또 한 주가 숨 가쁜 인공 일반 지능(AGI) 달성 발표로 가득했습니다. 만약 당신이 심각한 AGI 피로증후군에 시달리고 있다면, 충분히 이해가 갑니다. 하지만 이번 주장은 실리콘밸리의 거대 기업들이 아닌, 도쿄와 실리콘밸리에 거점을 둔 스타트업 Integral AI에서 나왔습니다. 이 회사를 이끄는 인물은 전 Google AI의 선구자였던 자드 타리피(Jad Tarifi) 박사입니다. 그리고 그들은 단순히 더 크고, 더 나은 대규모 언어 모델을 약속하는 것이 아닙니다. 근본적인 패러다임의 전환을 주장하고 있죠.
Integral AI는 세계 최초의 ‘AGI 가능 모델’을 개발했다고 선언했습니다. 섣부른 판단은 금물입니다. 그들의 주장은 현재 AI의 데이터 집약적이고 무차별적인 스케일링 방식을 의도적으로 회피하는 기반 위에 세워졌습니다. 대신, 그들은 인간처럼 학습하는 시스템을 제안하며, 스스로 문제를 해결하는 로봇의 미래를 약속합니다. 이는 대담한 선언이며, 그 속을 좀 더 자세히 들여다볼 가치가 있습니다. 과연 이것이 진짜배기일까요, 아니면 과장된 시장에서 또 다른 ‘AGI 워싱’ 사례일 뿐일까요?
새로운 지능의 설계자
배후의 인물은 자드 타리피 박사입니다. 그는 평범한 스타트업 창업자가 아닙니다. 그는 Google AI에서 거의 10년 가까이 근무하며, 최초의 생성 AI 팀을 창설하고 이끌었습니다. 당시 그는 ‘상상 모델’과 제한된 데이터로부터 학습하는 방법에 집중했죠. AI 박사 학위와 양자 컴퓨팅 석사 학위를 보유한 그의 이력은 그의 야망만큼이나 진지합니다.
흥미롭게도 타리피는 도쿄에 본부를 두었습니다. 이는 일본이 로봇공학의 세계적인 중심지라는 그의 믿음에 뿌리를 둔 의도적인 선택입니다. 이는 단순한 지리적 선호가 아닙니다. 전략적인 선택이죠. Integral AI의 비전은 ‘체화된’ 지능, 즉 물리적 세계에서 살고 배우는 AI를 구현하는 것입니다. 로봇공학이 궁극적인 시험대가 되는 셈이죠.
정의할 수 없다면, 만들 수도 없다
아마도 Integral AI 발표에서 가장 신선한 부분은 AGI에 대한 엄격하고 공학적인 정의일 것입니다. OpenAI와 Google DeepMind 같은 거대 기업들이 AGI를 광범위하고 거의 철학적인 용어로 이야기하는 반면, Integral은 AGI라는 타이틀을 주장하는 어떤 시스템에 대해서도 세 가지 엄격하고 측정 가능한 기둥을 제시했습니다.
- 자율적 기술 학습: 모델은 미리 컴파일된 데이터셋이나 인간의 도움 없이 미지의 환경에서 완전히 새로운 기술을 학습할 수 있어야 합니다. 이는 본질적으로 훈련된 데이터에 의해 제한되는 ChatGPT와 같은 모델에 대한 직접적인 도전입니다.
- 안전하고 신뢰할 수 있는 숙달: 학습 과정은 본질적으로 안전해야 합니다. 타리피는 아름답고 단순한 비유를 사용합니다. 요리를 배우는 로봇이 시행착오를 통해 주방을 태워버려서는 안 된다는 것이죠. 안전은 기능이어야 하며, 사후에 급하게 적용되는 패치가 되어서는 안 됩니다.
- 에너지 효율성: 이것이 진정한 한 방입니다. 모델은 새로운 기술을 배우는 데 인간보다 더 많은 에너지를 사용해서는 안 됩니다. 이 기둥은 거대 AI의 가장 큰 문제, 즉 점점 더 커지는 모델을 훈련하는 데 드는 완전히 지속 불가능한 에너지 소비 문제를 정면으로 다룹니다.
2025년 12월 발표에 따르면, Integral AI의 모델은 폐쇄된 테스트 환경에서 이 세 가지 기준을 성공적으로 충족했습니다. 만약 사실이라면, 이는 혁명에 다름 아닙니다.
