지난 9월 4일 새벽, 오픈AI가 GPT-6 아스트라를 전격 공개하며 공동창업자 그렉 브록만이 “AGI 시대가 열렸다”고 선언했습니다. 인공지능 업계 전체가 술렁였지만, 정작 학계와 경쟁사 반응은 엇갈렸습니다. 튜링상 수상자 얀 르쿤 같은 학자는 여전히 현재 기술 기반으로는 AGI가 요원하다고 선을 그었고, 앤스로픽의 다리오 아모데이 CEO조차 도래 시점을 2026~2027년 사이로 조심스럽게 제시해왔던 터였습니다. AGI라는 이 세 글자가 왜 이렇게 뜨거운 논쟁의 중심에 서 있는지, 투자자라면 한 번쯤 짚고 넘어가야 할 시점입니다.
AGI가 정말 눈앞에 왔는지, 아니면 여전히 마케팅 수사에 가까운지를 떠나 한 가지는 분명합니다. 이 논쟁 자체가 이미 막대한 자본과 정책, 노동시장을 움직이고 있다는 사실입니다. 오픈AI 샘 올트먼 CEO는 차세대 모델 구축에 1,000억 달러가 필요할 수 있다고 밝혔고, 골드만삭스는 전 세계 3억 개 일자리가 AI 자동화에 노출돼 있다고 분석했습니다. 오늘은 AGI가 정확히 무엇을 의미하는지, 그리고 이것이 앞으로 AI 시대 전반에 어떤 영향을 미칠지 하나씩 짚어보겠습니다.
좁은 AI에서 범용 지능으로 — AGI란 무엇인가
먼저 개념부터 정리하겠습니다. 우리가 지금 쓰고 있는 챗봇이나 이미지 인식 모델은 대부분 좁은 인공지능(ANI, Artificial Narrow Intelligence)에 속합니다. 번역이면 번역, 이미지 분류면 이미지 분류처럼 정해진 한 가지 작업에 특화된 형태입니다. 반면 AGI(Artificial General Intelligence, 범용 인공지능)는 인간처럼 다양한 지적 작업을 스스로 학습하고, 새로운 상황에 유연하게 적응하며, 추론과 창작, 상식적 이해까지 아우르는 지능을 뜻합니다.
비유하자면 지금의 AI는 각 분야 전문 자격증을 딴 스페셜리스트를 여러 명 고용한 상태와 비슷합니다. 번역가, 회계사, 디자이너를 각각 따로 쓰는 셈입니다. 반면 AGI는 이 모든 역할을 혼자 소화하면서, 한 번도 배운 적 없는 새로운 업무까지 스스로 터득해내는 만능 인재에 가깝습니다. 이 지점 이후 단계로는 인간 지능을 초월한다는 인공 초지능(ASI, Artificial Super Intelligence)까지 논의되고 있습니다.
문제는 이 정의 자체가 아직 합의되지 않았다는 점입니다. 2026년 현재 AGI를 명확히 달성했다고 학계 전반이 인정하는 시스템은 존재하지 않습니다. 그럼에도 오픈AI가 GPT-6 아스트라 출시와 함께 AGI 시대 개막을 선언한 것은, 능력·자율성·활용 범위를 기준으로 AGI를 하나의 ‘단계적 발전 과정’으로 재정의하려는 업계의 흐름을 보여줍니다.
| 구분 | 정의 | 대표 사례 | 현재 단계 |
|---|---|---|---|
| 좁은 AI(ANI) | 특정 작업에 특화된 지능 | 번역기, 이미지 인식, 챗봇 | 이미 상용화 완료 |
| 범용 AI(AGI) | 다양한 지적 작업을 유연하게 수행 | GPT-6 아스트라(오픈AI 주장) | 도달 여부 논쟁 중 |
| 초지능(ASI) | 인간 지능을 전반적으로 초월 | AI 2027 보고서상 가상 시나리오 | 이론적 논의 단계 |
AGI를 둘러싼 세 갈래 시선
지금 AGI 논쟁을 들여다보면 크게 세 부류의 시각이 공존합니다. 첫 번째는 임박론입니다. 일론 머스크는 AGI가 이르면 2026년에 도달할 것이라 전망했고, 엔비디아 젠슨 황 CEO도 5년 내 AGI 등장을 예견한 바 있습니다. 이들은 대규모 언어모델의 스케일링 법칙이 계속 유효하다는 전제 아래, 컴퓨팅 자원과 데이터만 충분히 투입되면 AGI에 도달할 수 있다고 봅니다.
