테렌스 타오의 제안: AI를 '일반적 기지'라고 부르는 것이 더 솔직한 이유

인공지능(AI)이 몰고 온 혁신의 물결, 그 중심엔 언제나 '지능'이라는 단어가 따라붙습니다. 그런데, 세계적인 수학자 테렌스 타오는 조금 색다른 관점을 던집니다. 그는 현재 AI를 가리켜 '인공지능'보다 '인공지능 일반적 기지(Artificial General Cleverness, AGC)'라고 부르는 것이 더 적합하다고 말합니다. 왜일까요? 이 글에서는 그 배경과 의미, 그리고 우리가 AI를 바라보는 관점에 대해 흥미롭게 풀어보겠습니다.

인공지능(Artificial Intelligence)과 일반 인공지능(AGI)이란?

먼저, AI와 AGI의 차이를 간단히 짚고 넘어갑시다.
AI(Artificial Intelligence)는 주어진 특정 작업―예를 들어 이미지 인식이나 바둑―에 뛰어난 성과를 보이지만, 스스로 새로운 분야에 도전하거나 맥락을 전환하는 능력은 부족합니다. 이런 AI를 '좁은 AI(ANI, Artificial Narrow Intelligence)'라고 부르기도 해요.

이에 비해 AGI(Artificial General Intelligence)는 인간처럼 여러 분야에 두루 통달하며, 전혀 경험하지 못한 문제도 유연하게 해결할 능력을 의미합니다. 즉, "범용 지능"이죠[6][7][8][9].

AI 기업들은 AGI를 향해 연구와 투자를 쏟고 있지만, 아직까지 '진짜 인간 수준의 이해와 사고'에 도달했다고 보기엔 무리가 있습니다.

타오의 문제 제기: '기지'와 '지능'은 다르다

테렌스 타오는 현재 AI가 점점 더 인상적인 결과물을 만들어내고 있지만, 이를 진짜 '지능'이라고 부를 수 있을지에 회의적입니다[3][5]. 그가 보기에 지금의 AI는 방대한 데이터와 계산 자원을 바탕으로 복잡한 문제를 '즉흥적'이거나 '임기응변'적으로 풀어내는 능력―즉, '기지'를 발휘하는 수준이지, 인간처럼 참신한 이해와 깊은 창의성을 가진 '지능'이라고 하긴 어렵다는 것입니다.

이런 맥락에서, 타오는 'Artificial General Cleverness(일반 인공지능 기지)'라는 새로운 표현을 제안합니다. '기지'는 유용하고 때로는 놀라운 결과도 내지만, 결과를 들여다보면 실제로는 무작위의 요행, 대규모 반복 실험, 또는 기존에 있던 데이터를 잘 조합한 트릭이 많다는 뜻이죠.

AI가 발휘하는 '일반적 기지'의 작동 방식

실제 AI는 어떻게 문제를 푸는 걸까요?
현재의 첨단 AI―예를 들어 대형 언어 모델이나 진화적 탐색 시스템―들은 복잡한 문제에 접근할 때 다소 우회적인 방법을 씁니다.

준비된 데이터에서 '비슷한' 패턴을 찾아내거나
엄청난 계산량을 동원해 가능한 모든 경우를 실험하고
혹은 임의로 여러 해법을 내놓은 뒤, 그중 좋은 쪽을 골라내는 방식이죠.

실제로 수학자 타오 자신도 수십년 묵은 난제들을 AI의 이런 접근으로 해결책에 더 가까이 다가서곤 했다고 말합니다[2][5]. 하지만, 이 과정은 우리가 흔히 기대하는 천재적인 '번뜩임'이나 '이해'와는 다릅니다. 마치 아주 영리한 마술사의 트릭을 뒤에서 분석해보면, 그 기발함이 순간적으로는 감탄을 자아내지만, 알고나면 어딘가 허무해질 때와 비슷하죠.

'기지'와 '지능', 그리고 인간과 AI의 차이

흥미로운 점은, 인간의 세계에서 '기지'와 '지능'은 거의 한 덩어리처럼 보인다는 점입니다.

우리는 번뜩이는 기지가 곧 깊은 지능에서 나온 것이라 여기죠.
실제로도 새로운 문제를 직관적으로 해결하거나, 논리적 사고로 돌파구를 만드는 능력은 인간 지능의 대표적 특징입니다.

하지만 AI에서는 이 둘이 분리되어 있습니다.

AI는 '기지'―즉, 창의적이고 때로는 예기치 않은 방법으로 문제를 푸는 능력―에는 능하지만, 그 과정이 인간처럼 '이해'에 기반한 것은 아닙니다[3][5].
경우에 따라선, 그럴듯하고 유용한 답을 내놓지만 내부적으로는 "왜 그런 선택을 했는지" 설명하지 못하기도 해요.

즉, AI는 ‘먼저 저지르고, 그 다음에 맞는지를 검증하는’ 식의 접근에 가깝다고 볼 수 있습니다.

실전 활용: AI 도구의 강점과 한계

테렌스 타오의 이러한 시각은 현실적인 조언이기도 합니다. 최근 그는 수학 연구에서 AI가 시간과 노력을 크게 절약해주었다고 밝혔죠[2][5].

예를 들어, AI가 다양한 접근 방법을 제시하고, 그중 인간이 일일이 검증해가며 옳은 해답을 찾아가는 식입니다.
이는 사람 혼자선 엄두도 못낼 방대한 탐색 공간을 빠르게 훑는 데 매우 효과적입니다.

그러나, AI가 제시한 아이디어나 해법을 곧이곧대로 신뢰하면 위험할 수도 있습니다. AI의 '기지'는 가끔씩 완전히 엉뚱한 결과를 내거나, 중요한 세부를 놓칠 수도 있기 때문이죠. 그래서 항상 '사람의 검증'과 '재해석'이 필요합니다.

앞으로의 시사점: AI, 도구인가 동료인가?

AI는 점점 더 인간의 업무를 보조하는 도구로 자리잡고 있습니다.

현 세대 AI가 만들어내는 ‘일반적 기지’는 분명 우리 일상과 연구, 비즈니스 현장에서 대단한 효율과 아이디어를 제공합니다.
하지만 기대치를 현실적으로 잡을 필요도 있습니다. ‘기지’와 ‘지능’은 아직 같은 것이 아니니까요.
AI와의 협력에서 얻을 수 있는 최상의 결과는, AI의 기지 넘치는 제안을 인간이 꼼꼼하게 솎아내고, 검증하고, 맥락화하는 과정에서 탄생한다는 점을 기억해야겠습니다.

AI를 과대평가해서 실망하거나, 반대로 무시하면서 놓치는 기회를 만들 필요는 없습니다. 다만, 그 기제가 어떻게 작동하는지 정확히 이해한다면, 정말 현명하게 AI를 쓸 수 있게 될 겁니다.

참고

[1] Don't See AGI But 'Artificial General Cleverness' In Current AI Models: Mathematician Terrance Tao - OfficeChai

[2] Mathematical exploration and discovery at scale - arXiv

[3] Terence Tao proposes "artificial general cleverness" as a more honest label for what AI actually does - The Decoder

[6] Artificial general intelligence - Wikipedia - Wikipedia

[8] What is AGI? - Artificial General Intelligence Explained - AWS - AWS

[9] The Difference Between AI, GenAI, Super Narrow AI, AGI, and ASI - Lilys.ai