AGI가 무슨 뜻이야

**인공일반지능(artificial general intelligence)의 약자이고, 특정 작업 하나가 아니라 넓은 범위의 일을 해내는 AI를 가리킨다. 다만 어디까지가 넓은 범위인지에 대한 합의가 없다.** 이 말이 처음 쓰인 배경은 대비였다 — 체스만 두는 프로그램, 얼굴만 알아보는 프로그램처럼 한 가지 일에 특화된 시스템(좁은 AI)과 구별하려는 용어였다. 문제는 오늘날의 대형 언어 모델이 이미 여러 종류의 일을 한다는 것이다. 번역도 하고, 코드도 쓰고, 요약도 하고, 시험 문제도 푼다. 그러면 이미 AGI인가. **여기서 답이 갈리고, 갈리는 이유가 정의가 셋이기 때문이다.** 어떤 정의를 쓰느냐에 따라 같은 모델이 AGI이기도 하고 아니기도 하다. 그래서 이 단어를 볼 때 가장 먼저 확인할 것은 성능 수치가 아니라 **말하는 사람이 어느 정의를 쓰고 있는가**이다.

정의가 셋이라는 게 무슨 말이야

**같은 단어에 서로 다른 시험이 붙어 있다는 뜻이다.** ① **경제적 정의** — 대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도로 자율적인 시스템. 오픈AI 헌장이 쓰는 표현이다. 이 정의는 **의식·이해·상식·물리 세계에 대한 추론을 전혀 요구하지 않는다.** 결과물이 사람의 일을 대체할 수 있으면 된다. 사실상 노동시장 시험이다. ② **행동적 정의** — 내부 원리와 무관하게, 사람이 통과하는 시험을 안정적으로 통과하면 AGI다. 튜링 테스트 계열의 사고방식이다. ③ **효율 정의** — 적은 데이터로 새 기술을 익히고 **학습에서 본 적 없는 진짜 새로운 과제**로 일반화할 수 있어야 한다. ARC 계열 벤치마크가 이 기준을 겨냥해 설계됐다. 셋의 난이도는 다르다. **경제적 정의가 가장 통과하기 쉽고, 효율 정의가 가장 어렵다.** 현재 모델들은 방대한 학습 데이터를 전제로 성능을 내므로, 적은 데이터로 새 과제에 적응하는 능력에서는 훨씬 덜 설득력 있는 성적을 낸다.

왜 AGI 선언이 논란이 되는 거야

**정의를 고르는 일에 이해관계가 걸려 있기 때문이다. 특히 오픈AI의 경우 계약상 결과가 따라온다.** 오픈AI 비영리 헌장에는 **AGI가 달성되면 상업 투자자의 수익에 상한이 걸리는** 구조가 있다. 여기서 두 방향의 유인이 동시에 생긴다 — 회사가 사명을 달성했다고 선언하고 싶은 유인, 그리고 그 선언을 미루거나 정의를 느슨하게 유지할 유인이다. 실제 사례가 있다. 2026년 9월 3일 GPT-6 아스트라를 공개하면서 그레그 브록먼 사장은 **AGI 시대에 온 것을 환영한다**는 문장으로 발표를 열었다. 동시에 그는 **AGI를 정의하는 일 자체가 모호하며** 전환은 한 번의 문턱이 아니라 점진적이라고 덧붙였다(「GPT-6 아스트라 공개 (9월 3일)」). 즉 **시대는 왔다고 하면서 판정 기준은 없다고 말한 것**이다. 이 조합은 계약상 방아쇠를 당기지 않으면서 서사는 확보하는 위치에 있다. 규제 쪽에서도 같은 문제가 생긴다. AGI에 특별한 규제를 걸어 두면, 정의가 없는 한 그 규제는 발동되지 않는다.

