젠슨 황의 “AGI는 이미 왔다”는 말, 정확히 무슨 뜻일까

핵심부터 말하면: 황은 ‘인간형 지능’보다 ‘돈이 되는 일’을 말한 것이다

젠슨 황 엔비디아 CEO의 발언은 AGI(인공일반지능)에 관한 과학계의 합의된 선언이라기보다, AI가 지금 실제로 유용한 일을 하고 있다는 점을 강조한 사업적 재해석에 가깝다.

황은 엔비디아의 회계연도 2027년 2분기 실적 발표에서 “AI는 유용해졌다”고 말한 뒤, “많은 업무에서는 이미 AGI에 도달했다고 말할 수 있다”고 주장했다. 그는 기존의 AGI 도달 시점을 정하는 방식도 “이제는 무의미한 것 같다”고 평가했다. 3448

다만 여기서 중요한 단서가 있다. 황은 재현 가능한 AGI 통과 기준이나 특정 벤치마크를 제시하지 않았고, 현재 AI가 모든 영역에서 인간과 같은 지능을 갖췄다고 주장한 것도 아니다. 그의 관심사는 지금 AI가 어떤 생산적 업무를 수행할 수 있는지, 그리고 그 결과 컴퓨팅 인프라 수요가 얼마나 커지는지에 더 가깝다.

황이 말한 ‘AGI’는 무엇인가

황은 특히 AI 에이전트의 확산을 강조했다. AI 에이전트는 단순히 질문에 답하는 챗봇이 아니라, 여러 단계를 거쳐 도구를 사용하고 작업을 끝까지 수행하도록 설계된 시스템이다.

그는 인간이 직접 지시하는 일반적인 AI 사용과 비교할 때, 에이전트가 하나의 업무를 처리하는 데 필요한 컴퓨팅 규모가 문제의 종류에 따라 약 15배에서 100배에 이를 수 있다고 말했다. 3336

이런 맥락에서 황이 말한 “많은 업무에서 이미 AGI에 도달했다”는 표현은 특정 영역에서 AI가 유용한 결과를 낸다는 뜻으로 읽는 것이 정확하다. 하나의 시스템이 사람이 수행할 수 있는 거의 모든 지적 업무를 안정적으로 처리한다는 선언은 아니다.

엔비디아의 실적 자료도 비슷한 메시지를 담고 있다. AI가 실제 업무에 투입되고 있으며, 고객들이 이를 시스템에 배포하면서 수요가 빨라지고 있다는 설명이다. 47

전통적인 AGI 개념과 어떻게 다른가

AGI에 대해 전 세계적으로 합의된 단일 정의는 없다. 일반적으로 AGI는 특정 분야 하나에서 뛰어난 시스템이 아니라, 낯선 문제를 포함해 폭넓은 업무에 지식과 능력을 전이할 수 있는 범용성과 연결된다. 17

전통적인 관점에서는 새로운 분야를 접해도 스스로 학습하고, 다양한 지적 문제를 안정적으로 해결하며, 특정 도구나 사람이 미리 짜놓은 작업 흐름에 과도하게 의존하지 않는 능력이 중요하게 여겨진다.

반면 황의 실적 발표 발언은 하나의 거대한 지능 임계점보다 ‘실제로 쓸모가 있는가’에 초점을 맞춘다. 이 관점에서는 AI가 도구, 설계된 업무 절차, 인간의 감독, 전문적인 보조 시스템을 활용하더라도 경제적으로 가치 있는 일을 해내면 AGI에 가까운 성취로 볼 수 있다.

두 관점을 나누면 다음과 같다.

• 전통적인 능력 중심 관점: 낯선 지적 문제 전반에서 폭넓고 전이 가능한 능력을 보여줘야 한다.
• 황의 실용적 관점: AI 에이전트가 유용한 업무를 완수하는 영역에서는 이미 중요한 이정표에 도달했다.
• 이번 발언만으로 확인되지 않는 것: 견고한 추론 능력, 장기간의 안정적 자율성, 설계된 업무 흐름을 벗어난 일반적 능력까지 입증된 것은 아니다.

결국 황은 ‘AGI라는 이름을 붙일 수 있는 순간’보다 경제적 전환이 이미 시작됐다는 점이 더 중요하다고 말한 셈이다. 이는 AGI에 관한 과학적 논쟁이 끝났다는 뜻과는 다르다.

샘 올트먼과 OpenAI의 기준은 어떻게 다른가

OpenAI 역시 AGI를 순수하게 철학적인 개념이 아니라 경제적 성과와 연결해 정의해왔다. OpenAI의 역사적 정의는 AGI를 “대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도의 자율 시스템”으로 설명한다. 17

황의 표현과 비교하면 차이는 범위와 자율성에 있다. 황은 AI가 많은 업무에서 유용하다고 말했다. OpenAI의 정의는 시스템이 대부분의 경제적으로 가치 있는 업무에서 인간을 능가해야 하며, 그 과정도 높은 수준의 자율성을 가져야 한다고 본다.

샘 올트먼은 OpenAI가 2026년 말까지 내부적으로 AGI라고 부를 수 있는 시스템을 갖출 가능성을 언급한 것으로 알려졌다. 이는 OpenAI가 자체 기준에 따라 내부 시스템을 평가하는 시점에 대한 전망이지, 일반에 공개되는 AGI 시스템이 2026년에 곧바로 출시되거나 경제 전체가 즉시 바뀐다는 의미는 아니다. 192228

올트먼은 기술적 성취와 사회·경제적 도입이 서로 다른 속도로 진행될 수 있다는 점도 인정한 바 있다. 그의 전망에서 초지능은 2028년 말 무렵으로 더 늦게 제시됐는데, 이는 AGI, 대중적 배포, 경제적 영향, 초지능이 서로 다른 이정표임을 보여준다. 1821

따라서 두 사람의 발언은 겉보기만큼 정면으로 충돌하지 않는다. 황은 현재의 유용성과 인프라 수요를 강조하고, 올트먼은 더 넓은 자율성과 경제적 수행 능력을 갖춘 시스템이 언제 내부 기준을 충족할지를 말하고 있다.

