인터뷰/예측
앤트로픽 숄토 더글라스 "우리는 AGI가 앞으로 몇 년 안에 실제로 달성 가능하다고 본다"
작성자
작성일
2026-10-03 11:26
조회
34
“We think that AGI is really achievable in the next couple of years.”
진행자가 곧바로 “여기서 AGI가 정확히 무슨 뜻이냐”고 묻자
“models which are as or more capable than all humans”
그리고 이어서:
“something that can do all of the things that a human could do on a computer.”
즉 이 인터뷰에서 말하는 AGI는 단순히 시험을 잘 보는 모델, 코딩을 잘하는 모델, 대부분의 사무직을 보조하는 모델 정도가 아니야. 인간이 컴퓨터 앞에서 할 수 있는 거의 모든 지적 작업을 수행할 수 있는 범용 시스템을 뜻해.
Q. 숄토, 원래부터 AI 연구자가 되는 게 목표였나요?
숄토:저는 시드니에서 자랐고, 대학에서는 로보틱스를 공부했습니다. 2019년에 졸업했어요.
제가 AI의 미래를 꽤 강하게 확신하게 된 건 2020년쯤이었습니다. 당시 여러 논문과 블로그 글을 읽으면서 “스케일링을 계속하면 2020년대 안에 AGI에 도달할 가능성이 상당히 높다”고 생각하게 됐습니다.
문제는 제가 처음부터 DeepMind나 Anthropic 같은 곳에 바로 들어갈 정도의 연구 경력이 있었던 건 아니었다는 거죠. 그래서 밤과 주말을 거의 제 개인 연구에 썼습니다. DeepMind나 OpenAI, Anthropic이 요구하는 수준의 연구를 제가 실제로 할 수 있다는 걸 증명하고 싶었어요.
결국 DeepMind에서 약 2년간 일했고, 이후 Anthropic으로 옮겼습니다. 돌이켜보면 2020년에 가졌던 생각, 즉 “AGI가 생각보다 훨씬 가까이 있다”는 판단이 제 경력 전체를 바꾼 셈이죠.
Q. Anthropic 최전선에서 직접 보면 AI 발전 속도는 어느 정도인가요?
숄토:제가 가장 피부로 느끼는 변화는 프로그래밍입니다.
불과 18개월 전만 해도 저는 코드 대부분을 직접 한 줄씩 작성했습니다.
그다음 단계에서는 AI에게 코드를 쓰게 하기는 했지만, 몇 분마다 제가 확인해야 했어요.
“다음 함수를 작성해.”
“이 방향이 아니야.”
“여기 다시 고쳐.”
이런 식이었죠.
모델이 자꾸 실수하거나 엉뚱한 방향으로 빠졌기 때문에 사실상 사람이 계속 운전대를 잡고 있어야 했습니다.
그런데 지금은 완전히 다릅니다.
이제 저는 AI에게 하루, 심지어 이틀 정도 걸릴 작업을 맡겨 놓고 독립적으로 진행하도록 할 수 있습니다.
제가 느끼기에는 더 이상 단순한 도구가 아닙니다.
주니어 연구원이나 주니어 팀원을 여러 명 데리고 일하는 느낌에 가깝습니다.
실제로 이 인터뷰를 하는 동안에도 제가 돌려놓은 여러 AI 에이전트들이 RL 관련 연구 작업을 계속하고 있었어요.
18개월 만에
직접 코딩 → 몇 분마다 감독 → 하루 이상 독립 작업
으로 바뀐 겁니다.
저에게는 이런 변화가 벤치마크 숫자보다 AI 발전 속도를 훨씬 실감 나게 보여줍니다.
Q. 그렇다면 숄토가 말하는 AGI는 정확히 어떤 건가요?
숄토:저희가 생각하는 AGI는 꽤 강한 의미의 AGI입니다.
단순히 “사람보다 코딩을 잘하는 모델”이나 “시험 점수가 높은 AI” 정도가 아닙니다.
