인간처럼 생각하고 일하는 AI 도래했나
AI부동산경제신문 | 과학
[서울=이진형 기자] 인공지능(AI)이 단순히 질문에 답하는 수준을 넘어 인터넷 검색과 프로그램 실행, 문서 작성 등 복잡한 작업을 직접 수행하는 단계로 발전하면서 범용인공지능(AGI)을 둘러싼 논쟁이 다시 커지고 있다.
최근에는 최신 AI 모델을 기반으로 한 에이전트가 여러 도구를 연결해 장시간 작업을 수행하는 사례가 늘면서 인간의 지적 노동 상당 부분을 AI가 맡을 수 있다는 전망도 나온다. 반면 현재의 기술을 곧바로 인간 수준의 범용지능으로 규정하기에는 아직 기술적·평가적 한계가 있다는 지적도 제기된다.
답변하는 AI에서 일하는 AI로…에이전트 기술 빠르게 확산
최근 AI 산업에서 두드러지는 변화 중 하나는 ‘AI 에이전트’의 확산이다.
기존 생성형 AI가 사용자의 질문에 대한 답변을 생성하는 데 초점을 맞췄다면, 에이전트형 AI는 검색·브라우저·코딩·파일 처리 등 외부 도구를 활용하면서 여러 단계를 거쳐 하나의 작업을 완성하는 방식으로 작동한다.
예를 들어 사용자가 항공권을 찾아달라고 요청하면 AI가 검색 도구를 호출하고, 검색 결과를 분석한 뒤 다른 날짜와 가격을 비교하는 작업을 반복할 수 있다. 겉으로는 AI가 스스로 인터넷을 돌아다니며 업무를 수행하는 것처럼 보이지만 실제로는 언어모델과 외부 실행 시스템, 각종 도구가 연결된 구조다.
이 때문에 최근 AI의 발전을 이해하려면 모델 자체의 성능뿐 아니라 모델에 어떤 도구와 권한이 부여됐는지도 함께 살펴봐야 한다.
최신 AI 모델 등장에 AGI 논쟁 다시 불붙어
AGI 논쟁에 다시 불을 지핀 것은 최근 공개된 차세대 AI 모델이다.
오픈AI의 최신 모델 ‘GPT-6 아스트라’는 소프트웨어 엔지니어링과 수학·과학 분야뿐 아니라 컴퓨터와 브라우저를 직접 활용해 복잡한 업무를 수행하는 능력을 강화했다. 일부 AI 업계 관계자들은 이를 AGI 시대의 시작으로 평가하고 있다.
AI의 성능 향상은 특정 분야에만 국한되지 않는다. 연구자료에서는 AI가 문헌 검토와 데이터 분석, 실험 설계, 알고리즘 개발 등 연구 과정에 활용되는 사례도 소개되고 있다. AI가 연구자를 보조하는 것을 넘어 연구 과정의 여러 단계를 수행할 가능성이 제시되는 이유다.
AI가 새로운 알고리즘을 고안하고 코드를 작성한 뒤 실험 결과를 분석하는 수준까지 발전하면, AI 기술을 개발하는 과정 자체가 자동화되면서 차세대 AI 개발 속도가 빨라질 가능성도 있다.
그러나 ‘에이전트 발전’과 AGI는 같은 개념 아니다
AI의 업무 수행 능력이 높아졌다고 해서 곧바로 AGI가 구현됐다고 단정하기는 어렵다는 반론도 있다.
AGI에서 중요한 개념 가운데 하나는 ‘범용성’이다. 이미 현재 AI는 수학 문제를 풀거나 프로그램을 작성하는 등 특정 영역에서 인간보다 높은 성과를 내는 경우가 있지만, 특정 시험에서 높은 점수를 받는 것과 처음 접하는 환경에서 문제의 본질을 파악하고 안정적으로 해결하는 것은 별개의 문제라는 설명이다.
또 현재 학계와 산업계에는 AGI를 판단하기 위한 통일된 기준이 마련돼 있지 않다. 인간 수준 이상의 지능을 어느 정도까지 요구할 것인지, 어떤 영역을 얼마나 안정적으로 수행해야 AGI로 볼 것인지에 대한 기준이 일치하지 않는 만큼 새로운 AI가 등장할 때마다 평가가 엇갈릴 수밖에 없다.
