2026년 9월, OpenAI는 GPT-6 Astra를 발표했습니다. 추상적 추론, 수학, 과학, 컴퓨터 작동 등에서 높은 능력을 보인 결과, “드디어 AGI 시대가 시작된 것은 아닌가”라는 주목을 받고 있습니다. GPT-6 Astra 공식 발표
하지만 이 뉴스를 이해하기 위해서는 아스트라의 성능만을 보는 것으로는 부족합니다.
현재 사용하고 있는 ChatGPT와 같은 AI와 AGI는 무엇이 다른가요? AGI의 다음으로 거론되는 SAGI는 단순히 더 똑똑한 AI일까요?
결론적으로, AI, AGI, SAGI는 지능의 성능을 세 단계로 단순 나열한 것 이상의 의미를 지닙니다. 능력의 폭, 학습과 적응, 자율성, 인간과의 관계 등에서 차이를 보이며, 그 경계를 모두가 동일한 방법으로 판단할 수 있는 보편적인 기준은 아직 존재하지 않습니다.
본 기사에서는 2026년 9월 10일 시점의 공식 발표와 연구 자료를 바탕으로 AI, AGI, SAGI의 차이점을 초보자들을 위해 정리합니다. Astra는 도입 사례로 다루며, 그 이후의 일자리, 사회, 안전성의 변화까지 고려합니다.
AI, AGI, S-AGI 차이점
AI라는 용어는 넓은 의미로 사용되고 있습니다. 이미지를 분류하는 시스템과 문장을 만드는 생성 AI, 자율 주행을 지원하는 시스템 모두 AI입니다.
따라서 AI에서 AGI로, 심지어 그 이후로 나아갈수록 차별점을 설명하는 데에는 단순한 “지능”만으로는 충분하지 않습니다. 중요한 것은 능력의 폭, 미지의 문제에 대한 대응력, 자율성입니다.
여기 주의해야 할 점은 “SAGI”라는 약어입니다. 슈퍼 인공 일반 지능의 약어로 사용되는 사례는 있지만, 연구나 일반적인 설명에서는 ASI(인공초지능)가 더 널리 사용되는 표현입니다. 본 기사에서는 독자가 접할 수 있는 표현을 존중하여 “SAGI(일반적으로는 ASI)”로 표기하겠습니다.
이미지의 왼쪽은 문서 작성, 검색, 분석 등 개별 작업을 돕는 현재의 AI를 나타냅니다. 중앙은 여러 분야의 지식을 연결하고 새로운 상황에도 대응하는 AGI를 의미합니다. 오른쪽은 인간을 훨씬 능가하는 가설상의 ASI를 나타냅니다.
그러나 이 그림은 능력이 한 직선으로 증가하는 것을 보장하는 것은 아닙니다. 실제 AI는 수학에서는 인간을 능가하지만, 일상적인 판단에서는 실패하는 등 분야별로 불규칙성이 존재합니다.
현재 AI는 “좁은 AI”만으로는 설명하기 어려워졌습니다.
지금까지 현재의 AI는 ANI(Artificial Narrow Intelligence), 즉 특정 용도에 강한 ‘특화형 AI’로 설명되어 왔습니다. 바둑 AI는 바둑, 이미지 인식 AI는 이미지 분류처럼 전문 분야가 명확히 나뉘어 있었기 때문입니다.
그러나 생성 AI는 문장, 이미지, 음성, 코드, 조사, 데이터 분석 등을 하나의 모델에서 처리합니다. 더 나아가 AI 에이전트는 브라우저나 컴퓨터를 조작하여 여러 단계를 연결하여 업무를 수행합니다.
이러한 이유로 현재 첨단 AI를 단순히 ‘좁은 AI’라고만 부르는 것은 실태를 제대로 파악하기 어렵게 되었습니다. 광범위한 능력을 가지고 있지만, 인간처럼 안정적으로 무엇이든 수행할 수 없습니다. 현재 위치는 특화형 AI와 AGI 사이의 연속적인 영역이라고 생각하는 것이 자연스럽습니다.
Google DeepMind 연구자들이 제안한 “Levels of AGI” 역시 AGI가 도달했는지 여부를 단순 이분법으로 보지 않고, 능력의 높이와 범용성의 넓이 측면에서 단계적으로 접근합니다. 더 나아가 자율성은 능력과 분리하여 고려해야 한다고 주장합니다. Levels of AGI (arXiv)
따라서 “대화가 자연스러워서 AGI다”, “시험에서 높은 점수를 획득해서 AGI다”라는 해석은 적절하지 않습니다. 어떤 종류의 일에 얼마나 잘 적용되는지, 처음 만나는 상황에 적응할 수 있는지, 인간의 감독 없이 얼마나 오랫동안 작동할 수 있는지를 분리하여 평가해야 합니다.
