데미스 허사비스가 말하는 AGI의 미래: 게임, 단백질, 그리고 그 다음

노벨상 받은 AI 연구자, 무슨 이야기를 했나

구글 딥마인드 CEO인 데미스 허사비스(Demis Hassabis)가 'How to Build the Future' 시리즈에 출연해서 AI의 현재와 미래에 대해 길게 이야기했어요. 허사비스가 누구냐면, 13세에 체스 마스터가 되고 17세에 게임 회사를 차린 천재인데, 알파고로 이세돌을 이긴 알파고 프로젝트의 주역이고, 작년에는 단백질 구조 예측 AI인 알파폴드(AlphaFold)로 노벨 화학상까지 받은 사람이에요. 그러니까 그가 'AI의 다음 5년'을 어떻게 보는지는 진지하게 들어볼 가치가 있죠.

핵심 메시지: AGI는 5~10년 안에 온다

허사비스의 가장 강한 발언은 '범용 인공지능(AGI)이 향후 5~10년 안에 도래할 가능성이 높다'는 거예요. AGI가 뭐냐면, 인간이 할 수 있는 거의 모든 지적 작업을 기계가 해낼 수 있는 단계를 말해요. 지금의 ChatGPT나 Claude는 아무리 똑똑해 보여도 '특정 영역에서 잘하는 좁은 AI'예요. 허사비스는 진짜 AGI는 새로운 과학 가설을 스스로 세우고 검증할 수 있어야 한다고 보고 있어요.

그가 강조한 건 '창의성의 단계'예요. 1단계는 기존 패턴을 조합하는 거(현재 LLM이 잘하는 것), 2단계는 알파고가 이세돌과의 대국에서 둔 '37수'처럼 인간이 생각도 못한 새로운 수를 두는 것, 3단계는 아예 새로운 게임의 규칙을 만들어내는 것. 진짜 AGI는 3단계까지 가야 한다는 거죠.

알파폴드가 보여준 가능성

허사비스가 자주 인용하는 사례가 알파폴드예요. 단백질이 어떻게 접히는지(folding) 예측하는 문제는 50년간 생물학의 난제였어요. 단백질의 모양이 곧 그 기능을 결정하기 때문에, 신약 개발의 출발점이 되거든요. 그런데 실험으로 단백질 구조 하나 밝히는 데 보통 몇 년, 비용도 수억 원이 들었어요.

알파폴드는 이걸 몇 분에서 몇 시간 안에 해결해버렸어요. 지금까지 약 2억 개의 단백질 구조를 예측해서 무료로 공개했고, 전 세계 연구자 200만 명 이상이 사용하고 있어요. 말라리아 백신 개발, 항생제 내성 연구, 플라스틱 분해 효소 발굴까지 다양한 영역에서 성과가 나오고 있죠.

허사비스는 '이게 AI가 과학을 가속하는 첫 사례일 뿐'이라며, 다음 타겟으로 재료과학(상온 초전도체 같은), 수학 정리 증명, 기후 시뮬레이션을 꼽았어요. 딥마인드의 'AlphaProof'가 이미 국제수학올림피아드 은메달 수준의 문제를 풀었거든요.

안전과 거버넌스 이야기

그가 영상에서 의외로 많은 시간을 할애한 건 AI 안전성이에요. 허사비스는 OpenAI의 샘 알트먼이나 Anthropic의 다리오 아모데이와 결이 좀 다른데요. 그는 'AI 안전은 단일 기업이 결정할 수 없고, 국제 협약 수준의 거버넌스가 필요하다'고 주장해요. CERN(유럽입자물리연구소) 같은 다국적 AI 안전 연구 기구가 있어야 한다는 거죠.

특히 'AI가 자기 자신을 개선하는 단계(recursive self-improvement)'가 시작되면, 통제 불가능해질 수 있다고 경고했어요. 그래서 딥마인드는 'Frontier Safety Framework'라는 자체 평가 체계를 운영 중이고, 위험 임계치에 도달하면 모델 배포를 멈추겠다고 약속했어요.

업계 맥락에서 보면

OpenAI는 'AGI를 빨리 만들어 인류에 분배하자'는 가속론, Anthropic은 '안전 정렬이 최우선'이라는 안전론, 메타는 오픈소스로 모두에게 공개하자는 개방론이라면, 딥마인드는 그 사이에서 '과학 응용으로 AGI를 입증하면서 거버넌스를 만들자'는 독특한 포지션을 잡고 있어요. 알파폴드 같은 실용 성과를 통해 'AI는 무섭기만 한 게 아니다'라는 신뢰를 쌓는 전략이죠.

한국 개발자에게는 어떤 의미일까요

첫째, AI 응용 도메인의 확장이에요. 지금까지 AI 하면 챗봇, 이미지 생성에 머물렀다면, 앞으로는 바이오, 신소재, 신약, 로보틱스로 빠르게 확산될 거예요. 한국이 강한 제조업, 바이오, 배터리 분야에서 AI를 어떻게 결합할지가 향후 5년의 게임체인저가 될 수 있어요.

둘째, 기초 연구의 중요성이에요. 알파폴드는 트랜스포머 아키텍처에 도메인 지식(생물학)을 결합한 작품이거든요. 응용만 할 줄 알아서는 만들 수 없는 결과물이에요. 한국 개발자도 그냥 API 호출만 하지 말고, 모델 구조와 학습 방법을 깊이 이해하는 게 점점 중요해질 거예요.