저희는 앞으로 몇 년 안에 거의 모든 인간과 동등하거나 그보다 더 뛰어난 모델이 등장할 가능성이 높다고 생각합니다.
컴퓨터 앞에서 인간이 할 수 있는 일이라면 거의 모두 할 수 있는 시스템입니다.
연구하고, 코딩하고, 문서를 작성하고, 분석하고, 계획하고, 기업 업무를 수행하고, 새로운 문제를 해결하는 거죠.
그리고 로봇공학까지 충분히 발전하면 이 능력이 물리 세계로 확장됩니다.
그러면 인간이 컴퓨터로 하는 지적 노동뿐 아니라 현실 세계에서 하는 육체노동까지 상당 부분 수행할 수 있게 됩니다.
이게 중요한 이유는 단순히 “AI라는 새로운 산업이 생긴다”는 수준이 아니기 때문입니다.
인류가 가진 지적 노동량과 물리적 노동량 그 자체를 크게 늘릴 수 있게 됩니다.
현재 인류 인구와 생산성이라면 수백 년 걸릴 기술 발전을 훨씬 짧은 기간으로 압축할 가능성이 생기는 거죠.
Q. 정말 그렇게 빠르게 좋아지고 있다는 걸 어떻게 측정하나요?
숄토:여러 평가 방법이 있습니다.
예를 들면 교수들이 여러 수학 분야에서 어려운 문제를 모아 만든 Frontier Math 같은 평가가 있어요.
한때 모델들이 이런 문제를 거의 전혀 풀지 못했습니다. 사실상 0%에 가까웠죠.
그런데 약 1년 정도의 기간 동안 성능이 40%, 50%, 어떤 경우에는 60% 이상까지 올라가는 걸 봤습니다.
이런 평가에서의 발전 속도는 정말 빠릅니다.
특히 수학과 컴퓨터과학이 빨리 발전한 데는 이유가 있습니다.
강화학습을 하려면
“모델이 낸 답이 맞았는가?”
를 확인할 수 있어야 합니다.
수학 문제는 정답을 검증할 수 있고, 프로그램은 코드를 실행해 보면 됩니다.
그래서 강화학습을 대규모로 적용하기 좋습니다.
연애 상담이나 시, 인간관계 같은 영역은 결과를 객관적으로 측정하기 훨씬 어렵죠.
그래서 지금까지는 자연스럽게 수학과 코딩이 가장 빠르게 발전했습니다.
하지만 저희는 다른 많은 영역들도 결국 비슷한 형태의 학습 문제로 바꿀 수 있다고 보고 있습니다.
Q. 그렇게 강력하다면 왜 Anthropic은 AI 개발을 계속 밀어붙이는 건가요?
숄토:바로 그 지점이 Anthropic의 핵심적인 고민입니다.
저희가 강력한 AI를 원하는 이유는 그 잠재적 이익이 너무 크기 때문입니다.
인간 수준의 AI를 아주 많이 복제할 수 있고, 로봇까지 결합할 수 있다면 인류의 생산적인 지적 능력과 육체적 능력을 지속적으로 증가시킬 수 있습니다.
극단적인 장기 그림에서는 진정한 의미의 포스트 희소성 사회까지 생각할 수 있습니다.
주택을 만드는 비용도 궁극적으로는 에너지와 원자재 비용에 가까워지고, 오늘날 엄청난 부자만 누릴 수 있는 것보다 훨씬 높은 생활수준을 평범한 사람이 누릴 수도 있습니다.
질병을 대부분 치료할 수도 있고, 어쩌면 노화 자체에 대해서도 지금과 완전히 다른 수준의 개입이 가능해질 수 있습니다.
오늘날 왕이나 억만장자에게도 불가능한 풍요를 보통 사람이 누리는 세계죠.
그런 세계에 도달하는 것이 우리가 이 기술을 발전시키는 이유입니다.
하지만 바로 그렇기 때문에 위험도 굉장히 큽니다.
그래서 저희의 목표는 단순히
“가장 빠르게 AGI를 만든다”
가 아닙니다.