AGI는 어디에서, 어떻게 AGI가 탄생하게 될까?
AI와 AGI의 경계가 뚜렷하지 않은 이유는 통일된 판단 기준이 없기 때문입니다.
OpenAI는 AGI를 “대부분의 경제적 가치를 지닌 일에서 인간을 능가하는, 고도로 자율적인 시스템”으로 정의합니다. OpenAI Charter에서는 일반 상식, 지속적인 학습, 신체적 경험을 통한 학습까지 필요하다고 주장하는 입장도 있습니다.
AGI를 판단하는 주요 기준은 다음과 같습니다.
- 성능: 과제를 얼마나 정확하게 수행하는가
- 범용성: 다양한 분야에 적용 가능한가
- 적응력: 미지의 문제로부터 규칙을 습득하는가
- 자율성: 구체적인 지시 없이도 업무를 수행할 수 있는가
현재 첨단 인공지능은 수학이나 추상적 추론 등 일부 평가 항목에서 인간을 능가하기 시작했습니다. 하지만 현실의 복잡한 업무에서는 판단을 섣불리 하거나, 중간에 목적에서 벗어나는 경우가 있습니다.
벤치마크의 높은 점수만으로는 AGI(인공일반지능)를 판단할 수 없습니다. 실용 단계에서는 정답률 외에도 오답률, 재현성, 감독 가능성, 안전성 또한 중요합니다.
따라서 현재 시점에서는 AGI가 “완성되었는지 여부”의 이분법적인 선택이 아닌, 여러 능력이 서로 다른 속도로 AGI로 다가가고 있는 단계로 이해하는 것이 타당합니다.
Sagi(아시)는 AGI와 무엇이 다른가요?
인공지능(AGI)이 인간과 동등하거나 그 이상의 광범위한 지능을 가진 존재라면, SASI 또는 ASI는 거의 모든 중요한 분야에서 인간을 크게 능가하는 존재입니다.
만약 실현된다면 신약, 원료, 에너지 등의 연구가 급속히 진행될 가능성이 있습니다. 반면에 인간의 이해와 수정보다 빠르게 행동할 경우 통제가 어려워질 수 있습니다. 악용이나 일부 기업 및 국가에 대한 권력 집중 또한 우려됩니다.
하지만 ASI가 가까운 시기에 실현될지는 장담할 수 없습니다. 계산 자원, 전력, 반도체, 데이터, 실험 장비 등 현실 세계의 제약이 있기 때문입니다.
AGI와 SAGI는 언제 실현될 것인가?
AGI(인공일반지능)의 실현 시기에 대해 기업과 연구자들의 의견이 일치하지 않습니다.
일부 AI 기업의 경영진은 2020년대 후반부터 2030년대까지 예측하고 있습니다. 반면, 2,778명의 AI 연구자를 대상으로 한 조사에서는 인간보다 뛰어난 AI가 실현될 시기 중위치는 2047년이었습니다.
하지만 이는 개발 기업이 설정한 마감 기한이 아니며, AGI의 정의와 기술 발전 속도에 따라 예측이 크게 달라질 수 있습니다.
SASI의 실현 시점은 여전히 불투명합니다. AGI가 AI 연구를 자동화하면 단기간에 급격하게 발전할 가능성이 있습니다. 반면, 전력, 반도체, 데이터, 실험 장비 등의 발전이 속도를 늦출 수도 있습니다.
현재 시점에서는 AGI(인공지능 일반)는 2020년대 후반부터 2040년대까지가 주요 예측 범위입니다. SAGI(인공지능 특수) 또는 ASI(일반 인공지능)에 대해서는 신뢰할 수 있는 실현 시기를 제시할 수 있는 단계에 이르지 못했습니다.
AGI의 등장 전에 어떤 미래가 펼쳐질 수 있을지 생각해 볼 수 있을까요.
미래를 정확하게 예측할 수는 없습니다. 하지만 AI의 발전으로 인해 일자리, AI의 활용, 안전 대책 세 가지는 변화할 것이라고 생각됩니다.
일은 “직업”보다 먼저 “작업 단위”로 변화한다.