가장 큰 비판: 유용하다고 해서 범용지능은 아니다

황의 주장에 대한 가장 강한 반론은 상업적 가치만으로 일반지능을 입증할 수 없다는 것이다. 특정 업무에서 높은 수익을 내는 시스템도 실제로는 좁은 영역에 갇혀 있거나, 신뢰성이 낮거나, 사람이 설계한 인프라에 크게 의존할 수 있다.

황은 현재 AI가 일반지능 기준을 충족한다는 점을 보여주는 독립적인 평가 결과를 제시하지 않았다. 공통으로 합의된 업무 목록, 자율성 기준, 신뢰성 요건, 여러 분야를 아우르는 시험이 없다면 “AGI가 도착했다”는 말은 검증하기 어렵다.

그렇다고 황의 주장이 아무 의미도 없다는 뜻은 아니다. 다만 이는 확정된 과학적 발견이라기보다 사업적 관점에서 AGI를 다시 정의한 주장으로 보는 편이 타당하다. AGI에 보편적 정의가 없기 때문에 기업마다 상당히 다른 수준의 능력을 같은 이름으로 부를 수 있다. 17

엔비디아의 기록적 실적은 무엇을 뒷받침하나

엔비디아는 회계연도 2027년 2분기에 매출 962억 달러를 기록했다. 전년 동기보다 106% 늘어난 규모다. 데이터센터 매출은 890억 달러로 117% 증가했다. 1

이 숫자만으로 AGI가 증명되는 것은 아니다. 그러나 고객들이 AI 시스템을 학습시키고 실행하는 데 필요한 인프라에 막대한 비용을 지출하고 있다는 점은 분명히 보여준다.

이는 황의 보다 좁은 주장, 즉 AI가 이미 충분한 경제적 가치를 만들어내고 있다는 주장을 뒷받침한다. AI가 단순히 인상적인 답변을 내놓는 수준을 넘어 실제 서비스와 기업 업무에 투입되고 있으며, 그 결과 컴퓨팅 인프라에 대한 지출이 크게 늘고 있다는 의미다.

실적 발표에서 연결된 논리는 다음과 같다.

1. AI 에이전트가 생산적인 업무를 수행하기 시작했다.
2. 에이전트가 여러 단계를 거치고 도구를 사용하며 더 오래 작동할수록, 사람이 직접 한 번 지시하는 방식보다 훨씬 많은 컴퓨팅 자원이 필요하다. 3348

엔비디아 입장에서 두 번째 요점은 특히 중요하다. 에이전트가 더 많은 작업을 수행하고 더 많은 도구를 호출하며 더 긴 시간 실행될수록, 하나의 유용한 업무가 만들어내는 추론과 인프라 수요도 커질 수 있기 때문이다.

메모리 부족은 AI 확장의 현실적 한계를 드러낸다

AI 인프라 투자가 계속된다고 해서 경제성이 자동으로 보장되는 것은 아니다. 엔비디아는 비싸고 부족한 메모리 부품의 영향을 받고 있으며, 보도에 따르면 메모리 비용 급등이 마진 전망을 압박하고 있다. 15

이는 황의 주장을 해석할 때 빼놓을 수 없는 현실적 조건이다. AI 에이전트가 더 똑똑해지더라도 실제 배포에는 충분한 GPU와 메모리, 전력, 데이터센터 공간이 필요하다. 기업이 감당할 수 있는 비용으로 이 자원을 확보하고 투자 대비 수익을 낼 수 있어야 한다.

따라서 업계의 질문은 “AI 모델이 인상적인 답변을 만들 수 있는가”에서 “AI 시스템이 대규모 환경에서 가치 있는 일을 안정적이고 수익성 있게 수행할 수 있는가”로 옮겨가고 있다.

엔비디아의 실적은 이 방정식에서 수요 측면의 강력한 증거를 제공한다. 반면 메모리 부족과 마진 압박은 공급 능력과 단위 경제성 문제가 아직 해결되지 않았다는 점을 보여준다. 1315

황의 발언을 가장 정확하게 읽는 법

황의 발언은 AGI를 어느 날 갑자기 통과하는 하나의 결승선으로 보는 시각에 대한 반론으로 이해하는 것이 가장 적절하다. 그의 주장은 실용적 전환이 이미 진행 중이라는 것이다. AI 에이전트는 유용한 일을 할 수 있고, 고객은 그 인프라에 비용을 지불하고 있으며, 시스템이 자율적으로 더 많은 일을 할수록 필요한 컴퓨팅 규모도 커진다.

이는 “기계가 이제 인간과 같은 범용지능을 갖췄다”는 주장보다 훨씬 좁다. 또한 OpenAI가 말하는, 대부분의 경제적으로 가치 있는 업무를 고도의 자율성으로 수행하는 AGI 기준과도 다르다.

가장 신중한 결론은 두 가지를 함께 인정하는 것이다. 경제적으로 생산적인 유용한 AI는 분명히 도착했다. 하지만 AGI가 도착했는지는 어떤 정의와 증거 기준을 적용하느냐에 달려 있다. 엔비디아의 962억 달러 분기 매출은 황의 관점 뒤에 있는 상업적 momentum을 보여주지만, 그 자체로 AGI의 의미를 확정하지는 못한다.