이 전환기를 인류가 무사히 통과해 그 혜택을 실제로 누릴 수 있도록 만드는 것에 가깝습니다.
Q. 가장 걱정하는 위험은 뭔가요?
숄토:몇 가지 큰 범주가 있습니다.
하나는 고용입니다.
AI가 사람을 보조하는 동안에는 오히려 인간 노동의 가치가 올라갈 수 있습니다.
한 사람이 AI를 이용해서 과거 여러 사람이 하던 일을 할 수 있으니까요.
기업 입장에서도 AI를 잘 사용하는 사람을 더 많이 고용하는 것이 이익일 수 있습니다.
하지만 이 상태가 영원히 지속되지는 않을 가능성이 큽니다.
어느 순간에는
인간 + AI가 있어야 일을 할 수 있는 상태에서, AI 혼자서도 일을 할 수 있는 상태
로 넘어갈 수 있습니다.
체스에서 한동안 인간과 컴퓨터의 조합이 가장 강했지만 결국 컴퓨터 단독이 인간을 압도하게 된 것과 비슷할 수 있습니다.
저희가 걱정하는 건 그 전환이 체스에서보다 훨씬 빠르게 일어날 가능성입니다.
Q. 생물학이나 사이버보안 위험도 계속 언급하던데요.
숄토:그쪽은 고용보다 더 당장 발생할 수 있는 문제입니다.
특히 바이오와 사이버는 dual-use, 즉 방어에도 공격에도 똑같이 사용할 수 있다는 문제가 있습니다.
예를 들어 제가 Claude에게
“이 코드베이스의 모든 보안 취약점을 찾아줘.”
라고 요청한다고 해보죠.
제가 그 시스템의 관리자라서 방어를 강화하려는 것일 수도 있습니다.
하지만 공격자가 침입할 방법을 찾으려는 것일 수도 있죠.
모델 입장에서는 둘을 구분하기가 굉장히 어렵습니다.
생물학도 비슷합니다.
세포를 특정 방식으로 조작하는 기술은 암을 치료하는 데 쓰일 수도 있지만, 악의적인 목적으로 사용될 가능성도 있습니다.
그래서 저희 생각은 꽤 명확합니다.
악의적인 사용자를 막을 능력도 없이 매우 강력한 기술부터 세상에 풀어서는 안 된다는 겁니다.
Q. 하지만 AI가 강해지면 방어도 같이 강해지지 않나요?
숄토:맞습니다. 그래서 중요한 개념이 공격 우위(offense dominant)와 방어 우위(defense dominant)입니다.
현재 사이버 분야는 상당히 공격자에게 유리합니다.
그런데 저희는 AI가 충분히 발전하면 이 관계가 뒤집힐 가능성이 있다고 봅니다.
강력한 AI를 이용해 자기 시스템을 먼저 공격해보고, 모든 취약점을 찾고, 공격자가 들어오기 전에 패치할 수 있기 때문입니다.
저희가 인터뷰에서 제시한 전망 중 하나는 향후 몇 년 동안 사이버 분야가 공격 우위에서 방어 우위로 이동할 가능성이 있다는 것입니다.
그렇게 된다면 장기적으로는 지금보다 훨씬 안전한 사이버 환경을 만들 수도 있습니다.
바이오는 더 어렵습니다.
바이오를 방어 우위로 만들려면 단순히 소프트웨어를 업데이트하는 것으로 끝나지 않습니다.
거대한 검사·감시·의료·생산 인프라가 필요할 수 있고, 인터뷰에서는 그 규모가 수천억 달러 수준까지 갈 수 있다는 이야기도 했습니다.
그래서 로봇공학과 자동화가 크게 발전한 이후에야 바이오 방어 인프라를 충분히 빠르고 저렴하게 구축할 가능성이 있습니다.
Q. Anthropic이 AI 규제를 주장하는 건 경쟁사를 막기 위한 ‘규제 포획’이라는 비판도 있습니다.
숄토:저희가 보기에는 그 설명과 실제 행동이 잘 맞지 않습니다.