두 번째는 회의론입니다. 얀 르쿤 같은 학자는 현재 AI의 기반 기술인 트랜스포머 구조 자체에 명확한 한계가 있으며, 이 한계가 돌파되지 않는 이상 AGI는 요원하다고 주장합니다. 바이두 CEO 로빈 리 역시 AGI 도래까지 최소 10년은 더 걸릴 것이라며 신중한 입장을 보였습니다.
세 번째는 단계적 접근론입니다. 앤스로픽의 다리오 아모데이 CEO는 2026년 또는 2027년 사이 AGI 도래를 예상하면서도, 이를 하나의 극적인 순간이 아니라 능력이 점진적으로 확장되는 과정으로 설명합니다. 실제로 오픈AI 역시 AGI를 갑작스러운 도달점이 아니라 자율성과 활용 범위가 단계별로 넓어지는 여정으로 재정의하고 있습니다.
왜 지금 AGI 경쟁이 이렇게 치열해졌나
이런 경쟁이 격화된 배경을 짚어보면 세 가지 요인이 겹쳐 있습니다. 첫 번째는 천문학적 자본 투입입니다. 샘 올트먼은 차세대 AI 모델 구축에 1,000억 달러(약 138조 6,000억 원)가 필요할 수 있다고 밝혔고, 다리오 아모데이는 앤스로픽의 첫 모델 개발에 1억 달러, 현재 개발 중인 모델에는 10억 달러가 들어갈 것으로 예상했습니다. 이런 투자 규모의 급증 자체가 경쟁을 가속화하는 촉매제가 되고 있습니다.
두 번째는 에이전틱 AI로의 전환입니다. 단순히 텍스트를 생성하는 것을 넘어, 사람 개입 없이 스스로 업무를 처리하는 AI 에이전트가 AGI 논의의 핵심으로 떠올랐습니다. 실제로 한국 과학기술정보통신부는 사람 개입을 10% 이하로 낮춘 행동하는 AI 에이전트 개발에 180억 원을 투입하기로 결정했습니다.
세 번째는 선점 효과에 대한 압박입니다. 먼저 AGI에 도달했다고 주장하는 기업이 시장과 자본, 인재를 독식할 수 있다는 두려움이 경쟁사들의 투자를 더욱 부추기고 있습니다. 오픈AI의 이번 선언 역시 기술적 성취인지, 시장 선점을 위한 메시지인지를 두고 해석이 엇갈리는 이유이기도 합니다.
선언과 현실 사이 — 경제·노동시장에 나타난 실제 신호
이론적 논쟁과 별개로, AI가 실제 경제와 노동시장에 미치는 영향은 이미 데이터로 확인되고 있습니다. 맥킨지가 발표한 ‘2026년 AI 현황(State of AI 2026)’ 조사에 따르면 응답자의 80%는 AI가 개인 생산성을 높였다고 답했지만, 기업 영업이익(EBIT)에 긍정적으로 기여했다고 응답한 비율은 37%에 그쳤습니다. 개인의 업무 속도가 빨라지는 것과 기업 전체의 수익성이 함께 개선되는 것은 전혀 다른 문제라는 점을 보여주는 대목입니다.
| 기관 | 발표 시점 | 핵심 내용 | 실제 수치 |
|---|---|---|---|
| 맥킨지 | 2026년 8월 | 개인 생산성과 기업 수익성의 괴리 | 생산성 향상 80% vs EBIT 기여 37% |
| 골드만삭스 | 2026년 8월 | 선진국 신입 직무 고용 타격 집중 | 미국 신입 고용 성장률 0.2%p 이상 감소 |
| 맥킨지 글로벌 인스티튜트 | 2026년 | 2030년까지 업무 자동화 전망 | 전체 업무의 60~70% 자동화 가능성 |
| 골드만삭스 | 2026년 3월 | 전 세계 자동화 노출 일자리 추산 | 정규직 3억 개 업무 자동화 노출 |
| KDI | 2026년 | 국내 노동시장 양극화 실증 분석 | 전문직 고용 증가, 서비스단순노무직 고용 감소 |
특히 눈에 띄는 대목은 골드만삭스의 후속 분석입니다. 프랑스·캐나다·미국에서는 AI 노출도가 10%포인트 늘어날 때마다 연간 인력 증가율이 0.1%포인트씩 줄었는데, 신입 직무에서는 그 충격이 훨씬 컸습니다. 호주에서는 신입 채용 증가율이 0.6%포인트 이상 감소했고, 미국에서도 0.2%포인트를 넘는 감소폭이 확인됐습니다. 우버는 실제로 지난 7월 AI 효율화를 이유로 고객서비스 인력을 감축했다고 밝힌 바 있습니다. 다만 골드만삭스는 이런 영향이 전체 노동시장을 붕괴시킬 수준은 아니며, 일부 산업과 경력 초기 단계에 국한돼 있다고 결론지었습니다.
