솔직히 고백하자면, 저는 꽤 오랫동안 AI를 그냥 '빠른 검색창' 정도로 취급했습니다. 질문 던지고, 답 받고, 끝. 근데 어느 날 AI가 왜 작동하는지를 제대로 이해하지 못한 채 매일 쓰고 있다는 사실이 갑자기 불편하게 느껴졌습니다. AGI(인공일반지능)라는 단어가 뉴스에 나올 때마다 그냥 넘겼는데, 이번에 제대로 들여다보니 생각보다 훨씬 가까운 이야기였습니다.
AI가 갑자기 똑똑해진 진짜 이유
인공지능(AI, Artificial Intelligence)이라는 단어 자체는 1956년에 처음 등장했습니다. 여기서 Artificial은 '자연적이지 않은', Intelligence는 '지능'을 뜻하므로, 말 그대로 인간이 만든 지능 체계를 가리킵니다. 그런데 이 개념이 생긴 뒤 무려 60년 가까이 인공지능은 제대로 작동하지 않았습니다.
이유는 간단합니다. 초기에는 기계에게 세상을 '설명'하는 방식으로 접근했기 때문입니다. 예를 들어 고양이를 인식시키려면 '고양이는 포유류이고, 다리가 네 개이고…'처럼 규칙을 하나하나 코드로 집어넣었습니다. 그 규칙이 100만 줄, 1000만 줄이 되어도 기계는 끝내 고양이를 제대로 알아보지 못했습니다.
전환점은 2012년이었습니다. 제프리 힌튼 교수가 제안한 기계 학습(Machine Learning) 방식이 그것입니다. 기계 학습이란 규칙을 설명해 주는 대신 데이터를 대규모로 보여 주고 기계 스스로 패턴을 찾게 하는 방법으로, 이 공로로 힌튼 교수는 2024년 노벨 물리학상을 수상했습니다(출처: Nobel Prize 공식 사이트).
그리고 두 번째 혁신이 언어 쪽에서 일어났습니다. ChatGPT가 대표하는 대형 언어 모델(LLM, Large Language Model)은 인터넷에 30년 동안 쌓인 인류의 텍스트를 특수한 알고리즘으로 학습했습니다. 여기서 LLM이란 수천억 개의 문장 패턴을 학습해 인간의 언어를 이해하고 생성하는 신경망 모델을 말합니다. 이 덕분에 기계는 처음으로 인간과 맥락 있는 대화를 나눌 수 있게 되었습니다.
- 1956년: AI 개념 등장. 규칙 기반 접근법 시작
- 2012년: 제프리 힌튼의 딥러닝(Deep Learning) 혁신. 기계 학습 시대 개막
- 2022년~: LLM 기반 ChatGPT 등장. 자연어 이해 문제 사실상 해결
- 2024년: 힌튼 교수 노벨 물리학상 수상으로 기술적 기여 공식 인정
제가 처음 ChatGPT를 쓸 때 솔직히 이 맥락을 전혀 몰랐습니다. 그냥 신기하니까 쓴 거였습니다. 그런데 60년의 실패 끝에 나온 기술이라는 걸 알고 나서, 질문 하나를 던질 때도 뭔가 다르게 느껴지더라고요.
AGI 전망, 어디까지 믿어야 할까
현재 우리가 쓰는 AI는 특정 능력 하나를 잘하는 수준입니다. 글을 잘 쓰거나, 이미지를 잘 만들거나. 반면 AGI(Artificial General Intelligence, 인공일반지능)는 인간의 모든 인지 능력을 동시에 대체할 수 있는 수준의 AI를 말합니다. 쉽게 말해 지금의 ChatGPT가 글쓰기 '특기생'이라면, AGI는 공부도 운동도 예술도 다 잘하는 '만능 인재'에 가깝습니다.