오히려 지금까지 Anthropic은 다른 회사를 느리게 만들기보다 스스로를 더 많이 제한해왔습니다.
예를 들어 일정한 안전 기준에 도달하기 전에는 최첨단 모델을 공개하지 않도록 여러 프런티어 AI 연구소가 공통 기준을 만들자는 논의도 있습니다.
이건 경쟁사를 묶어두려는 게 아니라 우리 자신에게도 적용되는 기준입니다.
그리고 적어도 제 개인적인 입장에서 오픈소스 자체에는 매우 긍정적입니다.
저 자신도 오픈소스 모델을 사용하면서 머신러닝을 배웠습니다.
오픈소스는 굉장히 좋은 것이고 계속 존재해야 합니다.
다만 모델이 충분히 강력해지면 이야기가 달라질 수 있습니다.
예를 들어 어느 정도 수준 이상의 사이버 공격이나 생물학적 위험을 가능하게 하는 모델이라면 사회가
“이 능력 수준까지는 공개해도 되는가?”
라는 기준을 결정할 필요가 있습니다.
그리고 그 안전 기준은 폐쇄형 모델이든 오픈웨이트 모델이든 동일하게 적용되는 것이 바람직하다는 게 저희 입장입니다.
Q. 그렇다면 미국이 안전 때문에 속도를 늦추면 중국이 먼저 AGI를 만드는 것 아닌가요?
숄토:그 문제 때문에 단순한 일방적 감속은 현실적으로 굉장히 어렵습니다.
저희가 편안하게 받아들일 수 있는 시나리오 가운데
“미국은 개발을 늦추는데 중국은 계속 앞서간다”
는 형태는 없습니다.
어떤 형태의 대규모 감속이나 조정이 이루어진다면 모든 주요 당사자가 참여하고, 서로 실제로 약속을 지킨다는 높은 수준의 신뢰와 검증이 있어야 합니다.
그렇지 않은 상태에서 미국만 일방적으로 멈추는 건 저희가 원하는 결과가 아닙니다.
Q. 중국 연구소 등이 최첨단 모델을 ‘증류’해서 복제하는 문제는 어떻게 봅니까?
숄토:여기에는 굉장히 중요한 경제적 문제가 있습니다.
증류(distillation)를 통해 기존 최첨단 모델의 능력을 어느 정도 복제할 수는 있습니다.
하지만 증류 자체가 지능의 최전선을 앞으로 밀어내는 기술은 아닙니다.
누군가 이미 만든 것을 더 싸게 복제하는 것이죠.
문제는 최첨단 AI 연구에는 엄청난 선행 투자가 필요하다는 겁니다.
앞으로는 100억 달러, 1,000억 달러, 심지어 그 이상이 드는 훈련 프로젝트도 생각할 수 있습니다.
그런데 한 회사가 그 돈을 투자해서 새로운 프런티어 모델을 만들자마자 다른 회사가 아주 적은 비용으로 복제할 수 있다면, 원래 모델을 만든 회사는 그다음 세대를 개발할 경제적 동기를 잃게 됩니다.
그래서 프런티어 연구를 계속 발전시키려면 일정 수준의 지식재산 보호가 필요하다는 논리입니다.
다만 AI는 의약품 특허와 중요한 차이가 있습니다.
최첨단 AI의 수명은 수십 년이 아니라 몇 달에 가까울 수 있습니다.
오늘 매우 비싼 최첨단 지능이 6개월이나 1년 뒤에는 훨씬 싸지고 대중화될 수 있죠.
인터뷰에서는 동일한 수준의 AI 지능을 이용하는 비용이 대략 매년 크게, 경우에 따라 약 10배씩 낮아지는 추세도 언급됐습니다.
그래서 AI 경제를 이해할 때 굉장히 중요한 것이 있습니다.
뒤쪽 지능은 빠르게 상품화되지만, 최전선의 지능은 오히려 훨씬 더 가치가 커질 수 있습니다.
