재미있는 AI 데일리

By Hokeun, Lee

본 연구는 전세계적으로 진행되고 있는 초지능 인공지능(Artificial Superintelligence, ASI) 개발 현황과 상업화 동향을 분석하고, 기존 대규모 언어모델(LLM)에서 초지능으로 발전하는 기술적 경로를 객관적 데이터를 통해 제시한다. 특히 한국을 포함한 주요국의 AGI(Artificial General Intelligence) 개발 전략과 상업적 성과를 비교 분석하여, 향후 초지능 AI 시대에 대비한 정책적 시사점을 도출한다.

글로벌 초지능 AI 개발 현황

주요 기업들의 AGI/ASI 개발 경쟁

현재 글로벌 AGI 개발 경쟁은 미국 기업들이 주도하고 있으며, OpenAI, Google DeepMind, Anthropic, Meta 등이 핵심 플레이어로 자리잡고 있다. 이들 기업은 각각 차별화된 접근법을 통해 AGI 달성을 목표로 하고 있다. OpenAI는 113억 달러의 투자를 바탕으로 GPT 시리즈의 지속적 발전을 통한 “General AGI” 구현을 추진하고 있으며, 2025-2027년 내 AGI 달성을 목표로 하고 있다.

특히 주목할 점은 Meta의 Superintelligence Labs(MSL) 설립이다. Mark Zuckerberg는 700억 달러 이상의 투자를 통해 “초지능 개발이 가시권에 들어왔다”고 선언하며, OpenAI와 Anthropic에서 인재를 대거 영입하고 있다. 이는 AGI 경쟁이 단순한 기술 개발을 넘어 인재 확보 전쟁으로 확산되고 있음을 시사한다.

<글로벌 및 한국 AI 시장 규모 성장 추이 (2019-2032)>

AGI 도달 시점에 대한 전문가 예측

AGI 도달 시점에 대한 전문가들의 예측은 상당한 편차를 보이고 있다. 78%의 전문가들이 현재 접근법으로는 AGI에 도달할 수 없다고 보고 있지만, 일부 업계 리더들은 훨씬 낙관적인 전망을 제시하고 있다. Sam Altman은 2025년 내 AGI 가능성을 시사했으며, Dario Amodei(Anthropic CEO)는 2-3년 내 인간 수준을 뛰어넘는 AI 시스템 등장을 예측했다.

한편 학술계는 보다 보수적인 접근을 보이고 있다. 대부분의 연구자들은 2040-2061년 사이에 50% 확률로 AGI가 달성될 것으로 예측하고 있으며, Geoffrey Hinton은 5-20년 내 AGI 가능성을 제시하면서도 시스템의 예측 불가능성에 대한 우려를 표명했다.

한국의 초지능 AI 개발 현황

K-AI 프로젝트와 주권 AI 전략

한국 정부는 2024년 “주권 AI 기반 모델” 프로젝트를 통해 독자적인 AI 생태계 구축에 나섰다. 과학기술정보통신부는 15개 컨소시엄 중 5개 팀을 최종 선정했으며, 이들은 네이버클라우드, 업스테이지, SK텔레콤, NC AI, LG AI연구원으로 구성되어 있다.

정부는 이 프로젝트에 1576억원 규모의 GPU 자산을 포함해 총 2000억원 이상을 투입할 계획이며, 국제 최고 모델 대비 95% 이상의 성능을 목표로 하고 있다. 이는 미중 AI 패권 경쟁 속에서 기술 종속성을 탈피하고자 하는 전략적 선택으로 평가된다.

한국 기업들의 AI 모델 성능 분석

한국 기업들이 개발한 AI 모델들은 특히 한국어 처리 능력에서 뛰어난 성능을 보이고 있다. 네이버의 HyperCLOVA X Think는 고난도 한국어 시험인 KoBALT-700에서 48.9점을 기록하며, 알리바바 Qwen3(41.4점)와 LG EXAONE(33.0점)을 큰 차이로 앞섰다.

