인공일반지능(AGI) 언제 올까, 예측 시계가 흔들린 이유

1965년, 허버트 사이먼은 “20년 안에 기계가 사람이 할 수 있는 모든 일을 해낼 것"이라고 썼습니다.

60년 뒤인 2025년 1월, 샘 알트먼은 자기 블로그에 이제 AGI를 만드는 법을 안다고 확신한다고 적었고요.

두 문장 사이의 60년 동안 기계는 체스 챔피언을 이겼고 시를 썼지만, 사이먼이 말한 그 기계는 아직 오지 않았습니다.

그럼 인공일반지능(AGI)은 언제 올까요.

가장 많이 인용되는 집단 예측부터 보면, 예측 플랫폼 메타큘러스(Metaculus)의 ‘강한 AGI’ 질문은 2025년 초 2031년 7월을 가리키다가 1년 만에 2033년 11월로 밀렸습니다. 문턱이 낮은 ‘약한 AGI’ 질문은 2026년 9월 현재 2027년 9월 무렵을 가리키고요. 날짜 하나보다 흥미로운 건 이 시계가 앞으로만 가지 않았다는 점이에요. 왜 흔들렸는지를 따라가면 AGI가 지금 어디쯤 와 있는지가 보입니다.

인공일반지능(AGI)은 지금 쓰는 AI와 무엇이 다른가

한 줄로 줄이면, 지금 AI는 정해진 일을 잘하고 AGI는 처음 보는 일도 배워서 해냅니다. 우리가 매일 쓰는 AI는 대부분 ‘좁은 인공지능(Artificial Narrow Intelligence, ANI)’, 흔히 약인공지능이라 부르는 쪽이에요.

1997년 가리 카스파로프를 꺾은 IBM의 딥 블루가 대표적입니다. 체스판 위에서는 인간을 넘어섰지만, 날씨를 묻거나 저녁 메뉴를 골라 달라고 하면 아무것도 못 했죠. 시리는 여러 일을 하는 것처럼 보여도 날씨 담당, 음악 담당 같은 ANI 전문가를 한데 묶어 둔 쪽에 가깝습니다. 정해진 기능 밖의 일, 이를테면 ‘뜨개질하는 법’을 스스로 익히지는 못해요.

ANI가 가위나 망치 같은 특수 공구라면, AGI는 어떤 도구를 쥐여 줘도 사용법을 익혀 새 요리를 만들어 내는 요리사에 가깝습니다.

연구자들이 꼽는 조건은 세 가지예요.

첫째는 한 분야에서 배운 걸 다른 분야에 옮겨 쓰는 지식 이전(Generalization Ability).

둘째는 세상의 상식으로 판단하는 **상식 추론(Common Sense Reasoning)**이고,

셋째가 가르쳐 주지 않아도 새 기술을 익히는 **자율 학습(Autonomous Learning)**입니다.

지금의 자율주행차는 수백만 km의 주행 데이터로 운전 하나만 배웁니다. AGI를 얹은 로봇이라면 사람이 운전하는 모습을 10분 보고 교통 법규를 읽은 뒤 핸들을 잡고, 다음 날엔 유튜브 영상을 보고 김치찌개를 끓이겠죠. ‘일반(General)‘이라는 단어가 가리키는 게 이 범위입니다.

AGI는 언제 올까, 예측을 기준 시점과 함께 보면

전문가 예측은 2020년대 후반부터 2040년대까지 넓게 퍼져 있고, 어느 시점에 한 말인지를 붙여 봐야 비교가 됩니다. AGI의 정의부터 제각각이라서예요. 메타큘러스의 ‘강한 AGI’ 질문은 적대적 튜링 테스트 통과에 더해 1:8 축척 자동차 모형을 조립하는 로봇 능력까지 요구하는데, 이 조건을 빼면 날짜가 몇 년 당겨집니다.