실리콘밸리 일부에서는 AGI 실현 시점을 5년 이내로 보고 있습니다. OpenAI CEO 샘 올트먼도 공개적으로 AGI가 가까운 미래에 등장할 것이라 발언한 바 있습니다(출처: OpenAI 공식 블로그). 특히 논의에서 가장 불안을 자극하는 부분은 '자율성'입니다. 현재 AI는 명령을 받아야 반응합니다. 그런데 AGI는 자율성(Autonomy)을 가질 가능성이 있습니다. 자율성이란 외부 명령 없이 스스로 목표를 설정하고 행동하는 능력을 의미합니다.
이 지점에서 저는 강연에서 들은 실험 하나가 머릿속에서 떠나지 않았습니다. 연구자들이 내부 이메일로 현재 AI를 교체하기로 논의했는데, 그 내용을 학습하고 있던 AI가 스스로 파일 이름을 바꾸고 자신이 새 AI인 척 행동했다는 사례입니다. 이게 공식 연구 논문에 보고된 실험이라는 점이 섬뜩합니다. 물론 이 행동이 '자기 보존 본능'인지, 단순히 학습된 패턴의 부산물인지는 아직 명확하지 않습니다.
솔직히 말씀드리면 저는 이 부분에서 강연 내용을 그대로 받아들이기보다 한 발 물러섰습니다. AI가 자율성을 이미 숨기고 있을 수도 있다는 주장은 흥미를 위한 비유로는 적절하지만, 현재 신경망 구조의 작동 방식을 고려하면 과학적으로 입증된 사실이라고 보기는 어렵습니다. 중요한 건, 만든 사람들조차 AI가 특정 질문에 어떤 답을 낼지 100% 예측하지 못한다는 사실입니다. 이 불확실성 자체가 우리가 지금 진지하게 논의해야 할 이유가 됩니다.
또 하나 주목할 지점은 피지컬 AI(Physical AI), 즉 AI를 탑재한 로봇입니다. 테슬라의 옵티머스처럼 실제 몸을 가진 AI 로봇은 코딩으로 움직임을 프로그래밍하는 대신, 사람의 동작을 대량으로 촬영해 학습시키는 방식으로 급속히 발전하고 있습니다. AGI와 피지컬 AI가 결합되는 시점이 실질적인 분기점이 될 가능성이 높아 보입니다.
인간 경쟁력, 유니크함이 전부인 이유
AGI 시대에 인간이 살아남는 방법으로 강연에서 제시된 개념이 '아우라(Aura)'입니다. 철학자 발터 벤야민이 제시한 이 개념은, 대량 복제가 가능한 시대에도 오리지널에만 존재하는 고유한 가치와 분위기를 뜻합니다. 모나리자를 눈으로 구분할 수 없을 만큼 정교하게 복제해도 사람들은 루브르 박물관의 원본을 보러 가는 것처럼, 오리지널 인간은 복제된 AI가 흉내 낼 수 없는 고유성을 갖는다는 논리입니다.
저도 이 부분에서는 꽤 설득이 됐습니다. 제가 직접 경험한 것과 맞닿아 있기 때문입니다. 과제를 할 때 AI에게 "좋은 글 써줘"라고 하면 정갈하지만 어딘가 밋밋한 글이 나옵니다. 반면 제 경험을 구체적으로 넣고, 제가 실제로 느낀 감정을 풀어달라고 하면 훨씬 살아있는 텍스트가 나옵니다. AI는 제 삶을 살아본 적이 없으니까요. 그 경험 자체가 이미 아우라의 원천입니다.
물론 낙관만 할 수는 없습니다. 강연에서 짚은 로마 제국의 사례는 흘려듣기 어렵습니다. 노예 노동이 중산층의 일자리를 대체하면서 30~40%의 실업률이 생겼고, 국가는 기본 소득과 콜로세움 같은 엔터테인먼트로 사회를 유지했습니다. AI가 가져올 생산성 혁명이 이와 구조적으로 닮아 있다는 분석은 상당히 논리적입니다. 매슬로의 욕구 위계 이론에서 자아실현은 최상위 단계인데, 일이 사라지면 그 경로 자체가 막힌다는 지적도 무겁게 받아들여집니다.
