AGI 정말 코앞에 있을까? 🤖 현실과 환상 사이의 AI 타임라인

AI 업계가 떠들썩하네요! 누군가는 2년 후에 AGI(인공일반지능)가 온다고 하고, 누군가는 20년은 더 걸릴 거라고 해요. 과연 어느 쪽이 맞을까요?

AGI란? 인공일반지능(Artificial General Intelligence)은 인간처럼 다양한 분야에서 창의적이고 유연하게 생각하고 학습할 수 있는 AI를 말해요. 현재 AI는 특정 작업(번역, 그림 그리기 등)에만 특화되어 있지만, AGI는 인간처럼 무엇이든 배우고 해낼 수 있는 진정한 인공지능이에요.

AI 팟캐스터 드와케시 파텔의 흥미로운 분석을 바탕으로, AGI 타임라인에 대해 좀 더 현실적으로 접근해보려고 해요.

현재 AI 시장의 실상 📊

먼저 숫자로 보는 AI 업계의 현주소부터 살펴볼까요?

주요 AI 회사들의 성과

**Anthropic(Claude 개발사)**의 성장이 정말 눈에 띄어요:

• 월간 활성 사용자: 1,890만 명 (2025년 초 기준)
• 2024년 연간 매출: 8억 5,000만 달러
• 2025년 예상 매출: 22억 달러

Anthropic이란? OpenAI에서 나온 연구진들이 만든 AI 안전성에 집중하는 회사예요. ChatGPT처럼 대화할 수 있는 Claude라는 AI를 만들었어요.

전 세계 AI 시장 규모

전 세계 AI 시장은 정말 빠르게 성장하고 있어요:

• 2025년 시장 규모: 2,437억 달러 (약 330조원)
• 2030년 예상 규모: 8,267억 달러 (약 1,120조원)
• 연평균 성장률: 27.67%

이게 얼마나 큰 성장인지 감이 안 오시죠? 삼성전자 연매출이 약 280조원인데, AI 시장이 그의 4배가 될 예정이에요!

하지만 숫자만 보면 화려해 보이지만, 실제로는 어떨까요?

지속 학습이라는 거대한 벽 🧱

LLM이란? Large Language Model(대규모 언어 모델)의 줄임말로, ChatGPT, Claude 같은 AI를 말해요. 엄청나게 많은 텍스트를 학습해서 사람처럼 대화할 수 있게 된 거예요.

드와케시 파텔이 100시간 이상 LLM 도구들을 실제로 써보며 발견한 게 있어요.

• 자동 생성된 회의록을 읽기 쉽게 다시 쓰기
• 트위터에 올릴 영상 클립 찾기
• 에세이를 함께 쓰기

이런 작업들에서 현재 AI들이 겨우 50점 정도의 성능만 보였다는 거예요.

가장 큰 문제: AI는 경험으로 배우지 못해요

인간 직원이 정말 유용한 이유가 뭘까요? 단순히 똑똑해서가 아니라, 이런 능력들 때문이에요:

• 상황을 기억하고 쌓아가는 능력
• 자신의 실수를 분석하는 능력
• 작업을 반복하면서 조금씩 개선하는 능력

하지만 현재 AI는 매번 처음부터 시작해요. 어제 한 실수를 오늘 또 반복하는 거죠.

색소폰 비유로 보는 AI 학습의 한계

드와케시가 든 색소폰 학습 비유가 정말 쉽게 이해돼요.

사람이 색소폰을 배우는 방법:

1. 직접 색소폰을 불어봐요
2. 소리를 듣고 "어? 이상하네?"라고 생각해요
3. 입 모양을 조정해보고 다시 불어봐요
4. 계속 연습하면서 점점 나아져요

현재 AI를 "가르치는" 방식:

1. 학생이 한 번 시도해요
2. 실수하는 순간 그 학생을 내보내요
3. "이렇게 하세요"라는 상세한 설명서를 작성해요
4. 완전히 새로운 학생이 그 설명서를 읽고 찰리 파커를 연주하려 해요
5. 실패하면 또 다른 새 학생을 데려와서 반복해요

이런 방식으로는 아무도 색소폰을 배울 수 없겠죠? 하지만 이게 현재 AI를 개선하는 유일한 방법이에요.

