인공지능 '지능' 측정의 새로운 기준

구글 딥마인드(Google DeepMind)가 범용 인공지능(AGI, Artificial General Intelligence)으로 가는 발전 과정을 객관적으로 측정하기 위한 인지 프레임워크(Cognitive Framework)를 공개했습니다. 이번 연구는 단순히 "AGI가 무엇인가"를 정의하는 것을 넘어, 현재 AI 시스템이 인간 수준의 범용 지능까지 얼마나 진화했는지를 단계별로 평가할 수 있는 체계를 제시합니다.

이 프레임워크는 인지 과학(Cognitive Science) 연구 성과를 바탕으로 설계되었으며, AI 시스템의 능력을 다층적으로 분석해 "지금 우리가 어디쯤 와 있는가"를 가시화하는 것이 목표입니다.

왜 지금 AGI 측정 체계가 필요한가

AI 업계에서 AGI는 오랫동안 "궁극의 목표"로 언급되어 왔지만, 정작 그것이 무엇인지, 어떻게 측정할 것인지에 대한 합의는 부족했습니다. OpenAI는 "경제적으로 가치 있는 대부분의 작업을 사람보다 잘하는 시스템"으로, 다른 연구자들은 "모든 인지 과제에서 인간 수준 이상"으로 정의하는 등 해석이 제각각이었습니다.

구글 딥마인드는 이러한 혼란을 해소하기 위해 **단계적 진화 모델(Developmental Model)**을 도입했습니다. 이는 AI를 단순히 "달성했다/못했다"로 판단하지 않고, 어느 단계의 인지 능력까지 구현되었는지를 세분화해 추적하는 방식입니다.

이 접근법의 중요성은 두 가지입니다:

1. 연구 방향성 설정: 현재 AI의 강점과 약점을 명확히 파악해, 다음 단계로 나아가기 위해 어떤 연구가 필요한지 가이드할 수 있습니다.
2. 안전성 논의 기반 마련: AGI 수준이 높아질수록 사회적 영향도 커지므로, 각 단계별로 적절한 안전 장치와 거버넌스 체계를 준비해야 합니다.

인지 프레임워크의 핵심 구조

딥마인드의 프레임워크는 **여섯 가지 인지 영역(Cognitive Domains)**과 **다섯 단계의 성숙도 레벨(Capability Levels)**로 구성됩니다.

여섯 가지 인지 영역

다섯 단계의 성숙도

프레임워크는 각 인지 영역에서 AI가 도달할 수 있는 능력 수준을 다섯 단계로 구분합니다:

Level 0 — 비인간적(Non-Human): 인간 수준 이하, 기초적 작업만 수행
Level 1 — 초보(Emerging): 간단한 작업은 가능하지만 일관성 없음
Level 2 — 능숙(Competent): 일반적인 성인 수준의 작업 수행
Level 3 — 전문가(Expert): 해당 분야 최고 수준의 인간 전문가와 동등
Level 4 — 초인간(Superhuman): 인류 최고 전문가를 능가하는 수준

예를 들어, 현재의 대규모 언어 모델(LLM)은 언어 영역에서 Level 2~3, 추론 영역에서 Level 1~2 정도로 평가될 수 있습니다. 반면 운동 영역은 여전히 Level 0~1 수준이며, 사회적 상호작용 역시 제한적입니다.

현재 AI는 어느 단계인가

딥마인드는 최신 AI 시스템들을 이 프레임워크에 따라 매핑한 결과, 다음과 같은 패턴을 발견했습니다:

• GPT-4, Gemini 2.0, Claude 3.5 등 최신 LLM: 언어·추론 영역에서 Level 2~3. 특정 벤치마크(MMLU, HumanEval)에서는 전문가 수준에 근접하지만, 일반화(Generalization) 능력은 여전히 취약.
• AlphaGo, AlphaFold: 특정 도메인(바둑, 단백질 구조 예측)에서 Level 4(초인간) 달성. 하지만 범용성이 없어 AGI로 분류되지 않음.
• 로봇 AI 시스템: 지각·운동 영역에서 Level 0~1. 실시간 환경 적응 능력이 제한적.

결론적으로, 현재 AI는 "좁은 영역의 높은 성능"과 "넓은 영역의 낮은 일반화"라는 두 극단 사이에 있습니다. AGI로 가기 위해서는 여섯 가지 인지 영역 모두에서 최소 Level 2 이상을 달성해야 하며, 이는 아직 요원한 목표입니다.

[AI 분석] AGI 개발의 향후 경로

이 프레임워크가 제시하는 시사점은 명확합니다. AGI는 단일 돌파구가 아닌, 여러 인지 영역의 점진적 발전이 수렴하는 과정이라는 것입니다.

단기 전망(2026~2028)

• 멀티모달 통합 가속: 언어·지각·추론 영역 간 상호작용이 강화된 모델들이 등장할 가능성이 높습니다. 현재 Gemini 2.0이나 GPT-5(예상) 같은 시스템들은 이미 이 방향으로 진화하고 있습니다.
• 로봇 AI 부상: 운동 영역의 Level 0→1 전환을 위해 구글, 테슬라, Figure AI 등이 실제 환경에서 학습하는 로봇 시스템을 대규모 배포할 것으로 예상됩니다.

중기 전망(2029~2032)

• 전문가 수준 도메인 확대: 특정 영역(코딩, 의료, 법률)에서 Level 3~4를 달성한 AI가 상용화되며, "인간 + AI 협업" 모델이 표준이 될 가능성이 높습니다.
• 사회적 상호작용 연구 급증: 감정 인식, 윤리적 판단, 팀워크 같은 영역에 대한 연구 투자가 집중될 것으로 보입니다.

장기 질문(2033년 이후)

AGI 달성 시점에 대한 예측은 여전히 논쟁적입니다. 다만 딥마인드의 프레임워크는 "AGI를 언제 달성하는가"보다 "어느 영역에서 먼저 Level 4에 도달하는가"가 더 중요한 질문임을 시사합니다. 일부 영역에서는 초인간 수준에 도달하더라도, 다른 영역에서 Level 1에 머물 수 있기 때문입니다.

안전성 측면에서도 이 프레임워크는 중요한 함의를 갖습니다. 각 단계별로 잠재적 위험을 사전 평가하고, Level 3 이상 진입 시 강화된 감독 체계를 적용하는 등 단계적 거버넌스가 가능해집니다.

AGI 논의의 새로운 출발점

구글 딥마인드의 이번 연구는 AGI를 "먼 미래의 철학적 개념"에서 "측정 가능한 공학 목표"로 전환시킨 의미가 있습니다. 이제 AI 연구자들은 "우리가 만든 시스템이 얼마나 지능적인가"를 정량적으로 평가하고, 다음 단계로 나아가기 위한 로드맵을 그릴 수 있게 되었습니다.

다만 이 프레임워크 역시 완벽하지 않습니다. 인간 지능의 복잡성을 여섯 영역으로 단순화했다는 한계가 있으며, 창의성(Creativity)이나 의식(Consciousness) 같은 추상적 개념은 다루지 않습니다. 향후 이 프레임워크가 학계와 산업계의 표준으로 자리 잡을지, 아니면 새로운 측정 방법론이 등장할지는 지켜봐야 할 것입니다.