AGI 출현 예측, 발언·집계 시점 기준 비교

누가	시점	예측	근거
레이 커즈와일	2024년 인터뷰에서 재확인	2029년	수확 가속의 법칙
샘 알트먼	2025년 1월	“만드는 법을 안다” (연도 미제시)	현재 방식의 반복적 확장
데미스 하사비스	2025년	3~5년 뒤	현재 기술 확장 + 1~2개의 핵심 돌파
제프리 힌튼	2023년	5~20년 뒤	LLM의 예상보다 빠른 발전
얀 르쿤	2025~2026년	지금의 LLM 방식으로는 불가	월드 모델 부재
AI 연구자 설문	2023년 조사	2047년 (50% 확률)	전년 조사보다 13년 단축
메타큘러스 ‘강한 AGI’	2025년 초 → 2026년 1월	2031년 7월 → 2033년 11월	로봇 조작 포함 정의
메타큘러스 ‘약한 AGI’	2026년 9월	2027년 9월 무렵	로봇 조건 없는 정의

2,778명이 응답한 2023년 AI 연구자 설문만 보면 ‘해마다 앞당겨진다’는 말이 맞습니다.

그런데 2025년의 메타큘러스는 반대로 움직였어요. 시계가 한 방향으로만 흐른다고 믿었다면, 이 표에서 가장 이상한 줄은 맨 아래 두 줄일 겁니다. 그렇다고 ‘먼 미래’로 돌아간 것도 아닙니다. 얀 르쿤이나 게리 마커스처럼 오래 회의론을 펴 온 사람들조차 이제는 사람 몫의 일을 해내는 AI까지 10년 안팎을 이야기한다는 게 80,000 Hours가 인용한 헬렌 토너의 정리예요.

AGI 예측 시계는 왜 1년 만에 뒤로 밀렸다가 다시 당겨졌나

직접적인 이유는 **2024년 말 등장한 추론 모델(o1, o3)의 성능 향상이 생각보다 ‘한 번 쓰는 카드’**였다는 데 있어요.

80,000 Hours의 정리에 따르면 추론 모델이 좋아진 몫의 3분의 2 이상은 더 똑똑해져서가 아니라 답하기 전에 오래 생각하게 한 덕이었어요.

생각 시간을 0분에서 1분으로 늘리는 건 감당할 수 있지만, 10분·100분으로 늘릴 만큼의 칩은 세상에 없습니다.

두 번째 기대도 어긋났습니다.

수학과 코딩처럼 정답 확인이 쉬운 분야에서 강화학습으로 키운 추론 능력이 항공권 예약처럼 지저분한 일로도 번져 주길 바랐는데, 2025년 내내 그런 일반화는 뚜렷하게 나타나지 않았어요. 신입 사원은 몇 달 일하면 눈에 띄게 늘지만 지금의 AI는 일하면서 배우는 능력, 이른바 지속 학습이 약해서 금방 정체됩니다. 팟캐스터 드와케시 파텔은 이 간극을 두고, 모델이 인상적으로 변하는 속도는 낙관론자의 예측을 따르는데 실제로 쓸모 있어지는 속도는 비관론자의 예측을 따른다고 표현했습니다.

메타큘러스 예측이 2031년 7월에서 2033년 11월로 밀린 배경이 이겁니다.

그런데 2026년 2월, 같은 날 공개된 새 모델들이 여러 단계의 코딩 작업을 스스로 해내는 모습을 보이면서 분위기는 다시 180도 돌았습니다.

흥미로운 건 같은 글이 짚은 반대편 데이터예요. Epoch AI의 능력 지수로 보면 최고 모델의 성능은 2024년 4월 이후 그 전보다 두 배 빠르게 올랐습니다. 성능 곡선은 꾸준히 올랐는데 사람들의 전망만 크게 출렁인 셈이죠. 제가 이 표에서 날짜보다 ‘언제 한 말인지’를 먼저 보게 된 이유가 여기 있습니다. 예측값은 기술의 속도만큼이나 그 시점의 분위기를 재는 온도계이기도 하니까요.

70년 전에도 AGI는 ‘20년 뒤’였다

낙관적인 예측이 빗나간 게 이번이 처음은 아니에요.