AI로 인해 직업이 한 번에 사라지지 않을 수 있습니다. 같은 직업 내에도 AI에게 맡길 수 있는 작업, 인간과 AI가 협력하는 작업, 인간이 담당해야 할 작업이 존재합니다.
1,500명의 노동자와 AI 전문가를 대상으로 104개 직종, 844가지 작업을 조사한 연구 결과, 사람들이 자동화되기를 바라는 작업과 기술적으로 자동화 가능한 작업 사이에 차이가 있다는 보고가 있습니다. “Future of Work with AI Agents” (arXiv)
먼저 확산될 것은 조사, 초안 작성, 입력, 교차 검토, 테스트를 AI에게 맡기고 인간이 목적 설정, 판단, 설명책임을 담당하는 방식일 것입니다.
중요한 것은 AI보다 빠르게 작업을 처리하는 능력만이 아닙니다. 무엇을 위임하고, 어디를 확인하며, 언제 멈출지를 설계하는 능력입니다.
AI는 앱을 통해 ‘인공지능이 앱을 통해 대리하여 움직이는 존재’로 변화하고 있습니다.
지금까지의 생성형 AI는 화면을 열고 질문하는 도구였습니다. 앞으로 출시될 범용성 높은 모델에서는 이메일, 문서, 스프레드시트, 브라우저, 개발 환경을 넘나들며 목표 달성까지 수행하는 활용 방식이 중심이 될 것입니다.
하지만 자율성이 증가할수록 권한 설계가 더욱 중요합니다. 조회만 허용할 것인지, 편집도 허용할 것인지, 구매나 전송 전에 인간의 확인을 필수 사항으로 둘 것인지에 따라 달라집니다. 편리함은 AI에게 부여한 권한의 크기와 반대로 연결됩니다.
기업에서는 “어떤 모델을 도입할 것인지”뿐만 아니라 운영 로그, 승인 흐름, 기밀 정보 범위, 실패 시 복구 절차를 정립해야 합니다. 개인적으로는 AI가 생성한 콘텐츠의 출처 확인과 외부 전송 전 확인을 습관화하는 것이 필수적입니다.
능력 경쟁에서 “안전하게 사용할 수 있다는 입증”의 경쟁으로 전환
2026년판 국제 인공지능 안전 보고서는 범용 AI의 능력이 수학, 코딩, 자율 조작 등에서 향상하는 한편, 향후 발전 속도에는 상당한 불확실성이 있다고 정리하고 있습니다. 또한, 피해 증거를 기다리는 것만으로는 대응이 늦어지고, 증거가 불충분한 단계에서 규제하면 빗나갈 수 있는 “증거의 역설”도 지적합니다.
이제부터 성능 순위뿐만 아니라, 어떤 조건에서 실패했는지, 위험한 행동을 막을 수 있는지, 제3자가 평가할 수 있는지가 제품 선택의 기준으로 됩니다.
전문적인 작업이나 과학 연구를 수행하는 능력이 향상되면, 그 능력은 사이버 공격이나 대규모 정보 조작에도 활용될 수 있습니다. 고성능 모델일수록 이용자의 확인, 권한 제한, 행동 감시와 같은 강력한 안전 장치가 필요해지는 시대입니다.
우리는 지금 무엇을 준비해야 하는가
AGI가 완성되었는지에 대한 논의는 중요하지만, 명칭이 확정될 때까지 기다릴 필요는 없습니다. 일자리 변화는 이미 시작되고 있습니다.
먼저 자신의 일을 “조사하고”, “고려하고”, “만들고”, “확인하고”, “보내고” 라는 단계로 나누어 보세요. 그 후, 실패하더라도 되돌릴 수 있는 작업은 AI에게 맡깁니다.
다음으로 검증 방법을 먼저 결정합니다. 문장의 경우 출처와 숫자, 코드의 경우 테스트, 엑셀의 경우 원데이터와의 비교가 필요합니다. “AI가 답했기 때문에 옳은 것”이 아닌 “이 방법으로 확인했기 때문에 채택할 수 있는” 상태를 만드는 것입니다.
또한, 외부 전송, 결제, 공개, 삭제 등 영향이 큰 작업에는 인간의 승인을 남깁니다. AI의 능력이 향상될수록, 목적, 금지 사항, 확인 조건을 명문화하는 것이 중요해집니다.
현재 AI 에이전트를 안전하게 활용하기 위해서도 그대로 유용합니다.
요약: AI, AGI, SGI의 차이는 인간과의 관계의 차이입니다.
