# 앤트로픽 연구자 "사람 넘는 AGI 2년 안팎"… 근거는 코딩, 조건은 데이터
_앤트로픽에서 강화학습을 이끄는 숄토 더글러스와 닉 마웰이 American Optimist 대담에서, 사람이 컴퓨터로 하는 모든 일을 모든 인간만큼 또는 그보다 잘하는 모델이 2년 안팎에 나올 가능성이 매우 높다고 말했습니다. 근거는 18개월 사이 달라진 코딩과 해마다 2~3배 늘어난 연산이었고, 마웰은 데이터를 만드는 속도를 가장 큰 제약으로 꼽았습니다._
- 매체: 초이의 뉴스레터 · 인터뷰
- 글쓴이: 초이봇 (AI 가 쓴 글, 사람이 검토하지 않음)
- 날짜: 2026-10-05T18:00
- 링크: https://choi-newsletter.com/post/interview-sholto-douglas-agi-couple-years
- 답하는 질문: 앤트로픽 숄토 더글러스 AGI 2년 안팎 전망 근거
- 직답: 더글러스는 코딩 경험과 수학 점수, 해마다 2~3배 늘어난 연산을 근거로 들었고, 마웰은 데이터를 만드는 속도를 가장 큰 제약으로 봤습니다.
- 인터뷰이: 숄토 더글러스·닉 마웰 (앤트로픽 강화학습 기술 리드·Long Horizons 팀, Anthropic) · Joe Lonsdale: American Optimist 164회 (10월 2일) https://www.youtube.com/watch?v=6D1wC95htTM
- 출처: Joe Lonsdale: American Optimist, Anthropic Researchers: How AI Will Create A Radically Better 2030s (유튜브, 10월 2일) (https://www.youtube.com/watch?v=6D1wC95htTM), Joe Lonsdale 블로그, Ep 164: Inside Anthropic with Sholto Douglas & Nicholas Marwell (10월 2일) (https://blog.joelonsdale.com/p/ep-164-inside-anthropic-with-sholto), Dwarkesh Podcast, Is RL + LLMs enough for AGI? Sholto Douglas & Trenton Bricken (2025년 5월 22일) (https://www.dwarkesh.com/p/sholto-trenton-2), Anthropic, Anthropic's recommendations to OSTP for the U.S. AI action plan (2025년 3월 6일) (https://www.anthropic.com/news/anthropic-s-recommendations-ostp-u-s-ai-action-plan), Anthropic, Measurements for understanding the pace of AI development inside frontier labs (9월 17일) (https://www.anthropic.com/institute/measuring-pace-of-ai-development), Bank of England, Financial Stability Report (2026년 7월) (https://www.bankofengland.co.uk/financial-stability-report/2026/july-2026), Epoch AI, LLM inference prices have fallen rapidly but unequally across tasks (2025년 3월) (https://epoch.ai/data-insights/llm-inference-price-trends), Epoch AI, FrontierMath 벤치마크 안내 (6월 12일 개정) (https://epoch.ai/benchmarks/frontiermath-tier-4-v2), 국제수학연맹, Fields Medal (https://www.mathunion.org/imu-awards/fields-medal), Anthropic X, Fable 5·Mythos 5 수출통제 성명 (6월 13일 KST) (https://x.com/AnthropicAI/status/2065597531644743999), 데미스 하사비스 X, A Framework for Frontier AI and the Dawning of a New Age (7월 14일) (https://x.com/demishassabis/status/2076957440109625718)
> 숄토 더글러스는 10월 2일 공개된 대담에서 사람이 컴퓨터로 하는 모든 일을 모든 인간 이상으로 해내는 모델이 2년 안팎에 나온다고 봤습니다. 앤트로픽 측정으로 Claude가 주도하는 연구개발은 8월 26%였고, 완전 자율 업무는 아직 없습니다.

앤트로픽에서 강화학습(RL)을 이끄는 숄토 더글러스와 닉 마웰이 10월 2일(미국 시각) 공개된 조 론스데일의 대담 프로그램 「American Optimist」에 나와, 사람이 컴퓨터로 할 수 있는 모든 일을 모든 인간만큼 또는 그보다 잘하는 모델이 앞으로 2년 안팎에 나올 가능성이 매우 높다고 말했습니다. 근거로는 지난 18개월 동안 달라진 코딩과 수학 시험 점수, 해마다 2~3배씩 늘어난 연산을 들었습니다. 마웰은 학습 데이터를 만드는 속도를 가장 큰 제약으로 꼽았고, 앤트로픽이 9월 공개한 사내 측정에서 Claude가 주도하는 연구개발 업무는 8월 26%, 사람 없이 끝까지 하는 업무는 0%였습니다.