테크 · 4분 · 에버그린

AGI란 — 정의가 셋인데 회사마다 다른 하나를 쓴다

AGI, or artificial general intelligence, has no agreed definition, and the disagreement is not academic hair-splitting. At least three definitions are in active use and they do not select the same systems. The economic definition, the one written into OpenAI's charter, describes highly autonomous systems that outperform humans at most economically valuable work; it says nothing about understanding, consciousness or reasoning about the physical world, and is in effect a labour market test. The behavioural definition says a system qualifies if it reliably passes the tests a person would pass, regardless of mechanism. The efficiency definition, associated with the ARC benchmarks, requires acquiring new skills from small amounts of data and generalising to genuinely novel tasks, which is a much harder bar and one that current systems clear far less convincingly. Which definition is used decides who can declare AGI achieved, and in OpenAI's case a declaration carries a contractual consequence: its charter caps investor returns once AGI is reached

2026.09.04 06:00 출처 6건 대조

AGI는 인공일반지능을 뜻하는 말이지만 합의된 정의가 없다. 그리고 이 불일치는 학술적 말다툼이 아니다. 현재 쓰이는 정의는 최소 셋이고 서로 다른 시스템을 지목한다. 첫째는 경제적 정의로, 오픈AI 헌장에 적힌 표현은 대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도로 자율적인 시스템이다. 여기에는 이해나 의식, 물리 세계에 대한 추론에 관한 요구가 전혀 없고 사실상 노동시장 시험에 가깝다. 둘째는 행동적 정의로, 내부 원리와 무관하게 사람이 통과하는 시험을 안정적으로 통과하면 AGI로 본다. 셋째는 효율 정의로, 적은 데이터로 새 기술을 익히고 진짜 새로운 과제로 일반화하는 능력을 요구한다. 이 셋 중 어느 것을 쓰느냐가 누가 AGI 달성을 선언할 수 있는지를 정한다

아침 햇살이 드는 나무 작업대에 나란히 놓인 접자와 놋쇠 저울, 캘리퍼스

3줄 요약

핵심 — 합의된 정의가 없고, 쓰이는 정의가 최소 셋이다. 셋은 서로 다른 시스템을 지목한다
경제적 정의 — 오픈AI 헌장이 쓰는 기준. 이해나 의식이 아니라 업무 수행 능력만 본다
효율 정의 — 적은 데이터로 새 과제에 일반화하는 능력. 가장 높은 문턱이고 통과가 가장 불확실하다

핵심 질문

AGI가 무슨 뜻이야: **인공일반지능(artificial general intelligence)의 약자이고, 특정 작업 하나가 아니라 넓은 범위의 일을 해내는 AI를 가리킨다. 다만 어디까지가 넓은 범위인지에 대한 합의가 없다.** 이 말이 처음 쓰인 배경은 대비였다 — 체스만 두는 프로그램, 얼굴만 알아보는 프로그램처럼 한 가지 일에 특화된 시스템(좁은 AI)과 구별하려는 용어였다. 문제는 오늘날의 대형 언어 모델이 이미 여러 종류의 일을 한다는 것이다. 번역도 하고, 코드도 쓰고, 요약도 하고, 시험 문제도 푼다. 그러면 이미 AGI인가. **여기서 답이 갈리고, 갈리는 이유가 정의가 셋이기 때문이다.** 어떤 정의를 쓰느냐에 따라 같은 모델이 AGI이기도 하고 아니기도 하다. 그래서 이 단어를 볼 때 가장 먼저 확인할 것은 성능 수치가 아니라 **말하는 사람이 어느 정의를 쓰고 있는가**이다.
정의가 셋이라는 게 무슨 말이야: **같은 단어에 서로 다른 시험이 붙어 있다는 뜻이다.** ① **경제적 정의** — 대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도로 자율적인 시스템. 오픈AI 헌장이 쓰는 표현이다. 이 정의는 **의식·이해·상식·물리 세계에 대한 추론을 전혀 요구하지 않는다.** 결과물이 사람의 일을 대체할 수 있으면 된다. 사실상 노동시장 시험이다. ② **행동적 정의** — 내부 원리와 무관하게, 사람이 통과하는 시험을 안정적으로 통과하면 AGI다. 튜링 테스트 계열의 사고방식이다. ③ **효율 정의** — 적은 데이터로 새 기술을 익히고 **학습에서 본 적 없는 진짜 새로운 과제**로 일반화할 수 있어야 한다. ARC 계열 벤치마크가 이 기준을 겨냥해 설계됐다. 셋의 난이도는 다르다. **경제적 정의가 가장 통과하기 쉽고, 효율 정의가 가장 어렵다.** 현재 모델들은 방대한 학습 데이터를 전제로 성능을 내므로, 적은 데이터로 새 과제에 적응하는 능력에서는 훨씬 덜 설득력 있는 성적을 낸다.
왜 AGI 선언이 논란이 되는 거야: **정의를 고르는 일에 이해관계가 걸려 있기 때문이다. 특히 오픈AI의 경우 계약상 결과가 따라온다.** 오픈AI 비영리 헌장에는 **AGI가 달성되면 상업 투자자의 수익에 상한이 걸리는** 구조가 있다. 여기서 두 방향의 유인이 동시에 생긴다 — 회사가 사명을 달성했다고 선언하고 싶은 유인, 그리고 그 선언을 미루거나 정의를 느슨하게 유지할 유인이다. 실제 사례가 있다. 2026년 9월 3일 GPT-6 아스트라를 공개하면서 그레그 브록먼 사장은 **AGI 시대에 온 것을 환영한다**는 문장으로 발표를 열었다. 동시에 그는 **AGI를 정의하는 일 자체가 모호하며** 전환은 한 번의 문턱이 아니라 점진적이라고 덧붙였다(「GPT-6 아스트라 공개 (9월 3일)」). 즉 **시대는 왔다고 하면서 판정 기준은 없다고 말한 것**이다. 이 조합은 계약상 방아쇠를 당기지 않으면서 서사는 확보하는 위치에 있다. 규제 쪽에서도 같은 문제가 생긴다. AGI에 특별한 규제를 걸어 두면, 정의가 없는 한 그 규제는 발동되지 않는다.