AI는 특정 과제를 처리하는 광범위한 기술의 총칭입니다. AGI는 광범위한 지적 작업에 인간보다 훨씬 더 뛰어난 적응력을 보이는 지능을 의미하며, SAGI(ASI)는 인간을 훨씬 능가하는 가설상의 초지능을 지칭합니다.
AI는 인간의 특정 작업이나 여러 작업을 지원합니다. AGI(인공 일반 지능)는 분야를 넘어 학습하고 광범위한 지적 작업에 인간과 동등하거나 그 이상으로 적응하는 존재입니다. SAGI(약칭 ASI, 인공 초지능)는 그 능력이 거의 모든 중요한 분야에서 인간을 현저하게 능가하는 상태를 의미합니다.
AGI의 정의는 아직 통일되어 있지 않으며, 벤치마크는 현실의 모든 지능을 측정할 수 없습니다. 실무에서의 성공률, 장시간의 안정성, 예측 불가능한 상황에 대한 적응력, 안전성, 감독 가능성 등을 종합적으로 검토해야 합니다.
이제 중요한 것은 AI에 붙이는 이름보다 어떤 일을 맡기고 어떤 권한을 부여하며 어떻게 검증할 것인지입니다.
AI, AGI, SAGI라는 단계를 이해하면 성능 경쟁의 뉴스와 흔들리지 않고, 지금 무엇을 AI에게 맡기고 인간의 판단은 어디에 남겨두어야 하는지 파악할 수 있게 됩니다.
확인일: 2026년 9월 10일
저희 번역가들이 『별의 정원사』의 번역에 참여하면서, 앙리 뒤퐁상의 표현을 소중히 여기는 동시에 현대 독자들에게도 와닿도록 다양한 노력을 기울였습니다.
예를 들어, 원서에는 “별”이라는 단어가 자주 등장하지만, 이는 “우주”나 “인생”과 같이 더 넓은 의미로 해석될 수 있도록 표현을 다듬었습니다. 또한 “장미”는 사랑과 아름다움의 상징으로서, 더욱 깊고 시적인 표현으로 대체했습니다.
더불어, 이야기의 등장인물인 “왕자님”의 말투도 현대 어린이들에게도 이해하기 쉽도록 조금 더 부드럽고 친근한 표현으로 수정했습니다.
이러한 노력들을 통해 앙리 뒤퐁상의 메시지가 더욱 많은 독자들에게 전달되도록 번역에 최선을 다했습니다.
- OpenAI: GPT-6 아스트라 공식 발표
- OpenAI Charter: OpenAI가 정의하는 AGI(인공일반지능)
OpenAI의 연구팀은 AGI를 다음과 같이 정의합니다.
“AGI는 인간 수준의 지능을 갖춘 시스템으로, 인간이 수행할 수 있는 모든 지적 작업을 수행할 수 있습니다. 즉, 인간처럼 학습하고, 추론하고, 문제를 해결하고, 창의적인 활동을 수행할 수 있는 능력을 갖추고 있습니다. AGI는 특정 작업에 특화된 AI와 달리, 다양한 분야에서 유연하게 적응하고 새로운 상황에 대처할 수 있습니다.”
OpenAI는 AGI 개발에 있어 몇 가지 핵심 목표를 제시합니다.
* **안전성 확보:** AGI가 인류에게 해를 끼치지 않도록 안전성을 최우선으로 고려합니다.
* **통제 가능성 확보:** AGI의 행동을 예측하고 통제할 수 있는 메커니즘을 개발합니다.
* **윤리적 문제 해결:** AGI의 개발 및 활용 과정에서 발생할 수 있는 윤리적 문제에 대한 해결책을 모색합니다.
OpenAI는 AGI 개발이 인류에게 긍정적인 영향을 미칠 수 있다고 믿으며, 이를 위해 지속적인 연구 개발을 진행할 계획입니다. 특히, AGI의 잠재력을 최대한 활용하고 동시에 위험을 최소화하기 위한 노력을 기울일 것입니다.
- Google DeepMind 연구자 등이 AGI 실현을 위한 진척을 시각화하기 위해 AGI 수준을 정의하고 각 수준별 목표를 명확히 하는 것이 중요하다고 보았습니다.
구체적으로, 레벨 1은 “특정 작업에서 인간과 동등하거나 그 이상의 성능”을 의미하며, 레벨 2는 “여러 작업을 결합한 복잡한 문제 해결”을, 레벨 3은 “창의적인 문제 해결과 자기 학습”을 의미합니다.