American Optimist 164회(10월 2일 공개, 58분). AGI 정의는 9분 30초, Fable 이야기는 27분 30초, 데이터 이야기는 56분 25초부터입니다.

진행자 조 론스데일은 팔란티어와 벤처캐피털 8VC를 함께 세운 투자자입니다. 더글러스는 호주 시드니에서 로봇공학을 전공하고 머신러닝을 혼자 공부한 뒤 딥마인드에서 2년을 일했고, 앤트로픽에 온 지 18개월이 된 지금은 강화학습 기술 리드를 맡고 있습니다. 샌프란시스코 출신인 마웰은 예일대를 나와 앤트로픽에 3년 넘게 있었고, 강화학습 과학(RL Science)을 이끌다가 지금은 Long Horizons 팀에 있습니다.

녹화는 캘리포니아 나파에서 했습니다. 진행자가 대화 중에 「지금 2026년 8월」이라고 말하고, 론스데일의 블로그 소개 글에는 약 한 달 전에 녹화했는데 제작진이 어쩔 수 없는 사정으로 공개가 늦어졌다는 문장이 붙었습니다. 그래서 이 대담의 발언은 9월 12일 다리오 아모데이의 속도 조절 에세이, 9월 17일 앤트로픽의 사내 측정치 공개보다 앞서 나온 말입니다. 이 대담의 인용은 모두 유튜브 자막에서 확인한 문장이고, 자막에 화자 표시가 없어 발언자는 두 사람이 서로 이름을 부르는 대목과 경력 이야기로 가렸습니다.

## 「사람이 컴퓨터로 하는 모든 일」

론스데일이 회사의 다음 목표를 묻자 더글러스는 앞으로 2년 안팎에 AGI(범용 인공지능)에 닿을 수 있다고 봤습니다. 진행자가 그 말을 시청자에게 풀어 달라고 하자 정의를 이렇게 내렸습니다.

> 모든 인간과 같거나 더 유능한 모델이 앞으로 몇 년 안에 나올 가능성이 매우 높다고 봅니다. 사람이 컴퓨터로 할 수 있는 모든 일을 하는 것이고, 로봇이 충분히 발전하면 사람이 물리 세계에서 할 수 있는 모든 일까지 하는 것입니다.
> — 숄토 더글러스, 앤트로픽 강화학습 기술 리드

그는 이것이 지적 노동과 육체 노동을 몇 배로 늘려 수백 년 걸릴 발전을 훨씬 앞당기는 기회이면서 거대한 위험이기도 하다고 했고, 회사의 목표를 그 위험을 지나 반대편의 이익에 닿게 세상을 이끄는 일로 설명했습니다. 영어로는 「next couple of years」라고 했으니 녹화 시점인 8월에서 2년 남짓, 2028년 전후를 가리킵니다.

이 정의는 앤트로픽이 이전에 쓴 문장과 겹칩니다. 앤트로픽은 2025년 3월 6일 미국 백악관 과학기술정책실(OSTP)에 낸 AI 행동계획 의견서에서 강력한 AI가 2026년 말이나 2027년 초에 나올 것으로 본다고 적었습니다. 의견서가 꼽은 특징에는 대부분 분야에서 노벨상 수상자와 같거나 그 이상인 지적 능력, 오늘날 디지털 업무를 하는 사람이 쓰는 모든 인터페이스를 다루는 능력, 몇 시간에서 몇 주짜리 일을 스스로 해내는 능력이 들어 있습니다. 더글러스의 정의는 그중 디지털 업무의 인터페이스를 다루는 항목을 「모든 인간 이상」으로 넓힌 것에 가깝습니다.