DeepSeek R1의 등장, 게임 체인저일까? 🚀

2025년 1월, 중국의 DeepSeek이라는 회사가 AI 업계에 폭탄을 터뜨렸어요.

DeepSeek이란? 중국의 AI 스타트업으로, 오픈소스(무료로 공개)로 AI 모델을 만드는 회사예요. 마치 안드로이드가 iOS에 도전하는 것처럼, OpenAI에 도전장을 낸 거예요.

DeepSeek R1이라는 모델로 OpenAI의 최고급 모델과 비슷한 성능을 보이는 첫 번째 오픈소스 추론 모델을 공개한 거죠.

오픈소스란? 소스코드를 무료로 공개해서 누구나 사용하고 개선할 수 있게 하는 거예요. 마치 레시피를 공개해서 누구나 요리할 수 있게 하는 것과 같아요.

추론 모델이란? 단순히 답을 바로 말하는 게 아니라, 문제를 차근차근 생각해보고 단계별로 풀어나가는 AI예요. 수학 문제를 풀 때 중간 과정을 보여주는 것처럼요.

성능 비교: DeepSeek vs OpenAI

정말 놀라운 결과들이에요:

수학 실력 비교 (AIME 2024 테스트)

• DeepSeek R1: 79.8점
• OpenAI o1: 79.2점 → DeepSeek이 근소하게 이겼어요!

고급 수학 문제 (MATH-500 테스트)

• DeepSeek R1: 97.3점
• OpenAI o1: 96.4점 → 여기서도 DeepSeek 승리!

코딩 실력 (LiveCodeBench 테스트)

• DeepSeek R1: 65.9% 문제 해결
• OpenAI o1: 63.4% 문제 해결 → 코딩에서도 DeepSeek이 앞서네요!

가격 비교: 50배 차이의 충격

여기서 진짜 충격적인 부분이에요:

DeepSeek R1 API 가격 (100만 토큰 기준)

• 입력: 0.55달러 (약 750원)
• 출력: 2.19달러 (약 3,000원)

OpenAI o1 API 가격 (100만 토큰 기준)

• 입력: 15달러 (약 20,000원)
• 출력: 60달러 (약 81,000원)

토큰이란? AI가 텍스트를 처리하는 기본 단위예요. 대략 한국어 글자 1개 = 토큰 1-2개 정도로 생각하시면 돼요.

DeepSeek이 50배나 저렴하면서도 성능은 비슷하거나 더 좋다는 거예요. 이건 정말 충격적인 일이에요!

컴퓨터 사용의 현실적 한계 💻

"컴퓨터를 대신 써주는 AI"에 대한 기대가 많죠?

꿈의 시나리오

Anthropic 연구원들이 상상하는 미래예요:

"세금 신고를 해줘"라고 AI에게 말하면:

1. 내 이메일을 뒤져서 영수증을 찾아요
2. 아마존 주문 내역도 확인해요
3. 회사 슬랙 메시지에서 사업비 관련 대화를 찾아요
4. 필요하면 동료에게 "이거 사업비 맞나요?"라고 메시지를 보내요
5. 애매한 건 저에게 물어봐요
6. 최종적으로 국세청에 세금 신고서를 제출해요

정말 편리하겠죠? 하지만...

현실적인 기술적 장벽들

드와케시는 이런 전망에 회의적이에요. 왜일까요?

