AGI 뜻부터 ‘2026년 AGI’ 전망까지: Fable 5.1·Gemini 3.8·Astra가 보여주는 변화

AGI가 무엇인지 OpenAI의 공식 정의부터 쉽게 풀고, Sam Altman의 2026년 말 AGI 전망을 실제 인터뷰로 확인합니다. Claude Fable 5.1, Gemini 3.8 Flash, OpenAI Astra의 연속 발표가 왜 챗봇에서 장기 실행 에이전트로의 전환을 보여주는지, 그리고 아직 AGI 달성이라고 단정하기 어려운 이유를 5가지 기준으로 비교합니다.

AGI 뜻: ‘사람처럼 말하는 AI’보다 훨씬 높은 기준입니다

AGI는 Artificial General Intelligence, 우리말로는 보통 범용인공지능이라고 부릅니다. 다만 업계 전체가 합의한 단 하나의 시험이나 점수는 없습니다. 회사와 연구기관마다 강조하는 기준도 조금씩 다릅니다.

OpenAI의 헌장은 AGI를 “경제적으로 가치 있는 대부분의 업무에서 인간을 능가하는 고도로 자율적인 시스템”으로 정의합니다. 여기서 중요한 단어는 ‘대부분’과 ‘자율적’입니다. 특정 수학 문제를 잘 풀거나 코드를 사람보다 빠르게 작성하는 것만으로는 충분하지 않습니다. 여러 종류의 실제 업무를 넘나들 수 있어야 하고, 사람이 매 단계마다 지시하지 않아도 목표를 이해해 계획하고 실행할 수 있어야 한다는 뜻입니다. (OpenAI Charter 원문)

그래서 AGI를 단순히 “IQ가 높은 챗봇”으로 이해하면 최근의 변화를 놓치기 쉽습니다. 오히려 지금 중요한 질문은 AI가 얼마나 많은 종류의 일을, 얼마나 오랫동안, 얼마나 적은 인간 개입으로 끝까지 수행할 수 있는가에 가깝습니다.

그렇다면 흔히 말하는 AGI 시대는 정말 올해 시작되는 걸까요? 결론부터 말하면, 2026년 9월 현재 “AGI가 객관적으로 달성됐다”고 말할 공통된 기준이나 독립적 검증은 없습니다. 다만 최근 모델들의 공통적인 변화는 분명합니다. AI가 단순히 질문에 답하는 챗봇을 넘어, 목표를 받아 계획하고 도구를 쓰며 몇 시간에서 며칠 동안 작업을 이어가는 에이전트로 빠르게 이동하고 있습니다. 기술적 AGI 달성과 별개로, 우리가 체감하는 ‘AGI 시대’는 이런 업무 방식의 변화에서 먼저 시작될 가능성이 있습니다.

2026년 9월 2일 공개된 Gemini 3.8 Flash와 Gemini 3.8 Flash Cyber 공식 발표 이미지. 이미지: Google.

OpenAI는 정말 “2026년 안에 AGI”를 말했을까?

이 부분은 실제 인터뷰를 확인할 필요가 있습니다. 2026년 8월 말 TIME이 OpenAI 본사를 취재한 기사에서 경영진 누구도 “이미 AGI를 달성했다”고 말하지는 않았습니다. 오히려 기사에는 “도달했다고 단언하는 사람은 없다”고 적혀 있습니다.

그런데 시간표에 대한 표현은 과거보다 훨씬 가까워졌습니다. OpenAI 최고연구책임자 Mark Chen은 “80%까지 왔다”고 말했고, Sam Altman은 “아직은 아니다”라면서도 연말이면 자신이 AGI라고 부를 내부 시스템을 갖게 될 것으로 예상한다고 밝혔습니다. Greg Brockman도 2년 뒤 돌아보면 지금이 AGI가 만들어진 시기로 기억될 수 있다는 취지의 전망을 내놓았습니다. (TIME 취재 내용 보기)

9월 첫 주 모델 발표를 시간순으로 보면 공통점이 보입니다

모델	공식 날짜	현재 상태	눈에 띄는 변화
Claude Fable 5.1	9월 1일	출시	몇 시간~며칠의 장기 작업, 앱을 넘나드는 에이전트, multi-day coding
Gemini 3.8 Flash	9월 2일	정식 제공(GA)	장기 소프트웨어 엔지니어링, autonomous agents, 다단계 추론
OpenAI Astra	9월 1일 안전 업데이트	출시 예정	지속형 에이전트, AI 연구 인턴, Critical 수준 사이버 역량