AGI는 인공일반지능(artificial general intelligence)의 약자다. 특정 작업 하나가 아니라 넓은 범위의 일을 해내는 AI를 가리킨다.

이 단어를 다루는 문서 대부분이 여기서 다음 문단으로 넘어간다. 이 문서는 그러지 않는다. 넓은 범위가 어디까지인지에 대한 합의가 없기 때문이다.

그리고 이 불일치는 학술적 말다툼이 아니다. 어떤 정의를 쓰느냐가 누가 AGI 달성을 선언할 수 있는지, 어떤 규제가 언제 발동되는지, 그리고 오픈AI의 경우 투자자 수익에 언제 상한이 걸리는지를 정한다.

1. 쓰이는 정의 셋

정의	기준	요구하지 않는 것	통과 난이도
경제적 정의	대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도로 자율적인 시스템	이해·의식·상식·물리 세계 추론	가장 낮음
행동적 정의	사람이 통과하는 시험을 안정적으로 통과	내부 작동 원리	중간
효율 정의	적은 데이터로 새 기술을 익히고 진짜 새로운 과제로 일반화	—	가장 높음

첫 번째는 오픈AI 헌장에 적힌 표현이다. 눈여겨볼 것은 이 정의가 무엇을 요구하지 않는가이다. 시스템이 무엇을 이해하는지, 의식이 있는지, 물리 세계를 어떻게 다루는지에 대한 조건이 전혀 없다. 결과물이 사람의 일을 대체할 수 있으면 충족된다. 사실상 노동시장 시험이다.

두 번째는 튜링 테스트 계열의 사고방식이다. 어떻게 하는지는 묻지 않고, 결과가 사람과 구별되지 않으면 인정한다. 첫 번째보다는 넓은 범위의 과제를 요구하지만, 여전히 시험 문제 목록에 의존한다.

세 번째가 가장 까다롭다. 이 정의는 성능이 아니라 학습 효율을 본다. 방대한 데이터로 훈련해 시험을 잘 보는 것은 인정하지 않는다. 사람이 몇 개의 예시만 보고 규칙을 알아채듯, 적은 데이터로 새 규칙을 익히고 학습에서 본 적 없는 문제로 일반화하는지를 묻는다. ARC 계열 벤치마크가 이 기준을 겨냥해 설계됐다.

2. 왜 같은 모델이 AGI이기도 하고 아니기도 한가

세 정의를 오늘날의 대형 언어 모델에 적용하면 답이 갈린다.

경제적 정의로 보면 — 이미 상당 부분 충족에 가깝다. 번역, 코드 작성, 문서 요약, 자료 조사, 고객 응대에서 사람의 업무를 실제로 대체하고 있다.
행동적 정의로 보면 — 시험 종류에 따라 갈린다. 표준화된 시험에서는 사람을 능가하는 성적이 흔하지만, 안정성 — 같은 질문에 같은 품질의 답을 내는 일관성 — 은 여전히 약점이다(「AI 환각이란」).
효율 정의로 보면 — 충족과 거리가 멀다. 현재 모델의 성능은 방대한 학습 데이터를 전제로 나온다. 학습 분포에서 벗어난 진짜 새로운 과제에서는 성능이 급격히 떨어지는 경향이 반복 관측된다.