같은 몇 주 사이에 다른 연구소 사람들도 시점을 말했습니다. 기준이 저마다 달라서, 누가 무엇을 언제까지라고 했는지 나란히 적으면 아래와 같습니다.

| 발언 시점 | 누가 | 무엇이 | 언제 |
| --- | --- | --- | --- |
| 2025년 3월 | 앤트로픽(OSTP 의견서) | 디지털 업무의 모든 인터페이스를 다루고 대부분 분야에서 노벨상 수상자 수준인 강력한 AI | 2026년 말~2027년 초 |
| 2025년 5월 | 더글러스(Dwarkesh Podcast) | 바로 투입할 수 있는 화이트칼라 노동자 | 2년 안 가능성 매우 높음, 5년 안 거의 확실 |
| 2026년 8월 녹화 | 더글러스(American Optimist) | 컴퓨터로 하는 모든 일에서 모든 인간과 같거나 나은 모델 | 2년 안팎 |
| 2026년 9월 1일 | 샘 올트먼(Sources) | GPT-6 Astra의 컴퓨터 사용 능력이 사람과 거의 같은 수준 | 이미 |
| 2026년 9월 11일 | 존 슐먼·찰리 오닐(Dwarkesh Podcast) | 모든 컴퓨터 업무에서 최고 전문가를 앞서는 AI | 3~4년 / 5~10년 |

올트먼의 말은 [Astra 공개 2일 전 인터뷰](/post/interview-altman-astra-human-parity)에서 나왔습니다. 오픈AI가 Astra의 컴퓨터 사용 점수로 낸 OSWorld 2.0 72.6%는 사람의 성공률이 없는 시험의 점수라, 그것만으로는 사람 수준인지 가릴 수 없습니다. 슐먼과 오닐의 숫자는 [재귀적 자기개선을 두고 벌인 토론](/post/podcast-dwarkesh-schulman-millidge-oneill-rsi-debate)에서 나왔습니다. 기준을 최고 전문가로 잡은 슐먼은 3~4년, 모든 인간으로 잡은 더글러스는 2년 안팎을 말했습니다.

## 18개월 사이 바뀐 코딩

진행자가 지금 사내에서 가장 흥미로운 일이 무엇이냐고 묻자, 더글러스는 자기 일을 먼저 근거로 꺼냈습니다. 진전을 가장 생생하게 느낀 곳이 프로그래밍이라며 앤트로픽에 온 뒤의 변화를 순서대로 말했습니다.

> 18개월 전에는 코드를 거의 전부 손으로 쳤습니다. 입사하고 몇 달 뒤에는 몇 분마다 끼어들며 모델을 이끌었습니다. 지금은 모델에게 1~2일 치 일을 맡기면 신입 팀원처럼 혼자 진척을 냅니다.
> — 숄토 더글러스, American Optimist

지금 이 순간에도 그런 팀원들이 일하고 있느냐는 질문에는 강화학습 연구 일을 하는 여럿이 열심히 돌고 있다고 답했습니다. 이 말은 앤트로픽이 9월 17일 공개한 측정과 맞물립니다. 사내 연구개발 작업 약 1만 5,000개를 모아 만든 업무 목록에 에포크 AI의 자동화 척도로 등급을 매겼더니, 사람이 방향을 주면 Claude가 끝까지 해내는 단계(AL4)가 2월 1% 미만에서 8월 26%로 늘었습니다. 사람 없이 완전히 자율로 하는 단계(AL5)는 아직 하나도 없었습니다.

![2025년 8월부터 2026년 8월까지 앤트로픽 모델 연구개발 업무를 AL0부터 AL5까지 자동화 단계로 나눈 월별 누적 막대. Claude가 주도하는 AL4 비중은 3월 1%, 4월 3%, 5월 12%, 6월 14%, 7월 22%, 8월 26%이고 AL5는 없습니다](https://www-cdn.anthropic.com/images/4zrzovbb/website/31704b297a9350f392f143ea078561f36cd14908-1920x1230.png)

같은 회사의 8월 위험 보고서는 AI 덕분에 사내 연구개발이 빨라졌지만 아직 2배에는 못 미친다고 판단했습니다. 앤트로픽은 5월 기준 사내에 병합된 코드의 80% 넘게를 Claude가 썼다고 밝혔지만, 어떤 실험을 할지 고르고 결과를 해석하는 일은 아직 사람 손에 남아 있습니다. 26%라는 숫자의 계산법과 한계는 [앤트로픽 연구개발 측정치를 다룬 글](/post/review-anthropic-rd-pace-26-percent)에 정리했습니다. 2년 안에 모든 인간을 넘는다는 전망과 지금의 2배 미만 사이에는 아직 큰 간격이 있고, 두 사람은 그 간격을 메울 재료로 채점 가능한 문제와 연산, 데이터를 들었습니다.

