요즘 인공지능과 관련된 뉴스를 보다 보면 AGI라는 단어를 자주 접하게 됩니다. 현재 우리가 사용하는 생성형 AI도 글을 쓰고, 그림을 만들고, 코딩을 하고, 복잡한 질문에 답할 정도로 발전했는데 AGI는 무엇이 다른 것일까요?
AGI는 단순히 성능이 좋은 AI를 의미하지 않습니다. 처음 접하는 문제를 이해하고 배우며, 여러 분야의 지식을 활용해 해결할 수 있는 범용적인 인공지능을 의미합니다.
이번 글에서는 범용인공지능 AGI란 무엇인지, 현재의 AI와 생성형 AI는 무엇이 다른지 쉽게 정리해보겠습니다.
범용인공지능 AGI란?
AGI는 Artificial General Intelligence의 약자로 우리말로는 범용인공지능 또는 인공일반지능이라고 합니다.
Stanford HAI는 AGI를 다양한 작업과 분야에 걸쳐 학습하고 추론하며 지식을 적용할 수 있는 인간 수준 또는 그 이상의 일반적인 능력을 가진 AI로 설명합니다. 중요한 특징은 특정 업무만 잘하는 것이 아니라 새로운 상황에서도 기존 지식을 활용해 문제를 해결할 수 있다는 점입니다.
예를 들어 계산만 잘하는 프로그램이나 바둑을 잘 두는 인공지능은 특정 분야에서 뛰어난 능력을 발휘합니다.
반면 AGI가 실현된다면 처음 접하는 업무라도 내용을 파악하고 필요한 지식을 배우며 해결 방법을 찾아낼 수 있어야 합니다.
사람에게
“이 회사에서 어떤 일을 하는지 파악하고 업무를 배워보세요.”
라고 말했을 때 사람이 자료를 읽고, 질문하고, 경험하면서 일을 익혀가는 것과 비슷한 개념입니다.
현재의 AI는 어떤 인공지능일까?
AI는 매우 넓은 개념입니다.
음성 인식, 사진 속 사람이나 사물 구분, 번역, 검색 추천, 자율주행 기술, 생성형 AI 등도 모두 인공지능에 포함됩니다.
하지만 현재 사용되는 대부분의 AI는 특정한 목적이나 일정한 범위 안에서 뛰어난 성능을 내도록 만들어져 있습니다.
이를 흔히 좁은 인공지능(Narrow AI)이라고 부릅니다.
특정 분야에서는 사람보다 훨씬 뛰어난 성능을 낼 수도 있습니다. 하지만 한 분야에서 뛰어난 능력을 갖췄다고 해서 다른 분야의 문제까지 스스로 이해하고 해결할 수 있는 것은 아닙니다. IBM 역시 현재의 AI와 대비해 AGI를 다양한 과제 전반에서 인간과 비슷하거나 그 이상의 능력을 일반화할 수 있는 이론적 단계로 설명하고 있습니다.
생성형 AI란?
생성형 AI는 말 그대로 새로운 콘텐츠를 만들어내는 인공지능입니다.
사용자가 질문이나 명령을 입력하면 이를 바탕으로 새로운 결과물을 만들어냅니다.
대표적으로 만들 수 있는 것은 다음과 같습니다.
- 글과 문서
- 이미지
- 음악과 음성
- 동영상
- 프로그램 코드
- 데이터 분석 결과
미국 국립표준기술연구소(NIST)는 생성형 AI를 입력 데이터의 구조와 특징을 바탕으로 텍스트, 이미지, 영상, 음성 등의 새로운 디지털 콘텐츠를 생성할 수 있는 AI 모델의 한 종류로 정의합니다.
최근 생성형 AI는 단순한 문장 생성 수준을 넘어 번역, 분석, 코딩, 자료 조사, 이미지 이해 등 매우 다양한 작업을 수행합니다.
그래서 현재의 생성형 AI를 사용하다 보면 이미 AGI가 만들어진 것처럼 느껴질 수도 있습니다.
하지만 생성형 AI와 AGI는 같은 개념이 아닙니다.
AGI와 생성형 AI의 가장 큰 차이점
생성형 AI는 주어진 요청에 따라 결과물을 만드는 능력이 중심입니다.
반면 AGI에서 중요하게 보는 것은 범용적인 학습과 적응 능력입니다.
