Resources / Blog

AGI 및 ASI에 대한 생각

저자: 김성중 · 작성일: 2026-09-12 00:00:00 · 분야: AGI

AGI(Artificial General Intelligence) & ASI(Artificial Super Intelligence)

GPT 6 Astra가 출시되면서 AGI에 대한 논의가 심화되고 있습니다. 정말 AGI에 도달했는지 아니면 AGI 초입에 있는지를 확인해 보겠습니다.

지금 AGI는 너무 마케팅 용어로 사용하고 있습니다. 한 때 샘 알트만은 AGI가 금방 올 수 있는 것처럼 호들갑을 떨었습니다. 젠슨 황은 GPT 6 Astra으로 AGI 시대에 도달했다고 이야기했습니다. 그러나 난 이제 경우 AGI을 꿈꿀 수 있는 세상으로 들어가고 있다고 생각합니다.

어릴 때 로봇 애니메이션 (로봇 태권V, 마징가Z 등) 로봇 3원칙

내가 전지적인 능력을 가졌다는 가정하에 프로그래밍을 통해 정말 인간같은 존재를 만들수 있을까에 대한 질문 인간은 인간에 대해 얼마나 알고 있을까요? 현재 인간들이 구축하고 있는 시스템의 동작 원리를 알고 진행하는 시스템이 과연 몇 퍼센트일까요? - 거시경제, 환율시장, 주식시장의 원리 - 의약품 - 인간 뇌의 동작원리 - 그리고 수 많은 자연재해

대학교를 다닐 때 인간같이 동작하는 생명체를 프로그래밍할 수 있을까에 대한 고민을 했지만 실현 불가능하다는 것을 느꼈습니다. 그럼 어떻게 하면 구현 가능할까를 고민하다가 인간의 생물학적 동작 원리를 알고 싶어서 심리학, 뇌과학을 공부하였습니다. - 엑스퍼트 시스템, 퍼지이론, 카오스이론 등

그러다가 딥마인드가 만든 알파고를 보면서 놀랐지만 아직은 특정 분야에서만 사용하는 시스템이지 AI가 아직 아니라고 판단했었습니다. 그 이후 Machine Learning 및 Deep Learning을 공부하면서 기존 개발언어의 한계를 어느 정도는 깰 수 있었지만 AI 세상에 들어섰다고 느끼지는 못했습니다. Google 파트너사에 근무하면서 AI 관련 업무를 하면서 기존 LIKE 검색보다 뛰어난 검색 방식이 개발되었다고 생각했지만, Transformer의 원리가 지능을 가지고 있다는 생각을 하지 않았습니다. 현재도 모델 스스로가 지능을 가지고 있다는 생각을 하지 않습니다.

정의

AGI의 정의

범용 인공지능(AGI)은 인간이 수행할 수 있는 모든 지적 태스크를 이해하거나 학습할 수 있는 능력을 소유한 머신의 가상 지능을 의미합니다. AGI는 인공지능(AI)의 한 가지 유형으로서 인간 두뇌의 인지 능력 모방을 목표로 합니다.

Google 범용 인공지능(AGI)이란 무엇인가?

딥마인드의 5단계

단계	명칭	범용성 기준	성능 수준
Level 0	No AI	없음	인간 미달
Level 1	Emerging (태동기)	비숙련 성인 수준의 범용성	"GPT-3.5, Gemini Nano 등"
Level 2	Competent (유능함)	상위 50% 숙련된 성인 수준	최신 대형 LLM (추론 강화 모델)
Level 3	Expert (전문가)	상위 90 백분위 성인 수준	특정 전문 영역 및 종합 추론 상위권
Level 4	Virtuoso (거장)	상위 99 백분위 성인 수준	인류 최상위권 전문가 수준
Level 5	Superhuman (초인)	전 인류를 능가	전 영역에서 인류 대표 능가

평가 기준

ARC-AGI(Abstraction and Reasoning Corpus)
Humanity's Last Exam (HLE)
FrontierMath
SWE-bench (software Engineering Benchmark)
GAIA (General AI Assistant)
GPQA (Google-Proof Q&A)
BBEH (Big-Bench Extra Hard)

IT 발전의 이정표

1990년대 CPU의 발전 (데이터 처리 속도)

하드웨어 연산 능력의 비약적 성장과 인터넷의 태동, 기계 학습(Machine Learning)으로 패러다임 전환

프로세서 성능: XT, AT, 386, 486에 따른 인간 지능 이야기
반도체 혁신: 무어의 법칙 & 황의 법칙
기계학습의 시작: Expert System (전문가 시스템), Fuzzy Theory, Chaos Theory
WWW의 대중화 : Mosaic, Netscape(1994), Internet Explorer(1995)