Q. 지능이 조금 더 좋아지는 게 그렇게까지 가치가 있나요?
숄토:저희는 지능에 대한 경제적 수익이 상당히 비선형적일 수 있다고 생각합니다.
초기의 코딩 AI를 생각해보세요.
처음에는 다음 코드 한두 줄을 자동완성해주는 정도였습니다.
물론 유용하지만 그것만으로 세상을 바꾸지는 않습니다.
그 다음 단계에서는 AI가 직접 터미널에서 코딩하는 에이전트가 됐습니다.
그 순간 경제적 가치가 몇 배 정도가 아니라 훨씬 크게 뛰었습니다.
그 다음 단계가
“인간 소프트웨어 엔지니어 한 명을 통째로 대체하거나 능가하는 AI”
라면 또다시 가치가 크게 뛸 겁니다.
그리고 거기서 끝나는 게 아니라,
코딩 AI → 완전한 연구원 → 과학자 → 의약품 개발 → 암 치료
처럼 갈 수 있습니다.
그래서 저희가 이야기하는 개념이 “지능의 한계 단위가 증가할수록 그 경제적 가치가 기하급수적으로 증가할 수 있다”는 것입니다.
Q. 결국 숄토가 그리고 있는 미래는 어떤 모습인가요?
숄토:제가 이 기술에 낙관적인 가장 큰 이유가 바로 이겁니다.
우리가 인간과 동등하거나 더 뛰어난 AI를 만들 수 있고 그것을 대규모로 복제할 수 있다면, 인류의 지적 생산능력을 크게 늘릴 수 있습니다.
그리고 로봇공학까지 결합하면 물리적인 생산능력까지 증가합니다.
그러면 과거에는 인구가 늘어나야 생산능력이 늘었지만 앞으로는
AI와 로봇을 추가함으로써 인류의 생산 능력 자체를 계속 확장할 수 있습니다.
충분히 멀리 가면 정말로 많은 상품과 서비스의 비용이 결국
에너지 + 원재료
수준으로 수렴하는 세계도 상상할 수 있습니다.
집도 훨씬 싸게 만들고, 물건도 거의 자동 생산하고, 의료도 크게 발전하고, 질병과 노화에 대해서도 지금과는 전혀 다른 능력을 갖게 되는 세계입니다.
그게 제가 생각하는 포스트 희소성 사회에 가까운 모습입니다.
물론 여기에는 아주 큰 문제가 하나 있습니다.
AI와 로봇이 엄청난 부를 만들어냈다고 해서 자동으로 모든 사람이 그 혜택을 받는 것은 아닙니다.
기존 세계에서 자본을 갖고 있던 사람에게만 대부분의 수익이 흘러가버릴 수도 있습니다.
그래서 기술 문제만큼이나
“이 새로운 풍요를 어떻게 사회 전체가 공유할 것인가?”
라는 정치·사회적 문제가 중요합니다.
Q. 그 엄청난 생산능력을 만들려면 컴퓨트도 엄청나게 필요하지 않나요?
숄토:맞습니다.
지난 몇 년 동안 AI에 투입되는 컴퓨팅 능력은 대략 매년 2배, 3배씩 증가해 왔습니다.
인터뷰에서 저희가 제시한 하나의 사고실험은 이런 겁니다.
만약 AI 관련 자본 지출이 올해 약 1조 달러 수준이라고 보고,
다음 해 2조 달러,
2028년 4조 달러,
이런 식으로 비슷한 성장 추세가 이어진다고 가정해보는 겁니다.
그리고 여기에 로봇 산업의 확대까지 결합한다면 2030년대 초에는 현재 인류 전체의 생산능력과 비교해도 매우 큰 규모의 추가적인 생산능력이 생길 가능성이 있습니다.
극단적으로는 세계 GDP에 해당하는 생산능력을 추가로 만들어내는 상태까지 생각해볼 수 있습니다.
물론 저희도 인터뷰에서 이걸 확정적인 예측이라고 말한 건 아닙니다.
많은 조건이 동시에 맞아야 하는 꽤 공격적인 시나리오입니다.
