샘 알트만이 말하는 AGI와 초지능의 차이, OpenAI의 지난 1년간의 실수

URL: https://www.youtube.com/watch?v=Pj_y9zEPv5k 날짜: 2026-09-06 채널: Tech Bridge

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AGI(Artificial General Intelligence)는 도달 여부를 판정하는 종착점이라기보다, 계속 확장되는 지능의 흐름 안에 놓인 모호한 이정표이며, 초지능(Superintelligence)은 능력과 잠재력이 끝없이 커지는 연속적인 스케일로 이해해야 한다.==

• AGI는 정의가 제대로 합의되지 않은 마케팅 용어에 가깝지만, 현재 내부 모델을 AGI처럼 느끼는 사람도 많다.
• 실제 사용자에게 돌아가는 큰 가치와 능력의 지수적 상승이 특정 용어보다 중요하다.
• OpenAI는 지난 1년간 제품 측면에서 너무 많은 일을 동시에 추진하고 사전학습(Pre-training)과 연구에서 뒤처졌지만, 이제 일반 지능을 제공하는 서비스에 집중하며 반등하고 있다.
• 광범위한 AI 접근성을 만들려면 비용을 낮추고 공급량을 크게 늘리는 컴퓨트(Compute)·공급망 전략이 필요하다.

샘 알트만은 AGI 선언 자체에는 의미가 없다고 말하면서도, 연구·제품·컴퓨트·시장 진입·파트너십이 함께 맞물리는 현재의 상승 국면에 강한 자신감을 드러낸다. 동시에 안전·정렬(Alignment), 일자리 전환, 콘텐츠 창작, 데이터센터 반발을 해결하려면 AI를 실제로 유용하게 만들어 경제적 힘과 접근성을 넓혀야 한다고 강조한다.

1. AGI의 정의와 현재 위치

AGI라는 이름의 판정보다 사람들이 실제로 얻는 범용적 가치와 자율성이 핵심이다.

1.1. 합의되지 않은 정의

1. AGI는 잘 정의되지 않은 용어다

   1. 샘 알트만은 AGI를 최선의 경우에도 “매우 제대로 정의되지 않은 용어”라고 평가하며, 무관한 마케팅 용어처럼 보인다고 말한다.
   2. 특정 능력 하나를 통과하면 끝나는 시험이 아니라, 사람마다 서로 다른 기준을 적용하는 말이라는 뜻이다.

2. Y Combinator 헌장은 비교적 구체적인 기준을 제시한다

   1. 인터뷰어는 Y Combinator의 헌장(Charter)을 근거로 AGI를 “대부분의 경제적으로 가치 있는 업무에서 인간을 능가하는 고도로 자율적인 시스템”으로 상기시킨다.
   2. 이 정의는 자율성(Autonomy), 인간 대비 성능, 경제적으로 가치 있는 업무의 범위를 기준으로 삼지만, ‘대부분’과 ‘능가’의 경계는 여전히 열려 있다.

1.2. “이미 AGI인가”에 대한 엇갈린 판단

1. 현재 모델을 AGI로 보는 사람과 아닌 사람 모두 존재한다

   1. 많은 사람은 현재 모델을 보고 “AGI가 이미 왔다”고 말할 수 있다.
   2. OpenAI 내부의 최신 모델을 본 사람 중에도 “매우 AGI 같다”고 평가하는 사람이 많다.
   3. 반대로 어떤 사람은 모델이 하지 못하거나 매우 서툰 일을 하나 지적하면서 아직 AGI가 아니라고 말한다.

2. 경계 사례보다 사용자가 얻는 가치가 더 강한 증거가 된다

   1. GPT-5.6 수준의 시스템만 보더라도 사람들이 업무 효율을 완전히 바꾸고, 이전에는 하지 못하던 일을 시도하며, 개인 생활에서도 크고 작은 도움을 얻는다.
   2. 샘 알트만은 현재 모델의 결함을 지적할 수 있다는 사실과, 실제 가치가 범용적으로 확장되고 있다는 사실이 동시에 성립한다고 본다.