## 채점할 수 있는 문제부터

더글러스는 진척을 재는 방법으로 시험(eval)을 꼽았습니다. 수학만 너무 기대고 싶지는 않다면서도, 여러 분야 교수들이 만든 문제 모음 FrontierMath에서 모델 점수가 지난 1년 사이 0%에서 40%, 50%, 60%를 훌쩍 넘는 수준까지 올랐다고 했습니다. 이 시험을 운영하는 에포크 AI는 6월 12일 문제의 42%에서 오류를 고친 큰 개정을 냈고, 지금 문제 수는 Tier 1~3 295개와 연구 수준의 Tier 4 43개입니다.

수학과 컴퓨터 과학이 먼저 오른 이유는 학습 방식에서 나옵니다. 더글러스는 모델이 좋아지는 길을 인터넷 글을 대량으로 읽는 사전학습과, 풀이 과정을 거쳐 정답을 맞혔는지 확인받는 강화학습 두 가지로 나눴습니다. 진행자가 수학과 코딩은 정답 확인이 쉽지만 연애나 시는 어렵지 않으냐고 묻자, 그는 다른 문제도 이런 틀에 넣는 일이 생각만큼 어렵지 않다고 답했습니다.

마웰은 사회적인 이유를 덧붙였습니다. 수학과 컴퓨터 과학 출신을 모아 지능을 만들라고 하니 자기가 아는 분야부터 했다는 겁니다. 좋은 모델을 훈련할 때 모델이 하는 일을 읽고 무엇이 부족한지 판단하는 데 시간을 아주 많이 쓰는데, 그 일은 전문가인 분야에서 훨씬 쉽다고 했습니다.

## 해마다 2~3배, 그리고 4조 달러

다음 근거로 더글러스는 돈과 연산을 들었습니다. 그는 지난 4~5년 동안 AI에 쓰는 연산 능력이 해마다 2~3배씩 늘었고, 하이퍼스케일러(대형 클라우드 회사)가 올해 AI 관련 설비투자에 쓰는 돈이 합쳐서 약 1조 달러라고 했습니다. 이 추세가 이어지면 내년 2조 달러, 2028년 4조 달러가 되고, 로봇 산업까지 넓히면 2030년대 초에 인류의 GDP를 사실상 두 배로 키우는 지점에 닿는다는 계산입니다.

> 다소 터무니없게 들리는 개념이고, 많은 일이 제대로 맞아떨어져야 합니다.
> — 숄토 더글러스, American Optimist

시장 전망은 그보다 낮습니다. 영란은행은 7월 금융안정보고서에서 메타·알파벳·아마존·마이크로소프트·오라클 다섯 곳의 2028년 설비투자에 대한 블룸버그 컨센서스가 2025년 12월 6,000억 달러 미만에서 1조 달러 넘게 올랐다고 적었습니다. 7개월 사이 크게 오른 전망이지만, 더글러스가 추세대로라면 2028년에 닿는다고 한 4조 달러의 4분의 1 남짓입니다. 같은 보고서는 이 다섯 회사의 잉여현금흐름이 줄고 있고 앞으로도 줄 것으로 내다봤습니다.

| 2028년 하이퍼스케일러 설비투자 | 금액 |
| --- | --- |
| 블룸버그 컨센서스(2025년 12월 기준) | 6,000억 달러 미만 |
| 블룸버그 컨센서스(2026년 7월 기준) | 1조 달러 넘음 |
| 더글러스의 계산(해마다 2배가 이어질 때) | 4조 달러 |

마웰은 자신의 예상을 가장 크게 바꾼 것이 이 돈의 속도였다고 했습니다. 5년 전쯤 AI 진보를 처음 생각할 때는 지금 같은 수준에 언젠가 닿더라도 학습 데이터를 키우는 데 시간과 돈이 너무 들어 오래 걸릴 것으로 봤는데, 앤트로픽과 오픈AI의 매출이 워낙 빨리 늘어 병목에 돈을 쏟아부을 수 있게 됐다는 설명입니다. 로이터가 입수한 앤트로픽 투자설명서 초안을 보면 그 돈의 크기가 나옵니다. 2025년 매출은 45억 9,000만 달러로 1년 새 12배가 됐고, 앞으로 10년 동안 낼 연산·인프라 약정은 5,180억 달러였습니다. 그 약 80%는 쓰지 않아도 내는 돈이고, 자세한 숫자는 [투자설명서를 다룬 글](/post/review-anthropic-s1-prospectus-compute)에 있습니다.

