샘 알트만 "인류, '완만한 특이점' 진입…2026년 새로운 통찰 내는 AI 나온다"

공상과학 영화 속 특이점은 흔히 하늘이 무너지고 인공지능이 세상을 지배하는 급격한 파국으로 그려집니다. 하지만 현실의 특이점은 훨씬 조용하게 찾아오고 있습니다. 어제는 AI가 써낸 유려한 문장에 감탄하다가도, 오늘은 장편 소설을 왜 단숨에 못 쓰냐며 투덜거리는 것이 인간의 적응력입니다.

오픈AI CEO 샘 알트만은 자신의 블로그에 '완만한 특이점(The Gentle Singularity)'이라는 글을 기고하며 인류가 이미 디지털 초지능을 향한 '사건의 지평선'을 넘어섰다고 선언했습니다. 도약은 이미 시작되었지만, 거리에 로봇이 넘쳐나거나 대다수가 하루 종일 AI와 대화하지는 않는 것처럼 변화는 놀라울 정도로 완만하고 자연스럽게 진행되고 있다는 주장입니다.

2026년, 새로운 통찰을 내놓는 AI의 등장

알트만은 향후 몇 년간의 구체적인 로드맵을 제시했습니다. 2025년에는 실질적인 인지 작업을 수행하는 에이전트가 등장해 코딩 환경을 바꿨고, 2026년에는 이전에 없던 '새로운 통찰'을 찾아내는 AI 시스템이 등장할 가능성이 높다고 내다봤습니다. 이어 2027년에는 물리적 현실에서 작업을 수행하는 로봇이 상용화될 것으로 전망했습니다.

알트만의 기고문은 오픈AI의 차기 제품을 가늠하는 예고편 역할을 해왔습니다. 지난 1월 2025년을 에이전트의 해로 규정한 뒤 오픈AI는 오퍼레이터, 딥 리서치, 코덱스를 잇따라 선보였습니다. 지난 4월 추론 모델 o3와 o4-mini를 공개했을 당시에도 그렉 브록만 오픈AI 사장은 과학자들이 유용한 새 아이디어를 도출하는 데 이미 해당 모델들을 활용하고 있다고 밝혔습니다.

과학적 발견을 AI로 가속하려는 경쟁은 실리콘밸리 전반에서 뜨겁습니다. 구글은 지난 5월 복잡한 수학 문제에 새로운 접근법을 제시한 알파이볼브 논문을 발표했고, 에릭 슈미트 전 구글 CEO가 지원하는 퓨처하우스도 자사 에이전트가 과학적 발견을 이뤄냈다고 밝혔습니다. 앤트로픽 역시 같은 달 과학 연구 지원 프로그램을 시작했습니다.

그러나 과학계 일각에서는 여전히 회의적인 시선을 보냅니다. 허깅페이스의 최고과학책임자 토마스 울프는 현재의 AI 시스템이 위대한 과학적 발견의 핵심인 '좋은 질문을 던지는 능력'을 갖추지 못했다고 지적했습니다. 오픈AI 연구 책임자 출신으로 AI 기반 연구소 릴라 사이언시스를 창업한 케네스 스탠리 역시 모델에게 무엇이 창의적이고 흥미로운지 판단하는 감각을 부여하는 것은 매우 어려운 과제라고 강조했습니다.

자가 복제 인프라와 전기세 수준으로 떨어질 지능 비용

알트만은 AI가 AI 연구를 가속하는 재귀적 자기 개선의 초기 단계에 진입했다고 설명했습니다. 초기에 백만 대의 휴머노이드 로봇을 제작하면, 이들이 광물 채굴과 제련, 트럭 운전, 공장 운영 등 공급망 전반을 맡아 더 많은 로봇과 반도체 팹, 데이터센터를 짓는 자기 강화 루프가 완성된다는 구상입니다.

이러한 인프라 확충이 자동화되면 지능을 생산하는 비용은 결국 전기세 수준에 한없이 수렴하게 됩니다. 알트만은 2030년대에는 지능과 에너지가 극도로 풍부해져 개인의 생산성이 2020년과는 비교할 수 없을 만큼 치솟을 것이라 내다봤습니다. 환경 부담 우려를 의식한 듯, ChatGPT 쿼리 1회당 평균 전력 소비량은 0.34와트시(오븐을 1초 남짓 켜두거나 고효율 전구를 2분 켜는 수준), 물 소비량은 0.000085갤런(15분의 1 티스푼)에 불과하다는 수치도 덧붙였습니다.

왜 중요한가

알트만의 이번 글은 거대한 사회적 격변을 '익숙해질 수 있는 일상'으로 프레임화했다는 점에서 매우 전략적입니다. AGI가 목전에 왔음을 강조해 천문학적인 인프라 투자 유치를 정당화하는 동시에, 대중의 일자리 불안과 통제 상실에 대한 공포를 '충분히 관리 가능한 변화'라며 달래고 있기 때문입니다.

그러나 코딩 보조를 넘어 과학계에서 '새로운 가설'을 세우는 단계로 도약하는 것은 차원이 다른 문제입니다. 대규모 언어 모델은 본질적으로 인간이 만든 데이터의 확률적 결합에 의존하므로, 무엇이 진짜 중요한 문제인지 가려내는 직관이 없다면 AI가 내놓는 통찰은 기존 지식의 교묘한 재배열에 그칠 수 있습니다. 비판자들의 지적처럼 질문할 줄 모르는 모델은 진정한 패러다임 전환을 이끌기 어렵습니다.

그럼에도 실무자와 개발자에게 주는 메시지는 분명합니다. 기술적 구현 장벽이 낮아질수록, 무엇을 만들 것인지 판단하는 아이디어와 기획의 가치는 더욱 커지고 있습니다. 알트만의 말처럼 특이점이 아무리 부드럽게 다가오더라도, AI를 지적 지렛대로 삼아 연구와 생산성을 폭발시키는 사람과 그렇지 못한 사람 사이의 격차는 조용하지만 돌이킬 수 없이 벌어질 것입니다.