수학과 코딩 영역에서도 상당한 수준에 도달했는데, HyperCLOVA X Think는 MATH500에서 95.2점, HumanEval에서 95.7점을 기록했다. 다만 글로벌 최고 모델들과 비교했을 때 여전히 일부 격차가 존재한다.

LG AI연구원의 EXAONE 4.0은 고성능 추론 능력에 특화되어 있으며, MMLU-REDUX에서 92.3%, GPQA에서 75.4%의 성능을 보였다. 이는 과학적 추론과 전문 지식 영역에서 상당한 경쟁력을 확보했음을 의미한다.

상업화 현황과 시장 구조

글로벌 AI 시장의 폭발적 성장

전세계 AI 시장은 급속한 성장세를 보이고 있다. 2024년 기준 6,382억 달러 규모에서 2032년 3조 6,805억 달러로 연평균 29.2%의 성장률을 기록할 것으로 예상된다. 이러한 성장은 생성형 AI의 대중화와 기업들의 적극적인 AI 도입에 기인한다.

특히 2024년 전세계 AI 기업에 대한 투자가 1,000억 달러를 초과하면서, AI 개발 경쟁이 더욱 가속화되고 있다. 미국 연방정부의 2025년 AI R&D 예산은 33억 1,600만 달러로 책정되어 정부 차원의 지원도 확대되고 있다.

<한국 AI 시장 구조 분석 (2024년 기준)>

한국 AI 시장의 특징적 구조

한국 AI 시장은 2024년 기준 6조 3,000억원 규모로 성장했으며, 이는 전년 대비 12.5% 증가한 수치다. 주목할 점은 시장 구조에서 **B2B 부문이 4조 5,900억원(72.9%)**으로 절대적 비중을 차지하고 있다는 것이다. B2C 시장은 4,800억원(7.6%)에 그치고 있어, 한국 AI 시장이 기업용 솔루션 중심으로 발전하고 있음을 보여준다.

이러한 B2B 중심 구조는 한국 AI 스타트업들의 사업 전략에도 영향을 미치고 있다. 국내 AI 스타트업 291개사 중 39.2%가 B2B 사업에 집중하고 있으며, 이는 안정적 수익 모델 확보와 초기 투자 리스크 완화를 위한 전략적 선택으로 분석된다.

LLM에서 초지능으로의 발전 경로

기술적 발전 단계와 평가 지표

현재 AI 시스템은 Level 0(Narrow AI)에서 Level 1(Emerging AGI) 단계로 전환하는 과정에 있다. OECD AI 능력 지표에 따르면, Level 5 성능을 모든 영역에서 달성하는 것이 인간 수준의 일반 지능을 의미한다고 정의하고 있다.

<AGI 평가 지표별 인간 대 AI 성능 비교>

현재 AI 모델들의 성능을 객관적으로 평가할 때, ARC-AGI 벤치마크에서 인간은 85점, 최고 AI 모델은 50점 수준으로 35점의 격차가 존재한다. 이는 추상적 추론 능력에서 AI가 여전히 인간에 미치지 못함을 의미한다. 반면 수학(MATH500)이나 코딩(HumanEval) 영역에서는 AI가 인간을 상당히 앞서고 있어, “가파른 개척지(jagged frontier)” 형태의 불균등한 발전을 보이고 있다.

기술적 돌파구와 한계점

AGI로의 전환에서 가장 중요한 기술적 과제는 AI 정렬(AI Alignment) 문제다. 현재 강화학습 기반 인간 피드백(RLHF), 자가 정렬, 숙고적 정렬 등 다양한 기술적 접근법이 개발되고 있으나, 시스템의 복잡성이 증가할수록 예측과 제어가 더욱 어려워진다는 근본적 한계가 존재한다.

특히 76%의 전문가들이 현재의 스케일링 접근법만으로는 AGI에 도달할 수 없다고 보고 있어, 새로운 알고리즘과 아키텍처의 필요성이 제기되고 있다. Kolmogorov-Arnold Networks(KANs) 같은 새로운 신경망 구조나 뇌-컴퓨터 인터페이스 기술 등이 대안으로 연구되고 있다.