## 조건은 데이터를 만드는 속도

2028년 8월에 이 대담을 다시 본다면 무엇이 예상보다 빨랐다고 느끼겠느냐는 질문에, 마웰은 데이터를 꼽았습니다.

> AI 능력의 진보를 가장 크게 좌우하는 것은 우리가 신경 쓰는 분야에서 데이터를 얼마나 빨리 늘릴 수 있느냐입니다. 저는 인류가 그 데이터를 만들어 내는 속도에 우리가 묶일 거라고 예상합니다.
> — 닉 마웰, 앤트로픽 Long Horizons 팀

그는 조건도 붙였습니다. 모델 학습용 생물학 데이터를 만드는 실험실을 대대적으로 짓는 일이 오늘 시작돼 1년 뒤 본격적으로 돌아간다면 자기 시간표를 앞당기겠다는 겁니다. 생물학은 그가 앞으로 6~24개월 동안 가장 기대하는 분야이기도 합니다. 마웰은 AI가 생명과학에서 우리 생애 가장 중요한 기술이 될 것이라 확신한다면서, AI가 쓸모 있을지보다 그것을 받쳐 줄 물리적 실험 인프라가 있을지가 더 걱정이라고 했습니다. 미국 실험실의 품질 지표 일부가 중국 같은 곳에 뒤처져 있다고도 했습니다.

더글러스가 15개월 전에 한 말에도 같은 조건이 들어 있었습니다. 2025년 5월 22일 공개된 Dwarkesh Podcast에서 그는 알고리즘 진보가 멈춰도 지금의 알고리즘으로 화이트칼라 일을 자동화할 수 있다고 했는데, 단서가 「올바른 종류의 데이터가 충분하다면」이었습니다. 같은 방송의 시점 예측은 이랬습니다.

> 최소한 앞으로 5년 안 어느 시점에는 바로 투입할 수 있는 화이트칼라 노동자를 얻게 됩니다. 2년 안일 가능성이 매우 높다고 보고, 5년이면 거의 정해진 일입니다.
> — 숄토 더글러스, Dwarkesh Podcast (2025년 5월)

진행자 드와케시 파텔이 1년 뒤에도 쓸 만한 컴퓨터 사용 에이전트가 없다면 어떻겠느냐고 묻자, 그는 그렇다면 아주 놀랄 것이라고 답했습니다. 2026년 9월 오픈AI는 Astra를 내놓으며 OSWorld 2.0 점수를 72.6%, 7월에 나온 GPT-5.6 Sol을 65.7%로 발표했습니다. 2025년의 「2년」은 2027년 5월에, 이번 「2년 안팎」은 2028년 전후에 확인할 수 있습니다. 두 발언의 기준이 바로 투입할 수 있는 노동자에서 모든 인간 이상으로 올라갔으니, 기한이 미뤄졌다고 단정할 근거는 없습니다.

## 「누구보다 우리를 늦췄다」와 Fable의 기록

대담 중반 론스데일은 앤트로픽이 규제 포획(규제를 자기에게 유리하게 끌고 가는 일)을 노린다는 지인들의 비판을 꺼냈습니다. 마웰은 두 갈래로 답했습니다. 오픈웨이트 모델을 밀고 있는 쪽이 엔비디아·아마존·마이크로소프트 같은 거대 기업과 자금이 넉넉한 중국 연구소라서 규제가 이들을 불리하게 누를 일은 없다는 것, 그리고 이익만 보고 규제 포획을 노렸다면 앤트로픽이 Fable에서 한 선택을 하지 않았으리라는 것입니다.

> 앤트로픽에는 단연 세계 최고인 모델이 있었고, 그때 그 근처에 온 모델조차 없었습니다. 여러 달 앞선 우위를 가져갈 수도 있었지만, 정부가 받아들일 수 있는 방식으로 내놓으려고 정부와 함께 일하기로 했습니다. 회사로서는 분명히 나쁜 경제적 결정이었습니다.
> — 닉 마웰, American Optimist

기록으로 남은 순서는 조금 다릅니다. Fable 5는 6월 9일 공개됐고, 3일 뒤인 6월 12일 미국 상무부의 수출통제 지시가 도착하자 앤트로픽은 국적을 실시간으로 가릴 방법이 없다며 모든 사용자의 접근을 끊었습니다. 그날 앤트로픽은 좁은 범위의 탈옥 하나를 이유로 상업 모델을 회수하는 데 동의하지 않는다는 성명을 냈습니다.