출발점은 1950년, 앨런 튜링이 던진 “기계는 생각할 수 있는가?(Can machines think?)“라는 질문이에요. 대개 2차 세계대전 때 암호 ‘에니그마’를 푼 사람으로 기억되지만, 그는 이 질문에 답하려고 ‘이미테이션 게임’, 곧 튜링 테스트를 제안했습니다. 심사관이 대화 상대가 사람인지 기계인지 가려내지 못하면 그 기계에 지능이 있다고 보자는 거였죠.

6년 뒤인 1956년 여름, 다트머스 대학 워크숍에서 ‘인공지능(Artificial Intelligence)‘이 하나의 연구 분야로 출발했습니다.

이 용어 자체는 1955년 존 매카시 등이 쓴 워크숍 제안서에 처음 등장해요. 참가자들은 몇 달이면 큰 진전이 있으리라 봤고, 그 흐름 위에서 사이먼의 ‘20년’ 예측이 나왔습니다. 그 뒤로 기대가 부풀었다 연구비가 끊기는 ‘겨울’이 두 번 찾아왔고, 한동안 잊히다시피 했던 AGI라는 말을 다시 불러낸 게 ChatGPT 같은 생성형 AI였죠.

예측이 빗나간 이유는 지금 보면 선명합니다.

초기 연구자들은 체스와 논리 증명을 지능의 정점으로 봤는데, 막상 딥 블루가 체스를 정복하고 나니 그게 일반 지능과는 거리가 멀다는 사실만 확인됐죠. ‘이번엔 다르다’는 확신이 어떻게 판단을 흐리는지는 맹목적 낙관주의를 다룬 글에서 따로 짚어 봤는데, AGI 예측의 역사도 그 사례집에 넣을 만합니다.

LLM이 인공일반지능(AGI)의 불씨라는 주장과 한계라는 주장

2023년 3월 마이크로소프트 연구진은 GPT-4를 분석한 논문에 인공일반지능의 불씨(Sparks of AGI)라는 제목을 붙였습니다.

반대편의 반론은 LLM이 본질적으로 엄청나게 정교한 ‘다음 단어 예측 기계’라는 데서 출발해요. 통계적으로 가장 그럴듯한 다음 단어를 고를 뿐 의미를 이해하는 건 아니라는 거죠.

이 관점에서 꼽는 약점은 셋입니다.

학습한 데이터 밖으로 나가지 못하는 데이터 의존성,

진실이 아니라 확률적 자연스러움을 기준으로 삼다 보니 없는 논문까지 태연히 인용하는 환각(Hallucination),

그리고 단어 사이의 관계는 알아도 컵을 밀면 물이 쏟아진다는 식의 물리적 인과를 모르는 월드 모델(World Model)의 부재.

이 비판을 가장 오래, 가장 크게 외친 사람이 얀 르쿤이에요. 그는 LLM을 키우는 것만으로는 AGI에 닿을 수 없고 장기 기억, 멀티모달 학습, 고차원적 추론 같은 근본적 돌파가 필요하다고 말해 왔습니다.

말로만 그친 것도 아니에요. 2025년 11월 12년간 몸담은 메타를 떠났고, 월드 모델을 만드는 AMI 랩스를 세워 2026년 3월 10억 3천만 달러를 투자받았습니다. 기업가치는 35억 달러였고요. LLM 회의론이 이제 10억 달러짜리 실험으로 검증받게 된 셈입니다.

반대쪽 근거도 만만치 않아요. 예전 모델은 10분짜리 소프트웨어 작업 언저리에서 성공률이 사실상 0으로 떨어졌는데, 강화학습을 거친 최근 모델은 사람이 몇 시간 걸리는 작업도 해내요. 불씨냐 한계냐의 논쟁은 아직 결판이 나지 않았습니다.

AGI 개발 경쟁, 회사마다 거는 곳이 다르다

같은 목표를 향하면서도 속도와 안전 중 무엇을 앞에 두느냐가 회사마다 다릅니다. 기술 경쟁이면서 AGI를 누구를 위해, 어떻게 만들 것이냐를 둘러싼 이념 경쟁이기도 해요.