1.3. 범용성의 구체적 사례

1. 장시간 연구와 의료적 돌파구

   1. 한 사용자는 다른 방법으로는 얻지 못했을 생명을 구할 수 있는 진단을 받았다고 전한다.
   2. ChatGPT의 작업 세션이 34시간 동안 이어지며 논문 2,000편을 읽었다는 사례가 언급된다.
   3. 인터뷰어가 “34시간?”이라고 되묻자, 샘 알트만은 그보다 더 긴 세션도 들었다며 많은 사람이 하루 넘게 작업하도록 만들 수 있다고 답한다.
   4. 가능한 논문을 모두 찾아 읽는 식의 장기 자율 작업이 개인의 연구 능력을 크게 증폭시킨다.

2. 일상 계획과 실행을 대신하는 에이전트

   1. 한 사용자는 아이의 생일 파티를 계획하면서 지역 업체를 조율하고 특별한 케이크를 찾는 일을 AI에게 맡겼다.
   2. 샘 알트만은 우체국 방문 수거를 신청해야 했지만 웹사이트 양식을 직접 작성하고 싶지 않아 Codex에 처리하게 했다고 말한다.
   3. 패키지를 집 밖에 내놓자 다음 날 실제로 수거됐고, 우체국 양식 작성 같은 일이 성공적으로 사라졌다.
   4. 작은 자동화처럼 보여도 과거에는 20분이 걸렸던 일을 줄여 주며, 샘 알트만은 이런 “20분의 승리”를 이제 늘 경험한다고 말한다.

3. 2020년의 기준으로 보면 AGI에 가까운 경험

   1. 2020년으로 돌아가 삶의 모든 영역에서 20분씩 시간을 절약해 주고, 새로운 과학을 발견하며, 회사를 시작하도록 돕고, 복잡한 코드를 작성하는 시스템을 제시한다면 많은 사람은 그것을 AGI라고 불렀을 가능성이 높다.
   2. AGI 여부를 가르는 추상적 경계보다 생활 전반의 자율적 성과가 실질적인 판단 기준이 된다.

2. AGI와 초지능의 차이

AGI가 하나의 이정표라면 초지능은 계속 확장되는 능력의 방향이다.

2.1. AGI 선언의 의미가 약해진 이유

1. AGI를 선언하는 행위 자체에는 특별한 의미가 없다

   1. 샘 알트만은 AGI 선언의 의미를 묻는 질문에 “없다”고 답한다.
   2. 한 연구 건물의 벽에는 “AGI를 만들고 있다”는 문구가 있지만, AGI를 계속 만들어 가는 과정으로 보면 특정 시점의 승리 선언은 부차적이다.

2. 조직의 대화가 이정표 논쟁에서 연속적 발전으로 이동했다

   1. 샘 알트만은 OpenAI가 AGI 지점에서 승리를 선언하고 떠났다고 말하고 싶지는 않다고 선을 긋는다.
   2. 다만 사람들이 실제로 하는 말은 “우리가 AGI에 도달했나”보다 초지능을 향한 지속적인 상승과 그것이 세계에 줄 혜택·도전 과제에 더 가깝다고 말한다.
   3. 사내 식당에서 AGI 도달 시점만을 놓고 토론하는 장면을 오랫동안 보지 못했다는 표현으로 조직의 관심 변화를 설명한다.

2.2. 두 용어의 작동 방식

1. AGI는 이정표, 초지능은 무한히 확장되는 스케일이다

   1. 샘 알트만에게 AGI는 milestone, 즉 어느 시점에 도달했다고 말할 수 있는 이정표처럼 느껴진다.
   2. 초지능은 능력이 계속 확장될 수 있는 것으로, “끝없이 스케일할 수 있는 것”에 가깝다.
   3. 따라서 초지능은 모든 것을 아는 최종 형태의 승리 상태를 뜻하지 않는다.