Anthropic은 Fable 5.1을 단순히 더 좋은 답변 모델로 소개하지 않습니다. 공식 페이지는 여러 애플리케이션을 넘나들며 몇 시간 동안 일하고, 실패하면 복구하고, 며칠짜리 자율 코딩 세션을 수행하는 모델이라고 설명합니다. 큰 프로젝트를 맡기고 사람이 매 단계를 감독하기보다 완성된 결과물을 검토하는 방식이 핵심입니다. (Anthropic 공식 페이지)

하루 뒤 공개된 Gemini 3.8 Flash도 방향이 비슷합니다. Google은 이 모델을 long-horizon software engineering, autonomous agents, complex enterprise workflows를 위해 설계했다고 설명합니다. 1백만 토큰 입력 컨텍스트와 검색 grounding, 함수 호출, 코드 실행, 컴퓨터 사용 같은 도구도 지원합니다. 즉 모델 자체의 추론 능력뿐 아니라 도구를 연결해 실제 일을 계속 수행하는 능력이 경쟁의 중심으로 이동하고 있습니다. (Google Gemini API 공식 문서)

공통점은 ‘더 똑똑한 답변’보다 ‘오래 일하는 능력’입니다

몇 년 전 생성형 AI의 대표적인 사용 방식은 질문 → 답변이었습니다. 지금 프런티어 업체들이 경쟁하는 방향은 조금 다릅니다.

목표를 받음 → 계획을 세움 → 필요한 도구를 사용함 → 여러 단계를 실행함 → 실패하면 다시 계획함 → 결과를 검토함

이 변화가 중요한 이유는 기업에서 사람이 하는 일도 대부분 한 번의 정답을 맞히는 문제가 아니기 때문입니다. 자료를 찾고, 파일을 열고, 코드를 고치고, 다른 사람의 요청을 확인하고, 오류가 생기면 원인을 찾아 다시 시도해야 합니다. 최근 모델들이 이런 긴 작업 흐름을 버틸수록 OpenAI가 AGI 정의에서 강조하는 ‘highly autonomous’에 한 걸음 더 가까워진다고 볼 여지가 있습니다.

그렇다면 지금을 AGI 시대라고 불러도 될까? 5가지로 나눠보면

확인할 축	최근 전진이 보이는 부분	아직 남은 질문
범용성	코딩·문서·연구·컴퓨터 사용으로 범위 확대	경제적으로 가치 있는 ‘대부분의 업무’를 정말 커버하는가?
자율성	계획·도구 사용·실행·복구를 스스로 수행	낯선 모든 영역에서도 안정적으로 가능한가?
지속성	몇 시간~며칠 단위 작업이 제품 목표가 됨	시간이 길어질수록 오류가 누적되지 않는가?
새 문제 적응·발견	Astra의 연구·취약점 발견처럼 새 지식 생성 가능성 확대	처음 보는 환경의 규칙을 스스로 파악하는 능력은 충분한가?
신뢰성·안전	강한 능력에 맞춘 별도 안전장치 확대	능력을 통제하면서 널리 배포할 수 있는가?

이 표로 보면 최근 진전은 특히 자율성과 지속성에서 강하게 나타납니다. 반면 범용성과 새로운 환경에서의 적응, 장시간 작업의 신뢰성까지 같은 속도로 해결됐다고 말하기에는 아직 공개 검증이 부족합니다. 그래서 “AGI가 왔다/아니다”라는 이분법보다 어떤 축이 얼마나 바뀌고 있는지를 보는 편이 현재 상황을 이해하기 쉽습니다.