구분	1990년대 초	1990년대 말
CPU 클럭	약 25~50MHz (486)	500MHz 이상 (펜티엄 III)
주 메모리	수 MB	수십~수백 MB
저장 용량	수백 MB	수 GB~수십 GB
네트워크	모뎀·10Mbps 이더넷	56K·ADSL·100Mbps 이더넷
최고 성능	수십 GFLOPS급	1 TFLOPS 돌파 (ASCI Red)
AI 패러다임	규칙 기반·전문가 시스템	통계적 ML (SVM, Boosting, 초기 CNN)

2000년대 인터넷 (퍼블릭 데이터의 활성화)

웹 2.0과 빅데이터 인프라 구축, 통계적 머신러닝의 전성기 및 딥러닝의 부활

웹 2.0 기반 지식·콘텐츠의 대중화: 위키피디아(2001), 페이스북(2004), 유튜브(2005), 구글 검색
빅데이터 인프라: MapReduce(2004), Hadoop(2006), AWS(2006)
스마트폰 출시: 아이폰(2007), 안드로이드(2008)
브라우저: Firefox(2004), Safari(2007), Chrome(2008)

구분	2000년대 초	2000년대 말
CPU 클럭	약 25~50MHz (486)	500MHz 이상 (펜티엄 III)
데이터 원천	웹 페이지, 포털	SNS, 영상, 위치, 센서, 공공데이터 포털
공개 데이터	UCI 등 소규모 학술 데이터	ImageNet, Netflix Prize, OSM, Data.gov
처리 인프라	단일 서버, RDBMS	Hadoop, 클라우드(AWS), NoSQL
연산 가속	CPU 중심	GPU(CUDA) 범용 연산
AI 패러다임	SVM·통계 ML	통계 ML 주류 + 딥러닝 재부상

2010년대 스마트폰 (데이터의 폭발적인 증가)

스마트폰 대중화로 인한 모바일 데이터 폭발, 그리고 딥러닝(Deep Learning) 혁명

스마트폰 앱: App Store, Google Play으로 스마트폰 앱 활성화
모바일 시대: 3G → 4G LTE → 5G 전환
클라우드 컴퓨팅: AWS, Azure, GCP
AlexNet(2012), AlphaGo(2016), GAN(2014), Transformer(2017)

구분	2010년대 초	2010년대 말
단말	피처폰→스마트폰 전환기	스마트폰 일상화, 온디바이스 NPU
네트워크	3G	4G LTE 보편화, 5G 시작
데이터	빅데이터 개념 확산	수십 ZB 규모, 영상·센서·행동 데이터 폭증
인프라	클라우드 초기	클라우드 표준, GPU·TPU 가속
AI 패러다임	딥러닝 도약 (AlexNet)	Transformer 기반 사전학습 모델 (BERT, GPT-2)

2020년대 AI & Physical AI (생성형 AI 대중화)

챗GPT를 필두로 한 생성형 AI(Generative AI)의 일상화, 멀티모달 기반의 AI 대중화 원년

AI 대중화: Github Copilot(2021), ChatGPT(2022), Microsoft Copilot, Google Gemini, Anthropic Claude, Meta Llama
AI 산업화: RAG(2023), Vibe Coding(2024), AI Agent(2025)
Nvidia GPU, 구글 TPU, AWS Trainium
Physical AI: NVIDIA Isaac Sim(2019), VLA(2022), Nvidia Isaac GROOT(2024)
자율주행: Waymo One(2020), Tesla FSD(2020)

구분	2020~2021	2022~2023	2024~2026
대중화	개발자·연구자 중심 (GPT-3 API, Copilot)	ChatGPT로 일반 대중 확산	검색·OS·업무도구 내장, 에이전트 확산
핵심 기술	스케일링 법칙, AlphaFold 2	RLHF, GPT-4급 멀티모달	추론 모델, 에이전트, 영상·음성 생성
모델 생태계	OpenAI·Google 중심	Llama 등 오픈 모델 등장	오픈 모델 약진, 빅테크 간 경쟁 심화
인프라	A100, 클라우드	H100 품귀	Blackwell, 초대형 AI 데이터센터, 전력 병목
규제	논의 초기	각국 가이드라인·EU 합의	EU AI Act 단계 적용, 한국 AI 기본법

구분	2020~2021	2022~2023	2024~2025	2026 (진행 중)
Physical AI 핵심	시뮬레이션·강화학습	LLM+로봇, VLA(RT-2)	로봇 파운데이션 모델, 월드 모델(Cosmos)	오픈 모델, 휴머노이드 상용 파일럿, 대규모 투자
핵심 병목	현실 적응(sim-to-real)	로봇 데이터 부족	데이터 확보·원가	데이터, 신뢰성, 안전, 양산
자율주행	Waymo 무인 시작, L3 승인	로보택시 상용화와 사고(Cruise)	엔드투엔드 확산, Waymo 급성장	도시 확장 경쟁, 로보택시 대중화
연산 하드웨어	A100, Jetson	H100	Jetson Thor, 휴머노이드 칩	로봇 전용 칩 경