로켓 이모지 하나가 불러온 소동
요즘 AI 커뮤니티를 둘러보면 재밌는 현상이 있어요. 누군가 그냥 "AGI 🚀" 한 마디만 던져도 수천 명이 몰려와서 갑론을박을 벌이거든요. 이번에도 그랬어요. 싱귤래리티(Singularity)라는 서브레딧에 달랑 제목 하나, 로켓 이모지 하나 올라왔는데 수많은 사람들이 몰려서 "드디어 왔다"와 "또 밈이냐" 사이에서 난리가 났죠.
이게 뭐냐면, 지금 AI 업계가 얼마나 예민한 상태인지를 보여주는 단면이에요. 2022년 말에 ChatGPT가 나온 뒤로 "AGI(범용 인공지능)가 곧 온다"는 얘기가 매년, 매달, 심지어 매주 나오고 있거든요. 그런데도 이모지 하나에 다들 진지하게 반응한다는 건, 그만큼 사람들이 "진짜 그날"을 기대하면서도 한편으론 피로해하고 있다는 뜻이기도 해요.
오늘은 이 작은 게시물을 핑계 삼아, 도대체 AGI가 뭔지, 지금 우리는 어디쯤 와 있는지, 그리고 한국 개발자로서 이 흐름을 어떻게 봐야 할지를 차근차근 풀어볼게요.
AGI, 도대체 뭐길래
먼저 용어부터 정리하고 갈게요. 우리가 흔히 쓰는 ChatGPT나 Claude 같은 건 ANI(Artificial Narrow Intelligence), 즉 "좁은 인공지능"이에요. 특정 영역에서는 사람보다 잘하지만, 정해진 틀을 벗어나면 헤매는 친구들이죠.
반면 AGI(Artificial General Intelligence)는 "범용 인공지능"이에요. 쉽게 비유하자면요,
- ANI는 바둑만 엄청 잘 두는 이세돌 9단급 바둑 로봇이에요. 바둑은 신이지만, 라면은 못 끓여요.
- AGI는 바둑도 두고, 라면도 끓이고, 새로운 프로그래밍 언어도 스스로 배우고, 처음 보는 문제도 척척 해결하는 "만능 인턴" 같은 존재예요.
- 그 위로 ASI(Artificial Superintelligence), 초지능이 있는데 이건 인간 모두를 합친 것보다 똑똑한 존재를 말해요.
- 긴 작업을 지속적으로 수행하는 능력이 약하고(에이전트가 10분 넘어가면 헤매기 시작해요)
- 새로운 상황에 적응하는 학습 능력이 제한적이고
- 가끔 아주 기본적인 상식에서 환각(hallucination), 그러니까 없는 사실을 지어내는 문제가 있거든요.
- 프롬프트 설계: 요구사항을 명확하게 쪼개서 전달하는 기술
- 에이전트 워크플로우: Claude Code, Cursor, Windsurf 같은 도구로 실제 일을 시키는 훈련
- 평가(Evaluation): AI가 내놓은 결과를 검증하는 눈
- 도메인 지식: 특정 산업(금융, 의료, 제조)의 깊은 이해
- 시스템 설계: 전체 아키텍처를 그리고 트레이드오프를 결정하는 판단력
- 커뮤니케이션: 이해관계자 사이에서 문제를 정의하고 조율하는 능력
OpenAI의 샘 알트만이나 Anthropic의 다리오 아모데이 같은 사람들이 "AGI가 몇 년 내에 올 수 있다"고 말할 때, 이 친구들이 가리키는 건 바로 가운데에 있는 AGI예요. 사람이 하는 대부분의 경제적으로 가치 있는 일을 컴퓨터가 대신할 수 있는 수준이죠.
왜 이모지 하나에 다들 반응할까
싱귤래리티 커뮤니티는 원래부터 "기술적 특이점"을 믿는 사람들이 모인 곳이에요. 특이점이라는 건, 쉽게 말해 AI가 스스로를 개선하기 시작하면서 인간이 따라잡을 수 없을 만큼 빠르게 발전하는 순간을 말해요. 레이 커즈와일이라는 미래학자가 이 개념을 퍼뜨렸는데, 그는 2045년쯤을 그 시점으로 봤어요.
그런데 2023년 이후 GPT-4, Claude 3, Gemini 같은 모델들이 나오면서 "어? 생각보다 빨라지는데?"라는 분위기가 생겼거든요. 그래서 이 커뮤니티에선 약간의 힌트, 새로운 벤치마크 점수, 유명 연구자의 한 마디에도 엄청 흥분해요.
이번 "AGI 🚀" 게시물도 그런 맥락에서 나온 일종의 밈(meme)이자 신호예요. 구체적 근거 없이 올라온 글인데도 사람들이 몰려드는 이유는, 다들 "혹시 뭔가 있나?" 하고 눈치를 보고 있기 때문이죠. 이게 바로 현재 AI 씬의 분위기를 정확히 보여주는 장면이에요.
진짜 AGI는 얼마나 가까이 왔을까
여기서 냉정하게 짚어볼 필요가 있어요. 최근 몇 년간의 진척을 보면요,
1) 추론 능력의 진화
OpenAI의 o1, o3 계열처럼 "생각하는 시간"을 길게 두는 모델들이 나왔어요. 이게 뭐냐면, 예전 모델들은 질문 받자마자 답을 뱉었다면, 이 친구들은 "잠깐, 내가 한번 계산해 볼게" 하면서 여러 단계로 나눠서 추론해요. 수학 올림피아드 문제나 박사급 과학 문제도 꽤 풀어내죠.
