01. OpenAI의 AGI 5 Step
I. AI 글로벌 동향
2024년 7월 11일(미국 현지시간 기준) 블룸버그 통신에 따르면 OpenAI 샘 알트먼은 내부회의에서 AGI 5 Step에 대한 내용을 직원들과 공유한다. 오픈AI 경영진은 이날 직원들에게 자신들은 현재 1단계에 있다고 생각하지만 2단계에 도달하기 직전이라고 말했다고 이 회사 대변인이 전했다.
이 대변인은 2단계에 대해 박사 수준의 교육을 받았지만 이같이 문제 해결에 사용하는 각종 도구에 접근할 권한이 없는 사람처럼 기본적인 문제해결 능력을 수행할 수 있는 수준을 말한다고 부연했다.
1단계 우리들이 많이 사용하고 있는 챗봇으로 자연스러운 대화가 가능하고, 단순 대화형 작업이 가능한 수준
2단계 추론서비스 지금의 ChatGPT 서비스 형식으로 다양한 분야에 인간 수준의 문제 해결 능력을 보유한 수준
3단계 Agent로 우리의 업무는 일을 일정 규칙과 데이터 등을 활용하여 자율적으로 처리하는 서비스
4단계 다양한 AI 서비스를 활용하여 우리가 하는 업무와 일의 상당수 대체할 수 있게 AI가 스스로 문제해결을 위한 전략을 만드는 수준
5단계 조직 전체의 복잡한 업무를 AI가 스스로 관리하고 직접 수행하는 수준
이 5단계는 AI 서비스의 점진적 단계를 평가하는 프레임워크로 많은 AI 기업들의 중요한 기술 기준으로 사용하고 있다.
2025년 현재 3단계의 초입에 있다.
2단계는 이미 성숙단계에 들어섰고, 아직 3단계는 아직 초보 수준의 단계로 보인다.
2025년 6월 25일 가트너는 "신기술 : 에이전틱 AI 실패예방 : 적절한 사용 사례를 활용해 성공 실현"이라는 보고서에 따르면 2027년 말까지 AI 에이전트 프로젝트의 40% 이상이 중단될 것으로 봤다. 비용 증가와 불분명한 비즈니스 가치, 부적절한 위험 관리 등을 이유로 들었다.
특히, 현재 많은 기업이 ‘에이전트 워싱’을 통한 과대광고를 진행하고 있다고 지적했다. 이는 AI 어시스턴트나 로봇 프로세스 자동화(RPA), 챗봇 등 에이전트 기능을 갖추고 있지 않은 기술을 에이전트인 것처럼 과장하는 행위를 의미한다.
이에 따라 현재 수천 개의 에이전트 업체 중 실제로 이 기술을 제공하는 업체는 130여 개에 불과할 것으로 분석했다.
아누쉬리 버마 가트너 시니어 디렉터 애널리스트는 “현재 대부분의 에이전틱 AI 프로젝트는 초기 실험 단계 거나 기술 실증(PoC) 단계에 있으며, 과대광고에 의해 추진되거나 잘못 적용되는 경우가 많다”라며 “대규모 AI 에이전트 도입에 드는 실제 비용과 복잡성을 간과할 경우, 실운영 단계로 넘어가지 못하고 정체될 수 있다”라고 말했다.
이어 “기업은 과대광고에 휘둘리지 않고, 에이전틱 AI를 어디에 어떻게 적용할지 신중하고 전략적인 판단을 내려야 한다”라고 말했다.
또 2025년 1월 웨비나 참석자를 대상으로 실시한 설문조사에 따르면, 응답자의 19%는 에이전트에 상당한 투자를 했고, 42%는 보수적으로 접근하고 있는 것으로 나타났다. 반면, 8%는 투자를 전혀 하지 않았으며 31%는 상황을 관망하거나 확신하지 못하는 것으로 나타났다.
동시에, 에이전트를 통해 자율적으로 수행되는 일상 업무 결정이 2024년 0%에서 2028년에는 최소 15%까지 증가할 것으로 전망했다.
2028년까지 기업용 소프트웨어 애플리케이션의 33%가 에이전트 기능을 포함할 것으로 예상했으며, 이는 2024년 1% 미만에서 크게 증가한 수치라고 설명했다. 출처 : AI타임스(https://www.aitimes.com)
AGI 5 Step 2단계의 추론(Reasoners)을 구성하는 핵심 AI 데이터는 Web에서 만들어진 데이터와 우리가 사용하는 문서데이터가 대부분이다. 지금 우리가 사용하는 생성형AI 서비스는 결국 Text를 핵심으로 한 서비스이고 실제 문서를 기반으로 한 서비스에 국한되어 있다. 그러나 3단계 Agent는 실제 대학생 이상의 문제 해결 능력을 가지고 있게 되고 문서화된 많은 업무와 서비스 해결 능력은 탁월하지만 실제 우리가 하는 많은 업무 중 문서를 활용하는 업무는 생각 밖으로 많지 않고, 또 전체 업무 중 문서업무는 그 일부이지 전부인 경우도 역시 많지 않다. 물론 하는 일에 따라 다양성과 복잡성은 존재하지만 데이터 관점으로 보면 그룹웨어와 포털 등의 수많은 정보시스템 DBMS 안에 있는 데이터 그리고 날씨, 온도, 지역 등 다양한 현실의 비정형 데이터는 아직 완벽하게 생성형AI의 범주 안에 들어가지 못하고 있다.
결국 Agent는 우리가 하는 일과 업무의 모든 데이터들이 AI데이터화 즉 그 데이터를 AI가 추론(Reasoning 또는 Inference) 할 수 있게 되어야 진정한 Agent가 하는 업무혁신이 가능한 것이다. 특히 음성, 동영상, 센서데이터 등 다양한 비정형데이터와 DBMS 안에 있는 방대한 AI 데이터화 여부가 아마 생성형AI의 Agent가 넘어야 할 가장 높은 산일 것 같다.