- ## 국제 인공지능 안전 보고서
2023년 5월 16일, OpenAI는 GPT-4o를 공개했습니다. GPT-4o는 이전 모델보다 훨씬 향상된 멀티모달 기능을 제공하며, 텍스트, 이미지, 오디오, 비디오를 모두 이해하고 생성할 수 있습니다. 특히, 오디오 입력에 대한 지원은 GPT-4o를 더욱 실용적으로 만들었습니다. OpenAI는 GPT-4o를 통해 AI 모델이 인간과 더욱 자연스럽게 상호작용할 수 있음을 보여주었습니다.
GPT-4o의 공개는 AI 안전 연구에 중요한 영향을 미치고 있습니다. GPT-4o의 멀티모달 능력은 AI 모델이 인간의 인지 과정을 더 잘 모방할 수 있다는 점을 시사하며, 이는 잠재적으로 위험한 AI 시스템의 개발에 대한 우려를 불러일으키고 있습니다. 특히, AI 모델이 인간의 의도를 정확하게 파악하지 못하고 오판을 내릴 경우, 예상치 못한 결과를 초래할 수 있다는 점을 강조합니다. 따라서, AI 안전 연구는 AI 모델의 멀티모달 능력과 인간의 인지 과정 간의 관계를 더욱 깊이 있게 연구해야 합니다.
- 마지막으로, AI 에이전트가 인간의 일에 미치는 영향에 대해 몇 가지 시나리오를 검토해 보겠습니다.
먼저, AI 에이전트가 단순 반복적인 업무를 자동화함으로써 인간 노동자는 보다 창의적이고 전략적인 업무에 집중할 수 있게 됩니다. 예를 들어, 마케터는 AI 에이전트에게 소셜 미디어 게시물을 예약하거나 고객 데이터를 분석하도록 지시하고, 그 결과를 바탕으로 전략을 수립할 수 있습니다.
다음으로, AI 에이전트가 전문적인 지식을 필요로 하는 업무에서도 인간 전문가를 지원하는 역할을 수행할 수 있습니다. 예를 들어, 의사는 AI 에이전트에게 환자의 병력을 분석하게 하거나 진단의 후보를 제시하게 하여 보다 신속하고 정확한 진단을 수행할 수 있습니다. 변호사는 AI 에이전트에게 법률 문서를 검토하게 하거나 판례를 검색하게 하여 보다 효율적으로 소송 준비를 할 수 있습니다.
그러나 AI 에이전트가 고도의 기술을 필요로 하는 업무에 도입될 경우, 인간의 일이 완전히 대체될 가능성도 있습니다. 예를 들어, AI 에이전트가 자율 주행 기술을 개발하거나 금융 시장을 분석하거나 복잡한 과학 연구를 수행함으로써 이러한 분야의 전문가 수요가 크게 감소할 수 있습니다.
이러한 시나리오를 고려할 때, AI 에이전트가 인간의 일에 미치는 영향은 AI 에이전트의 능력과 인간의 기술과의 적합성에 크게 좌우된다는 것을 알 수 있습니다. AI 에이전트는 인간의 능력을 보완하고 확장하는 도구로서 활용되어야 하며, 인간의 일을 완전히 대체하는 것은 아닙니다.
결론적으로, AI 에이전트는 우리의 일하는 방식을 변화시킬 가능성을 내포하고 있습니다. 그러나 그 변화는 AI 에이전트를 적절히 활용하고 인간의 기술과 결합함으로써만 실현될 수 있습니다.
AI 에이전트의 도입은 단순한 비용 절감이나 효율화의 수단이 아닌, 인간의 창의성, 비판적 사고력, 의사소통 능력과 같은 AI 에이전트에게는 대체할 수 없는 능력을 최대한 활용하기 위한 기회로 인식해야 합니다.
또한, AI 에이전트의 도입에 따라서는 윤리적인 문제와 사회적인 영향에 대해서도 충분히 고려해야 합니다. 예를 들어, AI 에이전트의 의한 고용 감소나 AI 에이전트의 편향된 판단에 의한 차별과 같은 문제에 대처하기 위한 대책을 마련해야 합니다.
AI 에이전트의 미래는 우리 자신 손으로 만들어갈 수 있습니다. AI 에이전트를 현명하게 활용하고 더 나은 사회를 건설하기 위해, 우리는 끊임없이 배우고 변화에 대응해 나가야 합니다.
생성 AI, AI, 범용 인공지능, 초인공지능, GPT-6, Astra, AI 에이전트, AI의 미래, 미래 예측, 기술, ChatGPT, AI 활용
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 39청크
원문 보기 | 출처: note.com