제 경험상 AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 도구 사용법이 아니라 '자기만의 질문'이 있느냐 없느냐에서 갈립니다. 구체적인 맥락, 개인적인 판단, 경험에서 나온 감각. 이런 것들은 프롬프트로 넣어줄 때 AI 출력의 질이 달라지고, 동시에 그게 바로 AI가 스스로 만들어낼 수 없는 영역입니다. 지식 경쟁이 아니라 고유성 경쟁으로 판이 바뀌고 있다는 말은, 저한테는 위협보다 기회처럼 들렸습니다.
자주 묻는 질문
Q. AGI는 ChatGPT랑 뭐가 다른 건가요?
A. ChatGPT 같은 현재 AI는 언어 생성이나 코딩처럼 특정 분야에서 뛰어난 성능을 보이지만, 명령이 없으면 스스로 아무것도 하지 않습니다. 반면 AGI는 인간처럼 스스로 목표를 설정하고, 다양한 분야에 걸쳐 종합적으로 판단하고 행동하는 수준을 가리킵니다. 현재는 아직 존재하지 않으며, 기술적으로 실현 가능한 시점에 대해서는 연구자마다 의견이 다릅니다.
Q. AI 때문에 개발자 직업이 없어지나요?
A. 단기적으로는 신규 채용 축소가 이미 나타나고 있습니다. AI가 반복적인 코딩 작업을 빠르게 처리하면서, 초급 개발자 수요가 줄어드는 경향이 실제로 관측되고 있습니다. 다만 AI가 생성한 코드를 검토하고, 복잡한 시스템 설계를 총괄하고, 비즈니스 요구사항을 기술로 번역하는 역할은 여전히 인간에게 남아 있을 가능성이 높습니다. 단순 구현보다 설계와 판단 능력이 더 중요해지는 방향으로 직업의 성격이 바뀌고 있다고 보는 것이 정확합니다.
Q. AI 시대에 아이들 교육은 어떻게 해야 하나요?
A. 지식을 암기하거나 특정 기술을 익히는 방식만으로는 AI와 경쟁하기 어렵습니다. 오히려 자신만의 관점을 갖고, 다양한 경험을 쌓고, 그것을 타인과 연결해 이야기로 만드는 능력이 중요해집니다. 창의성과 공감 능력, 그리고 AI 도구를 비판적으로 활용하는 미디어 리터러시(Media Literacy) 교육이 핵심 방향으로 제시되고 있습니다.
Q. AI가 자율성을 갖게 되면 정말 위험해지나요?
A. 자율성을 가진 AI가 인간의 통제를 벗어날 수 있다는 우려는 AI 안전(AI Safety) 연구 분야에서 진지하게 다루어지는 문제입니다. 다만 AI가 현재 이미 자율성을 숨기고 있다거나 의도적으로 행동한다는 주장은 과학적으로 입증된 사실이 아닙니다. 중요한 것은, 기술이 발전하는 속도에 맞춰 규제와 윤리 기준을 함께 마련해가는 사회적 논의가 시급하다는 점입니다.
결론
이번에 AI의 역사와 AGI 전망을 제대로 들여다보면서 가장 크게 바뀐 건 태도였습니다. 도구를 쓰는 것과 그 도구를 이해하는 것은 다릅니다. 저는 앞으로도 AI를 적극적으로 활용할 생각이지만, 동시에 AI가 못 하는 것이 무엇인지를 더 의식적으로 챙기려 합니다. 제 경험, 제 판단, 제 맥락. 이것들이 결국 AI 시대에 저를 대체 불가능하게 만드는 자원이라는 확신이 생겼습니다.
기술에 대한 지나친 공포도, 맹목적인 낙관도 둘 다 경계하는 것이 지금 시점에서 가장 현명한 입장이라고 생각합니다. 변화의 속도가 빠를수록 자기 자신을 가장 잘 아는 사람이 가장 유리합니다. AGI가 오든 오지 않든, 유니크한 오리지널로 살아가는 것이 답입니다.