1. 긴 추론 과정의 문제

• 작업이 복잡해질수록 AI가 더 오래 "생각"해야 해요
• 더 많은 컴퓨터 자원(= 돈)이 필요해요
• 시간도 엄청 오래 걸려요

2. 학습 데이터 부족

• 지금까지는 인터넷의 방대한 텍스트로 AI를 훈련했어요
• 하지만 "컴퓨터 화면을 보고 마우스 클릭하기" 같은 데이터는 많지 않아요
• 새로운 종류의 데이터가 필요한 거죠

3. 시간이 많이 걸려요

• GPT-4가 나온 지 2년 만에 o1이 나왔어요
• 이런 혁신은 하루아침에 이뤄지지 않아요

현재 성능은 어느 정도일까?

Claude 3.5 Sonnet의 컴퓨터 사용 능력을 테스트한 결과:

• OSWorld 평가에서 14.9점 (다른 AI들은 7.8점)
• 더 많은 시도를 허용하면 22.0점까지 올라가요

하지만 이 점수들은 여전히 "완벽한 컴퓨터 사용"에는 한참 부족해요.

현실적인 타임라인 예측 📅

드와케시가 제시한 "50% 확률로 실현될 것 같은" 타임라인이에요:

2028년: AI 세무사의 등장

무엇을 할 수 있을까?

• 소규모 사업체의 세금 신고 업무
• 여러 웹사이트에서 영수증 추적
• 누락된 서류 찾기
• 필요한 사람들과 이메일 주고받기
• 세무 양식 작성하고 국세청에 제출

쉽게 말해, 유능한 세무 담당자가 일주일 동안 할 수 있는 일을 AI가 대신해주는 거예요.

2032년: 진짜 AI 동료의 시대

무엇이 달라질까?

• AI가 인간처럼 경험으로 학습하기 시작해요
• 업무를 하면서 점점 더 나아져요
• 6개월 후에는 신입사원에서 숙련자가 돼요

예를 들어:

• AI 비디오 에디터를 고용해요
• 처음엔 서툴러요
• 하지만 6개월 후에는 베테랑 에디터처럼 일해요
• 제 취향과 스타일을 완벽히 이해해요

컴퓨팅 확장의 한계 ⚡

지금까지의 AI 발전 공식

지난 10년간 AI가 발전한 비결은 간단했어요: 더 많은 컴퓨터 + 더 많은 데이터 + 더 많은 돈 = 더 좋은 AI

매년 컴퓨팅 자원을 4배씩 늘려서 AI를 훈련시켰거든요.

하지만 이제 한계가 보여요

Anthropic의 현실:

• 2025년 예상 현금 소모: 30억 달러
• 7월 연간 매출: 40억 달러
• 높은 운영 비용으로 어려움

왜 한계일까?

1. 칩 부족: AI 훈련용 고성능 칩이 부족해요
2. 전력 문제: 데이터센터가 너무 많은 전기를 써요
3. 비용 폭증: 더 이상 돈을 계속 투입하기 어려워요

2030년 이후: 돈으로 해결하는 게 아니라, 더 똑똑한 방법으로 AI를 만들어야 해요.

AI 업계의 급성장 📈

놀라운 시장 성장 수치들

2025년 예측:

• 소비자 상호작용의 95%가 AI 도움을 받을 예정
• 생성형 AI 시장: 360억 달러 → 2032년 7,637억 달러

생성형 AI란? ChatGPT처럼 텍스트를 생성하거나, DALL-E처럼 그림을 그리거나, 음악을 만드는 AI를 말해요. "무언가를 생성(만들어내는)" AI예요.

지역별 시장 점유율:

• 북미: 29.5% (가장 큰 시장)
• 미국 단독: 2025년 662억 달러 규모

산업별 AI 도입 현황

마케팅 분야:

• 디지털 마케터의 75.7%가 AI 도구 사용 중
• 소매업체 경영진의 80%가 2025년까지 AI 자동화 도입 예정

Claude 사용 분야 (Anthropic 통계):

1. 컴퓨터 및 수학: 37.2%
2. 예술, 디자인, 엔터테인먼트: 10.3%
3. 기타 분야들...