쉽게 비교하면 다음과 같습니다.
| 구분 | 생성형 AI | 범용인공지능 AGI |
|---|---|---|
| 주요 목적 | 콘텐츠 생성과 다양한 작업 수행 | 폭넓은 분야의 문제 이해와 해결 |
| 새로운 문제 대응 | 학습된 지식과 모델 능력 안에서 수행 | 새로운 상황을 이해하고 적응 |
| 학습 범위 | 기존 학습과 시스템 구조에 크게 의존 | 새로운 지식과 기술을 폭넓게 습득 |
| 문제 해결 | 주어진 요청을 중심으로 해결 | 목표를 이해하고 해결 방법까지 판단 |
| 인간 수준의 일반적 지능 | 해당하지 않음 | 핵심 목표 |
| 현재 실현 여부 | 실제 사용 중 | 정의와 달성 여부에 논쟁이 있음 |
결국 생성형 AI가 여러 가지 일을 할 수 있는 강력한 AI 도구라면 AGI는 처음 접하는 일까지 배우고 해결할 수 있는 범용적인 지능에 더 가깝습니다.
생성형 AI가 여러 일을 하는데 왜 AGI가 아닐까?
현재의 생성형 AI는 상당히 다양한 능력을 가지고 있습니다.
글쓰기와 번역뿐 아니라 복잡한 수학 문제를 풀고 프로그램을 만들며 이미지와 문서도 분석할 수 있습니다.
그렇다면 이런 의문이 생길 수 있습니다.
“이 정도면 이미 범용인공지능 아닌가?”
하지만 여러 가지 작업을 수행할 수 있다는 것과 사람처럼 일반적인 지능을 갖췄다는 것은 차이가 있습니다.
현재 AI는 상황에 따라 잘못된 정보를 사실처럼 말할 수 있으며, 현실 세계의 맥락을 완전하게 이해하지 못하기도 합니다. 또한 처음 접하는 환경에서 사람처럼 지속적으로 배우고 경험을 축적해 모든 분야에 적용하는 능력에도 한계가 있습니다.
AGI를 판단하는 명확한 시험도 아직 존재하지 않습니다.
Stanford HAI 역시 AGI에 대해 전 세계적으로 합의된 정의나 보편적으로 인정되는 평가 방법이 아직 없다는 점을 설명하고 있습니다.
따라서 어떤 AI가 특정 시험에서 사람보다 높은 점수를 받았다고 해서 바로 AGI가 만들어졌다고 판단하기는 어렵습니다.
AI 에이전트와 AGI도 다르다
최근에는 AI 에이전트(Agentic AI)라는 용어도 많이 등장합니다.
AI 에이전트는 사용자가 목표를 주면 스스로 순서를 정하고 필요한 도구를 사용하면서 여러 단계의 작업을 수행하는 AI를 말합니다.
예를 들어
자료 검색
→ 내용 비교
→ 데이터 분석
→ 문서 작성
→ 결과 검토
같은 여러 작업을 연속적으로 수행할 수 있습니다.
이 때문에 AI 에이전트를 AGI와 혼동하기 쉽습니다.
하지만 두 개념에는 차이가 있습니다.
AI 에이전트는 ‘스스로 일을 수행하는 능력’에 초점을 맞추고, AGI는 ‘폭넓게 이해하고 배우며 적응하는 지능’에 초점을 맞춥니다.
Stanford HAI도 Agentic AI를 목표를 해석하고 계획을 수립하며 웹 브라우저나 코드, API 같은 도구를 사용해 작업을 수행하는 시스템으로 설명합니다. IBM 역시 에이전틱 AI와 AGI는 같은 개념이 아니라고 구분하고 있습니다.
AGI가 갖춰야 할 핵심 능력
AGI에 대한 하나의 통일된 기준은 없지만 일반적으로 다음과 같은 능력이 중요하게 거론됩니다.
새로운 것을 배우는 능력
이미 학습된 문제만 해결하는 것이 아니라 처음 접한 개념이나 업무도 이해하고 배울 수 있어야 합니다.
여러 분야의 지식을 연결하는 능력
수학 문제는 수학에서만, 의료 문제는 의료 분야에서만 해결하는 것이 아니라 서로 다른 분야의 지식을 연결해 활용할 수 있어야 합니다.
추론과 문제 해결 능력
정답을 외워서 제시하는 것이 아니라 문제의 원인을 분석하고 해결 방법을 찾아낼 수 있어야 합니다.
새로운 환경에 적응하는 능력
예상하지 못했던 상황에서도 기존 경험과 지식을 활용해 새로운 해결책을 만들어낼 수 있어야 합니다.