2) 에이전트의 등장
단순히 대답만 하는 게 아니라, 브라우저를 열고, 파일을 다루고, 코드를 실행하는 AI들이 등장했어요. Claude의 Computer Use나 OpenAI의 Operator 같은 기능이 대표적이에요. "이메일 읽고 답장해줘" 같은 지시를 실제로 수행하는 거죠.
3) 멀티모달의 고도화
텍스트뿐 아니라 이미지, 음성, 영상까지 한 모델이 다 다뤄요. 실시간으로 영상을 보면서 대화하는 것도 가능해졌고요.
그런데 말이죠, 이런 발전에도 불구하고 진짜 AGI까지는 아직 거리가 있다는 게 많은 연구자들의 공통된 의견이에요. 왜냐면 현재 모델들은 여전히,
업계의 세 가지 입장
요즘 AI 업계를 보면 크게 세 진영으로 나뉘어요.
1. "곧 온다"파
OpenAI, Anthropic, DeepMind 쪽 주요 인사들이 여기 속해요. "2027년까지는 AGI가 가능하다"거나 "2030년 전에 강력한 AI가 나온다"는 식의 얘기를 공개적으로 해요. 이들은 주로 스케일링 법칙(모델과 데이터를 키우면 성능이 따라 커진다)을 믿어요.
2. "아직 멀었다"파
Meta의 얀 르쿤이 대표적이에요. 그는 "현재의 LLM 방식으로는 절대 AGI에 도달할 수 없다"고 단언해요. 세계 모델(World Model)이라는, 물리 세계를 이해하는 완전히 다른 접근이 필요하다는 입장이죠. 이게 뭐냐면, 지금 AI들이 "글자 다음에 올 글자"를 예측하는 식인데, 진짜 지능은 "세상이 어떻게 돌아가는지"를 이해해야 한다는 거예요.
3. "정의부터 하자"파
그리고 중간에 "AGI가 뭔지부터 정확히 정의하자"는 신중파가 있어요. 이들은 "인간 수준"이라는 게 너무 모호하다고 지적해요. 어떤 인간? 평균? 전문가? 어떤 분야에서?
이 세 진영의 논쟁이 매일매일 트위터, 레딧, 학회에서 벌어지고 있고, 이번 "AGI 🚀" 같은 게시물도 그 흐름 속에서 나온 거예요.
한국 개발자로서 우리는 뭘 해야 할까
자, 이제 실용적인 얘기를 해볼게요. 이 흐름 속에서 한국 개발자는 뭘 준비해야 할까요?
1) AGI 논쟁에 너무 휘둘리지 마세요
솔직히 말하면, AGI가 2027년에 오든 2040년에 오든 오늘 당장 내 코드가 더 좋아지는 건 아니에요. 매일 올라오는 "AGI 임박" 뉴스에 일희일비하면 피곤해져요. 대신 지금 내가 쓰는 도구가 어제보다 얼마나 좋아졌는지에 집중하는 게 훨씬 생산적이에요.
2) AI를 도구로 길들이는 법을 배우세요
지금 실무에서 가장 가치 있는 스킬은 "AI를 어떻게 잘 쓰느냐"예요. 구체적으로는요,
특히 평가 능력이 중요해요. AI가 코드를 써주면 그냥 복붙하는 게 아니라, "이거 진짜 맞나?" 하고 검증할 수 있어야 하거든요.
3) "AI가 못 하는 것"에 투자하세요
역설적으로, AI가 발전할수록 AI가 못 하는 영역의 가치가 올라가요. 예를 들면,
4) 학습 로드맵 제안
지금 주니어라면 이런 순서로 준비하면 좋아요.
1. 기초: LLM이 어떻게 작동하는지 대략 이해(트랜스포머, 토큰, 컨텍스트 윈도우)
2. 실전: Claude, GPT API를 직접 호출해서 작은 도구 만들어보기
3. 응용: RAG(검색 증강 생성), 에이전트, Function Calling 같은 패턴 익히기
4. 심화: 파인튜닝, 평가 자동화, 비용 최적화까지
이걸 전부 다 할 필요는 없어요. 본인 업무에 가까운 것부터 하나씩 접하면 돼요.
마무리 — 이모지 하나에서 배우는 것
"AGI 🚀" 같은 글이 여전히 사람들을 끌어모으는 건, 우리가 역사적인 순간의 언저리에 있다는 감각을 공유하기 때문이에요. 진짜 AGI가 오는 날이 언제일지, 혹은 그런 날이 오긴 할지 아무도 확실히 몰라요. 하지만 분명한 건, 지난 3년간 우리가 일하는 방식이 눈에 띄게 바뀌었다는 거고, 앞으로도 계속 바뀔 거라는 점이에요.
중요한 건 이모지에 끌려가는 게 아니라, 내 커리어와 내 코드에 AI를 어떻게 녹여낼지 스스로 답을 찾는 과정이라고 생각해요. 누가 "AGI 왔다"고 외쳐도, 내가 그걸 어떻게 쓸지 준비되어 있지 않으면 아무 의미 없거든요.
여러분은 어떠세요? 최근 6개월 사이에 AI 도구 덕분에 일하는 방식이 바뀐 경험이 있나요? 아니면 반대로, "이건 아직 AI가 못 하겠구나" 싶었던 순간이 있었나요? 댓글로 공유해 주시면 다음 글에서 이야기 이어가볼게요. ☕
🔗 출처: Reddit