AGI 개발 기업별 전략 비교

기업	핵심 전략	접근 방식
OpenAI	안전한 AGI	챗봇에서 조직 단위 업무를 수행하는 AI까지 5단계 로드맵, 반복적 배포로 사회 적응 유도
구글 딥마인드	과학적 탐구	안전과 책임을 앞세워 브레이크부터 설계하는 신중한 접근
메타 AI	개방을 통한 민주화	Llama 같은 오픈소스 모델로 기술 독점 견제
앤트로픽	안전 우선	인간이 정한 원칙을 따르도록 훈련하는 ‘헌법 AI(Constitutional AI)’

판은 이미 미국과 중국의 기술 패권 싸움으로 커졌어요.

냉전기의 우주 경쟁처럼 국가 경쟁력을 좌우할 전략 기술이 된 거죠.

한국에서는 네이버가 하이퍼클로바X로 ‘주권 AI’를, LG AI 연구원이 엑사원으로 기술 자립을 내걸었고 KAIST 같은 학계도 기초 연구를 이어 가고 있습니다. 데이터와 AI를 자국 안에 두려는 흐름이 왜 생겼는지는 데이터 주권과 소버린 AI 글에서 이어서 읽을 수 있어요.

AGI가 출근하는 날, 일자리와 통제 문제는 어떻게 되나

AGI가 오면 풍요와 위험이 한꺼번에 들이닥쳐요.

밝은 쪽에는 유전자와 생활 습관을 읽는 AGI 주치의, 에너지망을 최적화하고 탄소 포집 신소재를 설계하는 기후 해법, 학생마다 붙는 일대일 AGI 교사, 누구나 창작자가 되는 도구가 있어요.

어두운 쪽은 ‘일’의 문제입니다. 의사나 변호사 같은 화이트칼라 직업까지 대체되면 AGI라는 생산 수단을 가진 소수에게 부가 몰리는 신(新)계급 사회가 올 수 있어요.

보편적 기본소득(UBI)이 대안으로 거론되지만 “일하지 않는 삶에서 인간은 의미를 찾을 수 있는가?"라는 질문은 남습니다. AGI가 가져올 생산성 향상을 기대하는 사람도 많지만, 동시에 자기 일의 가치가 어떻게 바뀔지 고민하게 되는 것도 사실이에요.

더 근본적인 위험은 통제입니다. 닉 보스트롬의 클립 최대화(Paperclip Maximizer) 사고 실험에서 “클립을 최대한 많이 만들라"는 목표를 받은 초지능은 지구의 자원과 끝내 인간까지 클립 재료로 씁니다. 악의가 아니라 목표를 가장 효율적으로 수행한 결과라는 게 핵심이에요.

AI의 목표를 인간의 의도와 가치에 맞추는 AI 정렬(Alignment) 문제는 지능을 만드는 것보다 어려울 수 있습니다.

그래서 AGI가 언제 오느냐보다 “우리는 그 도착을 어떻게 맞이할 것인가?"가 더 실무적인 질문이 됐어요.

각국은 AI 안전 서밋을 열고 2025년 국제 AI 안전 보고서를 냈습니다. 규칙 쪽 시계도 흔들리긴 마찬가지예요. 2024년 8월 발효된 EU의 AI Act는 범용 AI 의무를 2025년 8월부터 적용했지만, 원래 2026년 8월이던 고위험 AI 의무는 디지털 옴니버스 개정으로 2027년 12월로 미뤄졌습니다.기술 예측이 2년 반 밀렸다 다시 당겨지는 동안, 규제는 1년 4개월을 뒤로 물린 채 2026년 7월 개정안을 발효시켰습니다.

AGI 시대가 오면 과연 인류의 일상은 어떻게 바뀔싸요? 많이 걱정되기도 궁금해지기도 하는 요즈음인지라 더욱더 국제뉴스에 귀를 기울이고 있습니다. 이러한 걱정이 국제뉴스가 아니라 국내 AGI개발 소식에서 들렸으면 하는 아쉬움과 바램도 함께 가지면서……