AGI를 정의한 사람들이 그 다음을 그렸다: DeepMind 'AGI에서 ASI로'의 4가지 경로

AGI 다음 단계를 그 개념을 만든 사람들이 처음으로 공식 지도화했다. DeepMind는 2026년 6월 10일 57쪽 논문 'From AGI to ASI'를 공개했다. 셰인 레그(DeepMind 공동창업자)와 마커스 후터(AIXI 창시자)가 이끌었고, AGI에서 초지능(ASI)으로 가는 4가지 경로를 제시한다. 다만 ASI조차 물리와 계산의 근본 한계에 묶인다고 본다. ASAP은 이 로드맵을 1차 출처 기준으로 정리한다.

누가 썼는지가 곧 무게다

'From AGI to ASI'는 AGI 개념을 정의한 연구자들이 직접 쓴 57쪽 논문이다. DeepMind는 2026년 6월 10일 이 논문을 공개했고, 셰인 레그(DeepMind 공동창업자이자 Chief AGI Scientist)와 그의 박사 지도교수 마커스 후터(AIXI 창시자)가 이끌었다. 저자 구성 자체가 논문의 신호다. AGI라는 단어의 무게를 만든 사람과, 이상적 지능 에이전트 AIXI를 수식으로 규정한 사람이 한 문서에 이름을 올렸다. 스타트업의 마케팅 백서나 외부 관측자의 전망이 아니라, 개념 정의권을 가진 진영이 스스로 다음 국면을 그렸다는 점에서 이 로드맵은 통상적 예측과 다른 지위를 얻는다.

네 경로를 함께 읽어야 하는 이유

논문이 정리한 경로는 유효 연산의 지속 확장(저자 추정 연 약 10배), 아키텍처의 비선형 패러다임 전환, 재귀적 자기개선, 다중 에이전트 집합이다. 여기서 놓치기 쉬운 대목은 네 경로가 서로 배타적이지 않고 겹쳐 작동할 수 있다는 서술이다. 즉 하나의 병목을 뚫는 이야기가 아니라, 여러 동력이 동시에 밀어붙일 때의 결과를 상정한다. 연 10배라는 숫자도 단일 예언이라기보다 확장 축의 기울기를 가늠하는 좌표로 읽는 편이 온당하다. 경로를 배타적 시나리오로 오독하면 논문의 핵심인 중첩 효과를 놓치게 된다.

왜 '조직보다 똑똑한'을 기준으로 잡았나

논문은 ASI를 한 사람이나 한 팀이 아니라 거대 조직보다 더 똑똑한 시스템으로 정의한다. 분업, 전문성, 집단 기억을 갖춘 조직 전체를 능가하는 인지 능력을 뜻한다. 개인 천재를 기준으로 삼지 않은 선택은 해석의 여지가 크다. 지능의 상한을 사람 한 명이 아니라 협업하는 집단으로 잡으면, 논의는 'AI가 아인슈타인을 넘느냐'에서 'AI가 기업이나 연구소 하나를 통째로 대체하느냐'로 옮겨간다. 벤치마크의 눈금을 바꾸면 위협 모델과 규제 대상의 그림도 함께 바뀐다.

한국 실무자에게 남는 것

이 논문은 새 제품이나 벤치 점수가 아니라 담론의 좌표를 옮긴 문서에 가깝다. 그래서 국내에서 곧바로 배포나 도입 결정을 좌우하지는 않는다. 다만 초지능을 파는 과열된 서사가 흔한 상황에서, 개념 창시자들이 물리와 계산의 한계를 명시했다는 사실은 실무 판단의 균형추가 된다. 로드맵에 물리 상한이 박혀 있다는 점만 기억해도, 무한 성장 서사에 근거해 짜인 계획을 한 번 더 의심하게 만든다.

명시된 한계, 그리고 남는 질문

논문은 ASI조차 근본적인 물리와 계산 한계에 묶인다고 본다. 빛의 속도, 연산의 열역학적 한계, 복잡도 이론, 괴델의 불완전성 정리가 그 예다. 무한히 똑똑해지는 게 아니라 넘을 수 없는 벽이 존재한다는 것이다. 여기서 유의할 점은 이 한계들이 상한선을 긋되 도달 시점이나 실현 가능성까지 보장하지는 않는다는 데 있다. 벽이 존재한다는 서술과 그 벽 아래까지 실제로 도달한다는 서술은 다르다. 논문이 답한 것은 전자에 가깝고, 후자는 여전히 열린 질문으로 남는다.

출처: DeepMind 'From AGI to ASI'(arXiv 2606.12683, 2026년 6월 10일; 셰인 레그와 마커스 후터, 57쪽, ASI로 가는 4경로, 물리와 계산 한계) 기반 ASAP 정리.