하지만 중요한 건 방향입니다.
AI가 단순한 소프트웨어 산업 하나를 만드는 것이 아니라,
컴퓨트 → AI 연구자 → 더 빠른 기술 발전 → 로봇 → 더 많은 생산능력 → 더 많은 컴퓨트
같은 자기강화 구조를 만들 가능성이 있다는 겁니다.
Q. 2028년쯤이면 어떤 세상이 되어 있을까요?
숄토:2028년을 예측하는 것도 굉장히 어렵습니다.
저희 스스로도 발전 속도가 상당히 빠를 거라고 예상하고 있기 때문에, “예상보다 훨씬 빨랐다”고 느끼려면 정말 놀라운 일이 일어나야 합니다.
그중 하나가 우주 데이터센터입니다.
우주에서 컴퓨팅 인프라를 본격적으로 구축할 수 있게 되면 컴퓨트 확장 속도가 다시 크게 달라질 수 있습니다.
또 하나는 휴머노이드 로봇입니다.
2028년에 가정에 배치된 휴머노이드가 수만 대 수준에 도달해서 빨래나 단순 청소 같은 일을 하는 정도는 충분히 생각해볼 수 있습니다.
하지만 이것도 예상보다 훨씬 빠르게 갈 가능성을 완전히 배제하기 어렵습니다.
그리고 로봇이 실제로 유용한 노동력을 제공하기 시작하면 AI 발전이 다시 더 빨라질 수 있습니다.
AI가 AI 연구만 자동화하는 게 아니라 데이터센터와 실험실과 공장까지 만드는 물리적 과정을 가속할 수 있기 때문이죠.
Q. AI가 2028년에 노벨상이나 필즈상을 받을 수도 있다고 보나요?
숄토:분야마다 속도가 다를 것 같습니다.
문학 같은 영역에서는 2028년에 AI가 퓰리처상을 받을 거냐고 묻는다면 저는 아직 회의적일 수 있습니다.
그런데 수학은 다릅니다.
2028년쯤 AI가 필즈상 수준의 성과를 내는 것은 충분히 가능하다고 봅니다.
노벨상도 2028년에 반드시 된다고 말할 정도는 아니지만 전혀 황당한 이야기는 아닙니다.
적어도 2030년 이전에 AI가 노벨상급 과학 성과를 만들어내는 시나리오는 상당히 현실적인 가능성으로 보고 있습니다.
숄토의 관점을 한 문장으로 압축하면
이 인터뷰에서 숄토가 보는 미래는 대략 이렇게 정리할 수 있어.“우리는 단순히 챗봇을 더 좋게 만드는 단계가 아니라, 인간 수준의 지적 노동을 복제할 수 있는 단계로 매우 빠르게 접근하고 있다. 이것이 잘 풀리면 수백 년의 기술 발전을 수십 년 이하로 압축하고 포스트 희소성 사회까지 갈 수 있지만, 그 사이에 실업·바이오·사이버·국가 간 경쟁이라는 위험한 과도기를 반드시 통과해야 한다.”
특히 이전의 숄토 발언들과 비교해도 이번 인터뷰에서 가장 강하게 느껴지는 건 타임라인보다 ‘그 다음’ 이야기가 훨씬 구체적이 됐다는 점이야. 이제는 단순히 *“2027~2028년에 AGI가 올 수 있다”*가 아니라,
AGI → AI 연구 자동화 → 컴퓨트 투자 확대 → 로봇 → 물리적 생산 자동화 → 바이오·과학 가속 → 2030년대의 극단적인 생산성 증가
라는 연쇄 과정 전체를 그리고 있어. 특히 현재 AI를 ‘주니어 연구원’처럼 하루 이상 독립적으로 사용하는 단계에 이미 들어왔다는 개인적 경험이 그의 짧은 AGI 타임라인을 뒷받침하는 핵심 근거로 보인다.
이거 최근 본 인터뷰 중 제일 레전드인듯 ㅋㅋㅋㅋㅋ 술람이 기준엔 어떻노