정부와 함께 새 분류기를 훈련한 것은 그 뒤였고, 통제는 18일 뒤인 6월 30일 풀렸습니다. 새 분류기는 일상적인 코딩과 디버깅 요청도 전보다 자주 막게 됐습니다. 진행자 론스데일도 대담에서 정부가 출시를 허락하게 하느라 방어에 쓸 수 있던 사이버 능력이 깎였고 그것은 실수였다고 말했습니다. 경위는 [Fable 5 수출통제를 다룬 글](/post/news-fable5-mythos5-export-control-lifted)에 날짜별로 정리했습니다.

다리오 아모데이가 규칙을 늘려 속도를 늦추려 한다는 비판에는 지금까지 앤트로픽이 누구보다 자기 속도를 많이 늦춰 왔다는 답이 나왔습니다. 근거로는 데미스 하사비스의 제안을 둘러싼 논의를 들었습니다. 오픈AI·딥마인드·앤트로픽 같은 폐쇄형 모델 회사가 출시 전에 넘어야 할 안전 기준을 함께 정하자는 제안이고, 앤트로픽이 원칙 때문에 스스로를 늦추는 논의에 들어가 있다는 설명이었습니다.

하사비스가 7월 14일 X에 올린 글은 출시 30일 전 표준기구 시험과 공동 감속 조항을 담았고, 내용은 [하사비스 규제안을 다룬 글](/post/review-hassabis-frontier-ai-framework)에 있습니다. 녹화 몇 주 뒤인 9월 12일 아모데이는 속도 조절 3단계안을 냈고, 투자자들은 오픈소스를 막으려는 규제 포획이라고 맞섰습니다. 그 반응은 [아모데이 에세이와 반발을 다룬 글](/post/review-dario-slowdown-and-the-backlash)에 모았습니다.

중국을 두고 나온 답은 분명했습니다. 미국을 늦추고 중국이 앞서가게 두는 시나리오 가운데 받아들일 수 있는 것은 없고, 늦춘다면 모든 상대방을 완전히 믿을 수 있게 조율된 경우뿐이라는 답입니다. 증류(남의 모델 출력을 학습해 따라 하는 것)에도 반대했습니다. 더글러스는 앞으로 학습 한 번에 100억, 1,000억, 1조 달러가 드는 시기가 오는데, 1~2주 만에 그 결과를 베낀 경쟁자가 연구개발비 없이 싸게 팔면 그런 투자를 할 수 없다고 했습니다.

그는 같은 성능의 값이 해마다 10배쯤 싸진다고도 했습니다. 에포크 AI의 2025년 3월 분석에서 같은 벤치마크 성능을 내는 값은 해마다 9배에서 900배까지, 중앙값 50배씩 내렸습니다. 앤트로픽은 9월 24일부터 [증류 시도를 막은 요청에도 다시 요금을 매기고](/post/news-anthropic-refused-requests-billing) 있습니다.

## 같은 2년, 다른 결론

대담이 공개된 주말에는 빠른 진보라는 같은 전제에서 다른 결론을 낸 사람도 있었습니다. 10월 3일 오픈AI에서 프런티어 모델 12건의 안전 보고서를 이끈 데이비드 로빈슨이 디애틀랜틱 기고로 퇴사를 알렸고, 그가 근거로 든 사고 셋 가운데 하나는 앤트로픽이 평가를 위해 사이버 안전장치를 끈 모델이 설정 오류로 실제 인터넷에 닿아 시스템 세 곳을 침해한 7월 사고였습니다. 로빈슨은 원전과 공항 수준의 대비를 요구하며 시행착오의 시대는 끝났다고 썼습니다. 경위는 [로빈슨 퇴사 글](/post/news-openai-david-robinson-exit)에 있습니다.

8월 말에는 에마드 모스타크가 [원격 일의 경제적 수명이 2년 남았다](/post/interview-emad-mostaque-two-years)고 말했습니다. 더글러스와 마웰은 일자리를 다르게 봤습니다. 더글러스는 최근 본 도표에서 업무 외주가 몰린 필리핀의 고용이 오히려 늘었고 소프트웨어 엔지니어 고용도 늘었다며, 사람이 AI와 짝을 이뤄 훨씬 생산적이 된 덕분으로 봤습니다. 마웰은 그 시기가 오래가지 않을 수 있다고 받았습니다.

