범용 인공지능
[artificial general intelligence, AGI]특정 분야나 과제에 한정되지 않고 다양한 영역에서 학습·추론하고, 습득한 지식과 능력을 새로운 문제와 환경에 일반화해 적용할 수 있는 범용적 인공지능을 말한다. 특정 과제에 특화된 좁은 인공지능(Artificial Narrow Intelligence·ANI)과 대비되는 개념이다.
AGI의 핵심은 단순히 여러 종류의 작업을 수행하는 것이 아니라, 서로 다른 분야에서 새로운 문제를 이해하고 추론하며 기존에 습득한 능력을 새로운 상황에 유연하게 적용하는 범용성과 일반화 능력에 있다.
과거에는 체스의 딥블루나 바둑의 알파고처럼 특정 과제에 특화된 AI가 주류였지만, 파운데이션 모델과 멀티모달 AI, AI 에이전트가 발전하면서 하나의 AI가 추론·코딩·과학·웹 탐색·컴퓨터 사용 등 광범위한 지적 작업을 수행할 수 있게 됐다. 이에 따라 여러 분야의 작업을 수행할 수 있다는 사실만으로 AGI와 기존 AI를 구분하기는 어려워졌다.
AGI에 대해서는 국제적으로 합의된 단일한 정의나 판정 기준이 없다. 인간 수준의 광범위한 지적 능력, 새로운 문제에 대한 일반화 능력, 자율적 문제해결 능력 등을 기준으로 삼기도 한다. OpenAI는 2018년 헌장(Charter)에서 AGI를 ‘경제적으로 가치 있는 대부분의 작업에서 인간을 능가하는 고도로 자율적인 시스템’으로 정의했다. 이는 AGI를 판단하는 대표적인 조작적 정의 가운데 하나다.
2026년 9월 공개된 GPT-6 아스트라(GPT-6 Astra)는 새로운 환경에서의 일반화 능력을 평가하는 ARC-AGI-3에서 99.9%를 기록하는 등 높은 범용 성능을 보였다. 같은 달 OpenAI는 아스트라보다 강력한 미공개 내부 AI 모델이 3차원 나비에-스토크스 방정식에서 유한시간 특이점이 발생할 수 있음을 보이는 증명을 생성했다고 발표했다. OpenAI는 이 결과가 밀레니엄 문제의 공식 문제 정의 가운데 C와 D를 확립해 문제를 해결한다고 설명했지만, 밀레니엄상 자체를 청구하지 않겠다고 밝혔다. 최종적인 문제 해결로 인정될지는 독립적인 검증과 수학계의 평가가 필요하다.
이처럼 프런티어 AI가 새로운 문제에서도 높은 문제해결 능력을 보이고 인간 전문가의 영역으로 여겨졌던 과제에서도 성과를 내면서 AGI와 기존 AI의 경계는 더욱 모호해지고 있다. 그러나 특정 벤치마크나 일부 고난도 과제의 성과만으로 경제적으로 가치 있는 광범위한 업무 수행 능력까지 입증되는 것은 아니다. 따라서 특정 AI가 AGI에 도달했는지를 판정하는 보편적인 기준은 아직 확립돼 있지 않다.