안전성과 정렬 연구 현황

글로벌 AI 안전성 연구 동향

AI 시스템의 안전성 확보는 초지능 개발과 병행되어야 할 핵심 과제다. OpenAI는 “AGI에 가까워질수록 모델 생성과 배포에서 훨씬 더 신중해져야 한다”고 강조하며, 점진적 배포와 지속적 학습을 통한 안전성 확보 전략을 제시하고 있다.

특히 **OpenAI의 벤치마크에서 미래 AI 시스템이 “치명적 피해”를 야기할 확률을 16.9%**로 추산하고 있어, 안전성 연구의 시급성이 부각되고 있다. 이에 따라 각국 정부와 국제기구들이 AI 거버넌스 프레임워크 구축에 나서고 있다.

한국의 AI 윤리 및 정렬 연구

한국에서도 ETRI를 중심으로 AI 윤리 기반 정렬 기술 연구가 진행되고 있다. 연구 범위는 LLM 기반 복잡 시스템과 다중 에이전트 환경에서의 정렬 문제로 확장되고 있으며, 독성 분석, 윤리적 평가, 편향성 검출, 사실성 평가 등의 평가 기법이 개발되고 있다.

한국의 AI 정렬 연구는 특히 한국어와 한국 문화에 특화된 윤리적 기준 정립에 중점을 두고 있다. 이는 글로벌 AI 모델들이 한국 사회의 가치와 규범을 완전히 반영하지 못한다는 인식에서 출발한 것으로, 주권 AI 정책과 맥을 같이 한다.

미래 전망과 정책적 시사점

AGI/ASI 도달 시나리오와 영향

전문가들은 AGI가 달성되면 ASI로의 전환은 매우 빠르게 이루어질 것으로 예측하고 있다. 인간과 달리 인공시스템은 생물학적 제약이 없어 **재귀적 자기 개선(recursive self-improvement)**을 통해 급속한 능력 증폭이 가능하기 때문이다.

Sam Altman은 2026년까지 지적 작업이 가능한 AI 에이전트, 2027년까지 독창적 과학적 통찰을 생성하는 AI 등장을 예측했다. 이는 과학 연구의 자동화와 가속화를 통해 인류의 지식 체계 자체를 변화시킬 가능성을 시사한다.

한국의 대응 전략과 과제

한국은 주권 AI 정책을 통해 기술 자립성 확보에 나서고 있지만, 여전히 해결해야 할 과제들이 있다. 첫째, 반도체 메모리는 강세를 보이지만 GPU는 여전히 NVIDIA에 의존해야 하는 구조적 한계가 존재한다. 둘째, AI 인력 부족 문제가 완화되고는 있지만(2024년 7.4%로 전년 14.3% 대비 개선), 여전히 글로벌 경쟁에서 뒤처질 위험이 있다.

긍정적인 측면으로는 한국 기업들이 한국어 특화 AI에서 독보적 경쟁력을 확보하고 있으며, 이를 바탕으로 동아시아 시장 진출 기회를 모색할 수 있다는 점이다. 또한 메모리 반도체부터 통신 인프라, 데이터센터까지 AI 전체 밸류체인을 보유하고 있어, 통합적 접근이 가능하다는 강점이 있다.

결론

현재 전세계는 초지능 AI 개발 경쟁의 초입단계에 있으며, 2025-2030년이 AGI 달성의 임계점이 될 것으로 전망된다. 미국이 기술과 투자에서 주도권을 잡고 있지만, 한국은 주권 AI 전략을 통해 독자적 생태계 구축에 나서고 있다.

한국의 성공 요인은 한국어 특화 모델의 우수성과 B2B 중심의 안정적 시장 구조, 그리고 반도체-통신-AI를 아우르는 통합 역량에 있다. 그러나 글로벌 경쟁에서 지속적인 우위를 확보하기 위해서는 AI 안전성 연구의 강화, 국제 협력 확대, 인재 육성 가속화가 필수적이다. 초지능 AI 시대는 인류 문명사적 전환점이 될 것이며, 이에 대한 체계적 준비와 국제적 협력이 그 어느 때보다 중요한 시점이다.