 4.5시간의 대회 시간 제한 내에 엄격한 수학적 증명을 생성했다. 같은 해 9월 Gemini 2.5 Deep Think는 국제대학생프로그래밍대회(ICPC) 세계 결승전에서도 금메달 수준의 성적을 거뒀으며, 어떤 대학팀도 풀지 못한 문제 C를 30분 만에 해결하는 괄목할 만한 성과를 보였다.
그러나 진정한 AGI까지는 여전히 넘어야 할 산이 많다. Transformer 기반 대규모 언어모델은 다양한 인지 작업에서 놀라운 성공을 거뒀지만, 여전히 AGI를 달성할 능력이 부족하다. 주요 한계는 장기 맥락에 걸친 지속적인 기억과 추론 능력의 부재다. 현재 모델들은 시각적 추론, 세계 모델링, 지속적 학습, 장기 기억에서 여전히 부족하며, SimpleQA, SPACE, IntPhys 2, ARC-AGI 등의 벤치마크에서 한계를 드러낸다는 분석도 있다.
AGI 달성 시점에 대한 전문가들의 의견은 극명하게 갈린다. 유럽 인지시스템 협회 회장 빈센트 뮐러와 옥스퍼드대학교의 닉 보스트롬이 수행한 550명의 AI 연구자 설문조사에서, 전문가들은 AGI가 2040년에서 2050년 사이에 50% 이상의 확률로 등장할 것으로 추정했으며, 2075년까지는 90%의 높은 확률로 나타날 것이라고 답했다. 2026년 2월 현재 Metaculus 예측자들은 2029년까지 25%, 2033년까지 50%의 AGI 확률을 평균적으로 예측하고 있으며, 이는 2020년에는 50년 후로 예상됐던 것에서 극적으로 단축된 것이다.
정의의 문제도 복잡하다. 블레이즈 아게라 이 아르카스와 피터 노르빅은 2023년 '인공일반지능은 이미 여기 있다'라는 글에서 최신 모델들이 이미 상당한 수준의 일반 지능을 달성했다고 주장하면서, 이를 받아들이지 못하는 이유로 'AGI 지표에 대한 건전한 회의론', '대안적 AI 이론에 대한 이념적 집착', '인간 예외주의에 대한 헌신', '경제적 영향에 대한 우려'를 꼽았다. 하지만 2025년 10월 현재 연구자들은 규모의 확대만으로는 AGI를 달성할 수 없으며, 자율적 목표 형성과 평생 학습 같은 개념적 진전이 필요하다고 강조하고 있다.
확실한 것은 변화의 속도가 예상보다 빠르다는 점이다. 불과 몇 년 전만 해도 불가능해 보였던 것들이 현실이 되고 있으며, 각 돌파구는 다음 발전을 가속화하고 있다. AGI가 언제 올지는 알 수 없지만, 우리는 이미 상당한 거리를 달려왔다. 그리고 그 속도는 점점 빨라지고 있다.
| 뉴로모픽 컴퓨팅: AI 전력 위기를 극복할 차세대 하이브리드 아키텍처 (0) | 2026.01.30 |
|---|---|
| 인공지능에서 발생하는 폰 노이만 병목현상의 원리 (0) | 2026.01.28 |
| 인공지능이 완벽하지 않은 이유 (1) | 2026.01.22 |
| AI도입 시 ‘도어맨의 오류’를 줄이기 위한 체크리스트 (0) | 2026.01.20 |
| 인공지능시대에 인간다움이란 무엇인가? (0) | 2026.01.16 |