단어 모델이 아닌, 세계 모델
그렇다면, 비장의 무기는 무엇일까요? Integral AI는 대규모 언어 모델을 만드는 것이 아닙니다. 그들은 ‘기초 세계 모델(Foundation World Models)‘을 구축하고 있습니다. 세계 모델 개념은 수십 년 동안 존재해 왔으며, 위르겐 슈미트후버(Jürgen Schmidhuber)와 얀 르쿤(Yann LeCun)과 같은 선구자들이 더 강력한 AI를 향한 핵심 단계로 이 아이디어를 옹호했습니다. 핵심 아이디어는 AI가 환경에 대한 내부적이고 예측적인 시뮬레이션을 구축하여, 행동하기 전에 그 결과들을 ‘상상’할 수 있도록 하는 것입니다.
Integral의 아키텍처는 인간의 신피질에서 영감을 받았으며, 단순히 시퀀스에서 다음 토큰을 통계적으로 예측하는 것이 아니라, 추상화하고, 계획하며, 통일된 전체로서 행동하도록 설계되었습니다. 이 시스템은 ‘범용 연산자(universal operators)‘라고 부르는 것을 사용하는데, 이는 가설을 세우고, 실험을 설계하며(로봇 팔을 움직이는 것처럼), 그 결과로부터 학습하는 과학적 방법처럼 작동합니다. 이러한 능동적인 학습 과정이 방대한 정적 데이터셋 없이도 작동할 수 있게 하는 비결입니다.
증명은 퍼즐 풀이에 있다
물론, 말은 쉽습니다. 현재로서는 몇 가지 핵심적인 시연에 증거가 달려 있습니다. 첫 번째는 고전적인 AI 챌린지인 창고지기(Sokoban) 게임입니다. 이 창고 퍼즐 게임은 장기적인 계획을 요구하기 때문에 AI에게는 예상외로 어렵습니다. 단 한 번의 잘못된 움직임이 훨씬 나중에 퍼즐을 풀 수 없게 만들 수도 있기 때문이죠. 현재의 생성 AI는 이러한 종류의 상태 추적과 논리적 결과 도출에 어려움을 겪는 것으로 잘 알려져 있습니다. 타리피는 그들의 모델이 *백지 상태(tabula rasa)*에서 창고지기를 마스터했으며, 시뮬레이션과 상호작용하는 것만으로 규칙과 전문가 수준의 전략을 학습했다고 주장합니다.
이것이 단순히 게임에 관한 것이 아님을 증명하기 위해, Integral은 Honda R&D를 위한 프로젝트도 선보였습니다. 이 작업은 복잡한 실제 물류 및 계획 시스템을 조정하는 것이었습니다. 본질적으로 실제 공급망과 API를 가지고 창고지기를 플레이하는 것과 같았죠. 그 계획 능력은 Google DeepMind의 전설적인 알파고(AlphaGo)와 비교되었지만, 제한된 게임판 대신 복잡하고 역동적인 물리적 세계에 적용되었습니다.
그렇다면, 이번 AGI 과장은 진짜일까?
자, 이제 현실로 돌아와 봅시다. Integral AI는 놀랍도록 설득력 있는 비전과 반증 가능한 주장들을 제시했습니다. 하지만 이 결과들은 ‘샌드박스’ 환경에서 나온 것이며, 아직 더 넓은 과학 커뮤니티에서 독립적으로 검증되지 않았습니다. 이 회사는 본질적으로 자신만의 AGI 측정 기준을 만들고는, 그 기준을 통과했다고 선언한 셈입니다.
만약—그리고 이것은 매우 중요한 ‘만약’입니다—이 주장들이 면밀한 검토를 견뎌낸다면, 그 파급 효과는 엄청날 것입니다. 이는 데이터 저장 패러다임에서 벗어나 AI의 환경 영향을 크게 줄이고, 고도로 구조화된 공장뿐만 아니라 우리 가정에도 적응할 수 있는 범용 로봇의 길을 열어줄 것입니다.
Integral AI는 지능형 기계를 구축하는 업계 전체의 접근 방식에 도전장을 내밀었습니다. 이 회사는 이를 ‘자유와 집단적 주체성을 확장하는 초지능’을 향한 첫걸음으로 보고 있습니다. 현재로서는 전 세계가 주시하고 있습니다. 주장은 비범합니다. 다음 단계는 이 ‘상자 속의 두뇌’를 연구실 밖으로 꺼내 우리의 세계로 가져와 비범한 증거를 제공하는 것입니다—부디 주방을 불태우지 않기를 바라면서 말이죠.