흥미로운 시장 변화

미국 AI 소프트웨어 시장 순위:

1. Grok (일론 머스크의 회사): 50% 이상
2. Drift: 11.36%
3. 기타...
4. OpenAI: 7.07% (4위!)

이게 의외죠? ChatGPT로 유명한 OpenAI가 시장 점유율로는 4위라니!

AGI가 가져올 변화의 양상 🌍

지속 학습 문제가 해결되면?

상상해보세요. AI가 드디어 인간처럼 경험으로 배우기 시작한다면:

개별 AI의 변화:

• 실수해도 다음에는 똑같은 실수 안 해요
• 시간이 지날수록 점점 더 똑똑해져요
• 내 업무 스타일에 맞춰서 일해요

전체 AI 시스템의 변화:

• 한 AI가 배운 걸 모든 AI가 공유해요
• 전 세계 AI들이 동시에 똑똑해져요
• 결국 하나의 AI가 모든 직업을 할 수 있게 돼요

경제적 파급효과

AI의 경제적 기여 예상:

• 2030년까지: 15.7조 달러 (전 세계 GDP의 약 15%)
• 한국 GDP의 약 10배에 해당하는 규모!

분야별 영향:

• 생산성 향상: 6.6조 달러
• 새로운 소비 창출: 9.1조 달러

투자와 경쟁의 현주소 💰

AI 회사들의 자금 조달 현황

Anthropic의 투자 유치:

• 총 자금 조달: 143억 달러
• 현재 기업 가치: 615억 달러
• 주요 투자자: 아마존(80억), 구글(5.5억), 마이크로소프트(20억)

Claude Code의 성장:

• 활성 사용자: 300% 증가 (5월 이후)
• 수익: 5.5배 증가
• 주요 고객: Figma, Rakuten, Intercom

전체 AI 투자 트렌드

2023년 미국 스타트업 투자:

• 전체 투자의 25%가 AI 스타트업에 집중
• AI가 투자의 핫이슈가 된 거죠

기업 도입 현황:

• 10%의 기업이 이미 AI 에이전트 사용 중
• 50% 이상이 내년에 도입 계획
• 82%가 3년 내 도입 예정

AI 에이전트란? 사람의 지시 없이도 스스로 판단하고 행동할 수 있는 AI예요. 마치 개인 비서가 알아서 일정을 잡고 이메일을 보내는 것처럼요.

결론: 균형 잡힌 시각이 필요한 때 🤔

현실적인 관점에서 보면

AI는 분명히 발전하고 있어요:

• DeepSeek 같은 혁신적인 모델들이 계속 나와요
• 성능은 점점 좋아지고 가격은 점점 저렴해져요
• 실제로 많은 사람들이 일상에서 AI를 써요

하지만 AGI까지는 아직 멀어요:

• 지속 학습 문제가 아직 해결되지 않았어요
• 컴퓨터를 완벽하게 사용하는 건 여전히 어려워요
• 진짜 인간 수준의 지능까지는 시간이 더 필요해요

우리가 준비해야 할 것들

개인 차원에서:

• AI 도구들을 미리 써보고 익숙해지기
• AI와 함께 일하는 방법 배우기
• AI가 대체하기 어려운 능력 기르기

사회 차원에서:

• AI 교육과 재교육 시스템 준비
• AI 시대에 맞는 법과 제도 만들기
• 윤리적인 AI 개발과 사용 방법 고민

마지막 한마디

AGI 타임라인은 정말 예측하기 어려워요. 어쩌면 내일 갑자기 혁신적인 기술이 나올 수도 있고, 아니면 우리가 생각보다 훨씬 오래 걸릴 수도 있어요.

중요한 건 과도한 기대도, 과도한 두려움도 없이 현실적으로 준비하는 거예요. AI는 분명히 우리 삶을 바꿀 거지만, 그 변화에 우리가 어떻게 대응하느냐가 더 중요할 거예요.

결국 AI 시대의 성공은 기술 자체가 아니라, 기술을 어떻게 현명하게 활용하느냐에 달려 있을 거예요.