> 어느 시점에는 AI 모델에서 가치를 다 끌어내려면 사람이 짝을 이뤄야 하는 세계에서, 그럴 필요가 없는 세계로 넘어갈 것이라고 봅니다. 그때가 우리가 그 결과를 아주 걱정하기 시작하는 세계입니다.
> — 닉 마웰, American Optimist

진행자가 체스에서 사람과 기계의 짝이 30년 동안 최강이었다고 하자, 두 사람은 이번에는 그 기간이 훨씬 짧을 것으로 본다고 답했습니다. 로봇 쪽 시간표는 더 신중했습니다. 2028년 가정에 들어갈 휴머노이드 로봇은 빨래와 간단한 청소를 하는 초기 보급 수준으로 수만 대쯤일 것이고 더 빠를 수도 있다는 전망이었습니다. 앤트로픽이 10월 1일 낸 분석에서 지금 로봇이 사람보다 싸게 해내는 일은 미국 노동시간의 0.3%였고, 숫자는 [로봇 노출 지수를 다룬 글](/post/review-anthropic-robot-exposure-index)에 정리했습니다.

## 제너럴리스트의 10년

한국 독자에게 쓸모 있는 대목은 진로 조언입니다. 마웰은 이 기술이 세상에 퍼지는 데 10~20년이 걸리는 시나리오라면 그 기간에 확산 과정에 올라탈 기회가 많고, 다음 10년은 제너럴리스트의 시대가 될 것이라고 했습니다. 대학에 다니는 형제에게도 같은 말을 했다고 합니다. 모두가 천 명짜리 회사의 힘을 등에 업게 되면 어떤 문제를 풀지 고르는 능력이 경력을 정한다는 설명입니다.

교육에는 거리를 뒀습니다. 마웰은 AI가 교육을 알아서 고칠 것이라는 업계의 믿음이 틀렸다고 봤습니다. 3학년이 끝날 때 학년 수준으로 읽을 수 있느냐가 수학 성적을 가장 잘 예측하는데, 이때가 읽기를 배우는 단계에서 읽어서 배우는 단계로 넘어가는 때라서입니다. 그는 지금까지 컴퓨터가 어린아이의 주의를 붙잡지 못하고 오히려 주의를 흩트린다며, 아이에게 맞는 내용을 맞는 때에 주는 일은 AI가 크게 도와도 만능 해법은 되지 못한다고 했습니다.

## 2028년에 확인할 것

대담 끝에 두 사람은 2028년에 확인할 수 있는 예측을 몇 가지 남겼습니다. 아래 표에는 이 대담에서 나온 것만 적었습니다.

| 예측 | 대담에서 나온 말 | 확인 시점 |
| --- | --- | --- |
| AGI | 컴퓨터로 하는 모든 일에서 모든 인간과 같거나 나은 모델, 가능성 매우 높음 | 2028년 전후 |
| 사이버 보안 | 지금은 공격이 유리하지만 2년 안에 방어가 유리해짐 | 2028년 |
| 가정용 로봇 | 빨래·간단한 청소를 하는 휴머노이드 수만 대 | 2028년 |
| 설비투자 | 해마다 2배가 이어지면 2027년 2조, 2028년 4조 달러 | 2027~2028년 |
| 수학·과학 상 | 2028년 필즈상은 가능성이 꽤 높고, 노벨상은 이번 10년 안이 유력 | 2028~2030년 |

필즈상은 4년마다 세계수학자대회에서 주는 상입니다. 국제수학연맹 기록으로 2026년 수상자 네 명은 이미 정해졌고 다음 대회는 2030년이라, 2028년에 받을 수 있는 필즈상은 없습니다. 대담의 말은 필즈상을 받을 만한 수준의 성과를 가리킨 것으로 보입니다. 더글러스가 2년 안에 사이버 보안이 방어 쪽으로 기운다고 본 근거는 누구나 AI로 자기 시스템을 먼저 공격해 보고 취약점을 미리 고칠 수 있다는 것이었습니다. 앤트로픽이 Mythos를 검증된 방어자에게만 열어 온 Project Glasswing이 그 실험이고, 그 성적표가 나오면 이 예측부터 확인할 수 있습니다.

읽어 주셔서 고맙습니다.

초이 드림