AGI 시대, 투자자가 지금 챙겨야 할 대응 전략
- 기업의 EBIT 기여도 직접 확인: AI 도입을 홍보하는 기업이라도 실제 영업이익 개선으로 이어지는지 재무제표를 통해 확인하는 습관이 필요합니다. 생산성 향상과 수익성 개선은 별개의 지표입니다.
- 에이전틱 AI 비용 구조 이해하기: 은행 고객서비스처럼 일부 업무에서는 AI 토큰 비용이 전체 변동비의 20~25%에 불과하고, 인간의 검토·감독 비용이 70~75%를 차지한다는 점을 감안해 AI 도입 기업의 실제 비용 절감 효과를 냉정하게 따져봐야 합니다.
- AGI 담론과 실제 매출을 분리해서 보기: AGI 선언 자체가 마케팅 효과를 노린 것일 수 있으므로, 관련 발표 이후 주가 반응보다는 다음 분기 실적에서 실질적 변화가 나타나는지를 확인하는 것이 중요합니다.
- 노동시장 양극화 수혜·피해 업종 구분: 정보통신 전문직처럼 AI 활용도가 높은 직군은 상대적으로 유리한 반면, 반복적·정형화된 서비스 업무 비중이 큰 업종은 구조적 압박을 받을 수 있어 투자 대상 선별에 참고할 만합니다.
- 대규모 자본 투입 기업의 재무 건전성 점검: AGI 개발 경쟁에 뛰어든 기업들이 조달하는 대규모 자금이 실제 성과로 이어지는지, 부채 부담이 과도해지지 않는지 함께 살펴야 합니다.
이 대목에서 기억할 것은, AGI라는 단어의 화려함에 매몰되기보다 그것이 실제 기업의 매출과 비용 구조를 어떻게 바꾸고 있는지를 숫자로 확인하는 습관이 훨씬 중요하다는 점입니다.
AGI를 둘러싼 기업들의 실제 행보
실제 사례를 몇 가지 더 짚어보겠습니다. 오픈AI는 GPT-6 아스트라 출시와 함께 AGI 시대 개막을 공식 선언했지만, 이코노미트리뷴 등 여러 매체는 이 선언 이후 오픈AI 앞에 놓인 과제가 오히려 더 복잡해졌다고 평가했습니다. 시장의 찬사와 동시에 안보·규제 리스크에 대한 우려가 교차하고 있다는 지적도 나옵니다.
| 기업/인물 | 입장 | 핵심 발언·행보 | 비고 |
|---|---|---|---|
| 오픈AI(샘 올트먼) | 임박론 | GPT-6 아스트라로 AGI 시대 선언 | 차세대 모델에 1,000억 달러 투자 필요성 언급 |
| 앤스로픽(다리오 아모데이) | 단계적 접근론 | 2026~2027년 AGI 도래 전망 | 현재 모델 개발에 10억 달러 투입 예상 |
| 테슬라(일론 머스크) | 임박론 | 2026년 AGI 도달 가능성 언급 | 2030년까지 초지능 등장 가능성도 제시 |
| 학계(얀 르쿤 등) | 회의론 | 트랜스포머 구조의 근본적 한계 지적 | 새로운 아키텍처 필요성 강조 |
결론 — AGI, 선언인가 진짜 전환점인가
낙관적 시각에서 보면 AGI를 둘러싼 이번 논쟁은 AI 산업이 실험 단계를 넘어 산업 인프라로 자리 잡는 진짜 전환점이 될 수 있습니다. 오픈AI, 앤스로픽 같은 선두 기업들이 막대한 자본을 쏟아부으며 기술 경쟁을 벌이는 것 자체가 생산성 혁신의 속도를 높이고 있고, 에이전틱 AI가 반복적 업무를 대체하면서 새로운 고부가가치 직군이 함께 창출될 가능성도 열려 있습니다. 뉴욕 연방준비은행 조사에서도 생성형 AI가 아직 미국 노동시장의 구인 감소에 즉각적인 충격을 주지 않았다는 점은, 우려했던 것보다 완만한 전환이 가능하다는 근거로 볼 수 있습니다.