반론: 높은 벤치마크 점수와 범용지능은 같은 말이 아닙니다

최근 모델의 숫자만 보면 AGI가 이미 코앞처럼 느껴질 수 있습니다. ARC Prize의 독립 검증에서 Claude Fable 5.1은 ARC-AGI-1에서 최대 97.5%, ARC-AGI-2에서 최대 90.0%를 기록했습니다. 상당히 높은 점수입니다. (ARC Prize 결과)

하지만 ARC가 새로 만든 ARC-AGI-3는 성격이 다릅니다. 설명이 거의 없는 새로운 상호작용 환경에 모델을 넣고 탐색, 환경 모델링, 목표 설정, 계획과 실행을 평가합니다. 2026년 7월 공개 평가에서 당시 프런티어 모델들도 이 영역에서는 훨씬 낮은 점수를 보였습니다. 예를 들어 Claude Opus 5 High는 30.2%를 기록했고, GPT-5.6 Sol의 Semi-Private 최고 설정은 7.78%였습니다. Fable 5.1은 현재 ARC-AGI-3 점수가 아직 공개되지 않았습니다. (ARC-AGI-3 설명)

이 숫자가 AGI의 존재나 부재를 판정하는 절대 기준이라는 뜻은 아닙니다. 오히려 익숙한 형태의 어려운 문제를 푸는 능력과, 처음 보는 환경에서 규칙을 찾아 행동하는 능력은 서로 다른 문제라는 점을 보여 주는 반론 자료로 보는 것이 적절합니다.

Astra가 특히 중요한 이유: 이제 ‘안전하게 배포할 수 있는가’가 속도의 제약이 됩니다

Astra는 아직 일반 사용자에게 정식 출시되지 않았지만, 9월 1일 OpenAI가 공개한 안전 문서는 꽤 중요한 변화를 보여줍니다. OpenAI는 자체 Preparedness Framework 기준에서 Astra가 처음으로 Critical 수준의 사이버 보안 역량에 도달했다고 판단했습니다.

OpenAI 설명에 따르면 적절한 도구와 접근 권한이 주어졌을 때 Astra는 사람의 단계별 안내 없이도 방어가 잘 된 여러 시스템에서 알려지지 않은 취약점을 찾고, 이를 악용하는 방법을 개발할 수 있는 수준입니다. 이 때문에 회사는 개발 과정에서 일부 작업을 늦추고 더 강한 보호 장치를 준비했다고 밝혔습니다. (OpenAI 공식 Astra 안전 업데이트)

이 대목은 역설적입니다. AI 능력이 약할 때는 “더 똑똑하게 만들 수 있는가”가 가장 큰 문제였다면, 능력이 일정 수준을 넘으면 “이 능력을 통제하면서 출시할 수 있는가”가 개발 속도의 새로운 병목이 될 수 있습니다. AGI 논쟁에서 안전성과 신뢰성을 별도 축으로 봐야 하는 이유입니다.

또 하나 정정할 부분이 있습니다. 온라인에서는 “GPT Astra가 이번 주 출시된다”는 이야기가 돌고 있지만, 2026년 9월 3일 현재 제가 확인한 OpenAI 공식 표현은 “Astra를 곧 제공할 계획”까지입니다. 정확한 이번 주 출시일은 공식적으로 아직까지 확인되지 않았습니다.

정리: AGI가 왔다기보다, AGI를 둘러싼 질문이 바뀌고 있습니다

OpenAI 경영진이 AGI를 더 이상 먼 미래의 이야기로만 말하지 않는 것은 확인됩니다. Sam Altman은 2026년 말 내부적으로 AGI라고 부를 시스템을 기대한다고 말했고, Mark Chen은 “80%”라는 표현까지 사용했습니다. 동시에 9월 초 발표된 최신 모델들은 장시간 작업, 도구 사용, 에이전트 실행 같은 능력을 빠르게 확장하고 있습니다.

그러나 OpenAI의 전망이 곧 객관적인 AGI 달성을 뜻하지는 않습니다. 범용성, 새로운 환경에서의 적응, 장시간 신뢰성, 안전한 통제까지 모두 충분하다고 독립적으로 검증된 것은 아닙니다. Astra 역시 ‘곧’이라는 공식 표현만 있을 뿐 이번 주 출시가 확정된 상태는 아닙니다.

그래도 한 가지 변화는 분명해 보입니다. 몇 년 전의 질문이 “AI가 사람처럼 대답할 수 있는가?”였다면, 이제는 “사람이 계속 옆에 있지 않아도 얼마나 많은 일을 끝까지 맡길 수 있는가?”로 바뀌고 있습니다. 어쩌면 우리가 나중에 AGI 시대의 시작점을 돌아볼 때 중요한 것은 하나의 벤치마크 점수가 아니라, 이 질문이 바뀐 시점일지도 모르겠습니다.