장기적인 계획을 세우는 능력
복잡한 목표가 주어졌을 때 필요한 작업을 여러 단계로 나누고 순서를 결정하면서 최종 목표까지 도달할 수 있어야 합니다.
이러한 능력이 여러 분야에서 사람과 비슷한 수준으로 작동해야 비로소 우리가 일반적으로 생각하는 AGI에 가까워졌다고 볼 수 있습니다.
AGI가 등장하면 무엇이 달라질까?
AGI가 실제로 구현된다면 단순히 새로운 인공지능 프로그램 하나가 등장하는 정도의 변화로 끝나지 않을 가능성이 큽니다.
현재 AI는 사람이 업무의 상당 부분을 결정하고 AI에게 필요한 작업을 요청하는 방식으로 사용됩니다.
하지만 AGI가 충분히 발전하면 사람이
“이 문제를 해결해 주세요.”
라는 목표만 제시해도 AI가 필요한 정보를 찾고, 문제를 분석하고, 해결 방법을 세운 뒤 여러 작업을 수행하는 형태로 발전할 수 있습니다.
과학 연구와 의료, 소프트웨어 개발, 금융, 교육, 기업 업무 등 다양한 분야에서 일하는 방식 자체가 달라질 수 있는 이유입니다.
특히 반복적인 사무 업무뿐 아니라 분석, 연구, 프로그램 개발 등 전문적인 지식 노동에도 큰 영향을 줄 가능성이 있습니다.
AGI가 실제로 등장했을 때 직업과 회사 생활이 어떻게 바뀔지는 별도의 글에서 자세히 살펴보겠습니다.
→ 관련 글: AGI 시대가 오면 무엇이 달라질까? 직업과 일자리 변화
AGI 다음에는 ASI가 있다
AGI와 함께 자주 등장하는 용어가 ASI(Artificial Superintelligence)입니다.
우리말로는 인공초지능 또는 초인공지능이라고 합니다.
두 개념도 구분할 필요가 있습니다.
AGI
사람과 비슷하거나 그 이상의 범용적인 지적 능력을 가진 AI
ASI
거의 모든 지적 영역에서 인간의 능력을 크게 뛰어넘는 AI
따라서 일반적으로 생각하는 발전 단계를 단순하게 표현하면 다음과 같습니다.
현재의 AI → AGI → ASI
다만 AGI와 ASI 모두 어디서부터 해당 단계라고 판단할 것인지에 대한 정확한 국제 표준이 확립된 것은 아닙니다. IBM 역시 AGI와 ASI를 구분하면서 AGI는 인간 수준의 일반적인 역량, ASI는 인간의 일반적인 능력을 크게 넘어서는 단계로 설명합니다.
AGI는 단순히 똑똑한 AI가 아니다
범용인공지능 AGI를 이해할 때 가장 중요한 것은 성능이 좋은 AI와 AGI를 구분하는 것입니다.
현재의 생성형 AI도 특정한 분야에서는 사람보다 빠르고 뛰어난 결과를 만들어낼 수 있습니다.
하지만 AGI의 핵심은 단순한 시험 점수나 계산 속도가 아닙니다.
새로운 것을 배우고, 서로 다른 지식을 연결하고, 처음 접하는 문제를 추론하고, 환경 변화에 적응하면서 여러 분야에서 활용할 수 있는 일반적인 지능이 핵심입니다.
따라서 현재 AI의 성능이 빠르게 향상되고 있다고 해서 곧바로 AGI가 완성됐다고 말할 수는 없습니다.
다만 생성형 AI와 AI 에이전트가 빠르게 발전하면서 과거에는 먼 미래의 개념으로 여겨졌던 AGI가 이제는 기술 업계에서 현실적인 논의 대상으로 자리 잡고 있다는 점은 분명합니다.
Q&A
Q1. AGI는 무엇의 약자인가요?
AGI는 Artificial General Intelligence의 약자로, 우리말로 범용인공지능 또는 인공일반지능이라고 합니다.
ㅤ
Q2. 현재 생성형 AI는 AGI인가요?
현재 생성형 AI는 매우 다양한 작업을 수행하지만 일반적으로 AGI와 동일한 개념으로 보지는 않습니다. AGI 자체의 정의와 판정 기준에도 아직 완전한 합의가 없습니다.
ㅤ
Q3. AGI와 초인공지능 ASI는 같은 것인가요?
같지 않습니다. AGI는 인간 수준의 범용적인 지능을 목표로 하는 개념이며, ASI는 거의 모든 지적 능력에서 인간을 크게 능가하는 초인공지능을 의미합니다.