결론: 이 단어를 볼 때 확인할 첫 번째는 성능 수치가 아니라 말하는 사람이 어느 정의를 쓰고 있는가이다.

3. 벤치마크 점수로 판정할 수 있는가

2026년 9월 3일 오픈AI가 GPT-6 아스트라를 공개하면서 나온 숫자가 이 질문에 좋은 사례를 준다.

같은 모델의 ARC-AGI-3 점수가 자료에 따라 62.7%와 98.6%로 다르게 적혔다. 오류가 아니다. 하네스가 달랐기 때문이다.

하네스란 모델을 감싸는 실행 구조를 말한다. 몇 번 다시 시도하게 할지, 중간 결과를 스스로 검토시킬지, 어떤 도구를 붙일지 같은 설정이다. 표준 하네스에서 62.7%가 나오고, 잘 설계된 시스템 안에 넣으면 98.6%가 나온다.

여기서 판정의 어려움이 드러난다. 효율 정의가 묻는 것은 모델의 일반화 능력인데, 벤치마크 점수는 모델과 시스템의 합작 결과다. 좋은 하네스는 모델의 약점을 구조로 메운다 — 여러 번 시도해 좋은 답을 고르고, 스스로 검산하게 한다. 이렇게 얻은 점수는 모델이 일반화했다는 증거로는 약하다.

그래서 벤치마크 숫자를 볼 때 어느 하네스로 쟀는지가 점수 자체만큼 중요하다.

4. 정의를 고르는 일에 붙은 이해관계

이 논쟁이 순수하게 학술적이지 않은 이유가 있다.

오픈AI 비영리 헌장에는 AGI가 달성되면 상업 투자자의 수익에 상한이 걸리는 구조가 있다. 여기서 두 방향의 유인이 동시에 생긴다.

사명을 달성했다고 선언하고 싶은 유인 — 서사, 투자 유치, 인재 확보에 유리하다.
선언을 미루거나 정의를 느슨하게 유지할 유인 — 상한 조항의 발동을 늦춘다.

2026년 9월 3일의 발표가 이 긴장을 그대로 보여준다. 그레그 브록먼 사장은 AGI 시대에 온 것을 환영한다는 문장으로 발표를 열면서, 동시에 AGI를 정의하는 일 자체가 모호하고 전환은 한 번의 문턱이 아니라 점진적이라고 말했다.

시대는 왔다고 하면서 판정 기준은 없다고 한 것이다. 이 조합은 계약상 방아쇠를 당기지 않으면서 서사는 확보한다.

규제 쪽에도 같은 문제가 있다. 여러 나라가 고위험·고영향 AI에 별도 규제를 두는 방향으로 가고 있는데(「고영향 AI란」), AGI에 특별한 규정을 붙여 둔다면 정의가 없는 한 그 규정은 영원히 발동되지 않는다. 규제 문서들이 AGI라는 단어 대신 용도·영향 기준을 쓰는 이유다 — 의료·채용·대출 심사처럼 무엇에 쓰이는지로 규제하면 정의 논쟁을 우회할 수 있다.

5. 이 단어를 만났을 때 확인할 세 가지

어느 정의인가. 경제적 정의라면 업무 대체 능력만 말하는 것이다. 이해나 의식에 대한 주장이 아니다.
점수는 어떤 조건에서 나왔나. 모델 단독인가, 하네스를 포함한 시스템인가. 재현 조건이 공개돼 있는가.
누가 판정하는가. 현재 AGI 달성을 판정하는 독립 기구는 없다. 모든 선언은 당사자 자기 신고다.

6. 남은 것과 확인되지 않은 것

여기 정리한 세 갈래는 공식 분류 체계가 아니다. 현재 논의에서 반복적으로 등장하는 구분을 정리한 것이다.
오픈AI 헌장의 수익 상한 조항이 어떤 절차로 발동되는지 공개되지 않았다. 누가 판정하고, 어떤 기준을 쓰며, 이의 절차가 있는지가 모두 비공개다.
독립 판정 기구가 없다. 벤치마크 운영 기관들은 특정 과제에 대한 점수를 낼 뿐 AGI 여부를 판정하지 않는다.
함께 읽을 문서 — 「프론티어 모델이란」, 「AI 환각이란」, 「AI 에이전트란」, 「컴퓨터 사용 에이전트란」, 「고영향 AI란」.