신중한 시각에서는 이번 AGI 선언이 실질적 기술 도약이라기보다 과장된 마케팅에 가깝다는 지적이 만만치 않습니다. 맥킨지 조사에서 드러난 생산성-수익성 괴리(80% 대 37%)는 AI 투자가 아직 기업 실적으로 충분히 전환되지 않고 있다는 방증이고, 골드만삭스 분석처럼 신입 직무를 중심으로 한 고용 타격이 이미 현실화되고 있다는 점도 우려를 키웁니다. 얀 르쿤 같은 학자들의 회의론 역시 현재 기술 기반의 근본적 한계를 지적하고 있어, AGI 담론 자체에 거품이 끼어 있을 가능성을 배제할 수 없습니다.
구조적 시각에서 보면 이 논쟁의 결말과 무관하게 노동시장의 양극화는 이미 진행 중입니다. KDI 연구가 보여주듯 정보통신 전문직 고용은 늘어나는 반면 서비스단순노무직 고용은 줄어들고 있고, 특히 여성 평균임금 감소가 뚜렷하게 나타나고 있습니다. 개인적으로는 이 구조적 시각에 가장 무게를 둡니다. AGI가 언제, 어떤 형태로 도래하는지와 별개로, 이미 진행 중인 직무 재편과 소득 양극화에 사회와 기업이 어떻게 대응하는지가 앞으로 훨씬 더 중요한 문제가 될 것이라고 보기 때문입니다.
결국 투자자로서는 AGI라는 화두 자체보다, 그것이 실제로 어떤 기업의 매출 구조와 어떤 산업의 고용 구조를 바꾸고 있는지를 데이터로 추적하는 태도가 중요합니다. AI가 만드는 자산시장의 자금 흐름을 더 깊이 이해하고 싶다면 AI 혁명이 바꾸는 주식시장의 돈의 흐름, 지금 어디로 향하고 있나 글을 참고해보시고, 노동시장 변화와 경제 전반의 파급효과가 궁금하다면 AI가 바꾸는 일자리 지형, 소비와 경제는 어떻게 움직일까 글에서 조금 더 폭넓은 그림을 확인하실 수 있습니다.
선언과 현실 사이에서 균형을 잡는 이 시선을 에이펙스 트렌드 에셋(Apex Trend Asset)이 앞으로도 냉정하게 짚어드리겠습니다. 오늘은 AGI가 무엇이고 앞으로 AI 시대에 어떤 영향을 미칠지 함께 살펴봤습니다.
Q1. AGI와 지금 쓰는 챗GPT 같은 AI는 어떻게 다른가요?
지금의 AI는 특정 작업에 특화된 ‘좁은 AI’인 반면, AGI는 인간처럼 다양한 지적 작업을 스스로 학습하고 새로운 상황에 유연하게 적응하는 ‘범용 지능’을 의미합니다. 아직 학계 전반이 인정하는 AGI 달성 사례는 없습니다.
Q2. 오픈AI의 AGI 시대 선언은 공식적으로 인정된 것인가요?
공식적으로 합의된 것은 아닙니다. 오픈AI 측 주장이며, 얀 르쿤 같은 학자들은 여전히 현재 기술로는 AGI 도달이 어렵다고 보고 있어 업계와 학계의 평가가 엇갈리고 있습니다.
Q3. AGI가 일자리에 미치는 영향은 이미 나타나고 있나요?
네, 일부 나타나고 있습니다. 골드만삭스 분석에 따르면 신입 직무를 중심으로 고용 성장률 둔화가 확인되고 있으며, 우버 등 일부 기업은 실제로 AI 효율화를 이유로 인력을 감축한 사례가 있습니다.
Q4. AGI 개발에는 왜 이렇게 많은 비용이 드나요?
대규모 컴퓨팅 자원과 데이터 처리 비용이 필요하기 때문입니다. 샘 올트먼은 차세대 모델에 1,000억 달러가 필요할 수 있다고 밝혔고, 앤스로픽도 최신 모델 개발에 10억 달러 규모의 투자를 예상하고 있습니다.
Q5. 개인 투자자가 AGI 관련 뉴스를 볼 때 가장 주의해야 할 점은 무엇인가요?
화려한 선언이나 마케팅 메시지와 실제 기업 실적을 구분해서 봐야 합니다. 생산성 향상 응답과 실제 영업이익 기여도 사이에 큰 괴리가 있다는 점을 감안해 냉정하게 판단하는 것이 중요합니다.