LLM에 범용성을 더해도 지능 자체가 달라진 것은 아니다
현재 AI 기술을 바라볼 때 언어모델 자체와 이를 둘러싼 실행 시스템을 구분해야 한다는 분석도 나온다.
대규모언어모델(LLM)은 입력된 정보를 바탕으로 계산해 출력을 생성한다. 하지만 LLM이 ‘검색하라’거나 ‘파일을 삭제하라’고 출력한다고 해서 실제 검색이나 파일 삭제가 자동으로 이뤄지는 것은 아니다.
외부 행동이 발생하려면 검색엔진, 운영체제, 파일 시스템, 결제 시스템 등 관련 도구와 연결돼 있어야 하고 해당 시스템에 접근할 권한도 필요하다. 결국 AI가 현실에서 행동할 수 있는 범위는 모델의 능력뿐 아니라 외부 시스템의 설계와 부여된 권한에 의해 결정된다.
에이전트 역시 이런 구조를 바탕으로 작동한다. LLM이 작업의 다음 단계를 판단하면 실행 시스템이 해당 출력을 외부 도구와 연결하고, 결과를 다시 LLM에 전달하는 과정이 반복된다.
따라서 최근 AI가 보여주는 업무 능력 가운데 어느 부분이 모델 자체의 지능 향상이고, 어느 부분이 인간이 구축한 도구와 실행환경의 발전에 따른 것인지를 나눠서 볼 필요가 있다는 것이다.
AGI 현실화되면 지적 노동 구조에도 변화 가능성
AGI의 실현 여부에 관심이 쏠리는 이유는 기술 자체보다 산업과 노동시장에 미칠 영향 때문이다.
인간과 유사한 수준의 범용적 학습·추론 능력이 확보될 경우 소프트웨어 개발과 연구개발(R&D), 법률, 금융, 엔지니어링 등 전문성이 요구되는 영역에서도 AI 활용 범위가 확대될 가능성이 있다.
특히 AI가 AI 개발 과정에 활용되는 수준이 높아질 경우 기술 발전 속도 자체가 빨라지는 ‘AI 연구의 자동화’ 가능성도 주목받고 있다.
다만 기술 개발과 실제 산업 현장에 적용되는 시점에는 차이가 있을 수 있다. AGI에 가까운 성능을 가진 시스템이 등장하더라도 기업의 업무 프로세스, 규제, 비용, 책임 문제 등이 함께 해결돼야 실제 사회 전반으로 확산될 수 있기 때문이다.
속도 경쟁만큼 안전·통제 기술도 중요해져
AI 발전 속도가 빨라지면서 안전성에 대한 논의도 함께 커지고 있다.
AI 에이전트가 더 많은 시스템과 연결되고 더 넓은 권한을 갖게 될수록 오류나 잘못된 판단이 실제 행동으로 이어질 가능성도 커질 수 있다. 이에 따라 AI 개발 과정에서 안전성 평가와 위험 행동 탐지, 권한 관리, 문제 발생 시 시스템을 중단할 수 있는 통제 기술 등을 함께 발전시켜야 한다는 의견이 제기된다.
한국 역시 AI 기술 경쟁에서 성능 향상과 안전성 확보를 동시에 추진해야 한다는 과제를 안고 있다. 프런티어 AI 개발을 따라가는 동시에 실제 AI를 도입하는 과정에서 발생할 수 있는 자율성 관련 위험을 관리할 수 있는 기준과 기술을 마련해야 한다는 지적이다.
결국 현재의 AI를 두고 ‘AGI가 이미 도착했다’거나 ‘아직 갈 길이 멀다’고 단순하게 규정하기보다는 어떤 능력이 실제로 향상됐는지, 그 능력이 모델 자체에서 비롯된 것인지 외부 시스템과의 결합에서 비롯된 것인지 구분할 필요가 있다.
AI 에이전트가 인간의 업무 수행 방식을 빠르게 바꾸고 있는 것은 분명하지만, 인간과 같은 범용지능이 완성됐는지를 판단할 공통 기준은 아직 마련되지 않았다. AGI 논쟁은 앞으로도 AI의 성능 향상과 함께 ‘얼마나 똑똑한가’뿐 아니라 ‘무엇을 스스로 할 수 있는가’, ‘그 행동을 누가 통제하고 책임지는가’를 둘러싼 논의로 이어질 전망이다.
AI부동산경제신문 | 편집부
이진형 기자
Copyright © 2026 AI부동산경제신문. All Rights Reserved.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