2. 용어의 다의성보다 능력의 지수적 상승이 중요하다

   1. 어떤 사람은 초지능을 명확하고 이해 가능한 결정적 이정표라는 뜻으로 쓰고, 다른 사람은 무한히 확장되는 능력이라는 뜻으로 쓴다.
   2. AGI와 초지능이라는 용어 자체는 사람마다 다르게 사용되므로 샘 알트만은 이런 말들이 “멍청하다”고까지 표현한다.
   3. 정말 중요한 사실은 특정 명칭이나 milestone이 아니라 능력(Capability)과 잠재력(Potential)이 지수적으로 증가하는 흐름에 올라섰다는 점이다.
   4. 그 지수적 상승이 계속될 것처럼 보이며, 현재까지 둔화의 징후는 보이지 않는다는 판단이 제시된다.

3. 프런티어 학습 속도와 능력 상승을 구분해야 한다

   1. 인터뷰어가 지수적 상승이 둔화될 조짐이 없느냐고 묻자 샘 알트만은 “위쪽에 공기주머니(air pocket)가 있다”고 짧게 답한다.
   2. 인터뷰어는 데이터센터와 컴퓨트 증설 전체에 영향을 주는 둔화 신호를 기다리는 사람이 많고, 프런티어 학습(Frontier Training)을 늦추는 현상을 둔화로 볼 수도 있다고 말한다.
   3. 샘 알트만은 그것은 능력의 둔화가 아니며 오히려 인터뷰어가 말한 의미의 둔화와 반대라고 정정한다.

3. AI가 쌓아 올린 구조와 OpenAI의 자신감

AI가 만든 거대한 구조는 취약할 수 있지만, 여러 부문이 동시에 같은 방향으로 움직이는 상승 국면이 위험을 상쇄할 가능성을 만든다.

3.1. “AI 젠가”와 지난 1년의 교훈

1. 실패 경험이 좋은 시기의 가치를 선명하게 한다

   1. 인터뷰어는 AI가 쌓은 세계를 젠가(Jenga) 탑에 비유하며 지금 우려할 이유가 무엇인지 묻는다.
   2. 샘 알트만은 지난 1년이 힘들었던 경험 덕분에 좋은 시기가 얼마나 좋은지 더 잘 느끼게 됐다고 답한다.
   3. 사업 전반의 모든 실린더가 동시에 돌아가는 상태가 어떤 느낌인지 실제로 체감하게 됐다는 뜻이다.

2. 동시다발적인 실행이 상승의 기반이다

   1. 연구에서 안전성(Safety)과 정렬 문제를 해결하는 역량이 커지고 팀이 그 문제에 함께 대응하고 있다.
   2. 제품, 컴퓨트 증설, AI를 풍부하고 저렴하게 만드는 여러 구성 요소, 시장 진입(Go-to-Market) 조직, 파트너십이 한꺼번에 맞물리고 있다.
   3. 여러 부문이 맞물리는 만큼 여러 방식으로 실수할 수 있으며, 과거에도 실수가 있었고 앞으로도 있을 수 있다는 경계심을 유지한다.

3. 모델·제품·매출·컴퓨트의 상승이 자신감을 높인다

   1. 모델이 5.4에서 5.5, 5.6으로 확장되며 나타난 변화를 지켜봤고, 새 모델에 대한 초기 피드백도 받고 있다.
   2. 제품 개선 계획, 매출 상승 곡선, 컴퓨트 구축의 상승 곡선을 함께 보며 전반적인 전망을 매우 좋게 평가한다.
   3. 외부에서는 Anthropic의 ARR(Annual Recurring Revenue)이 더 높고 먼저 IPO(기업공개)에 나설 것이라는 평가가 있지만, 샘 알트만은 현재 위치를 서로 바꾸고 싶지 않다고 단언한다.

4. Stargate와 모두를 위한 컴퓨트 전략

AGI의 혜택을 인류 전체로 확산하려면 제한된 사용자에게 집중된 컴퓨트를 세계적 규모의 풍부한 자원으로 바꿔야 한다.

4.1. Stargate 1을 다시 추진해야 하는 이유

1. OpenAI의 사명은 AGI의 혜택을 인류 전체에 주는 것이다

   1. 현재 AI를 훨씬 많이 사용하는 사람은 인류 중 극히 일부에 불과하다.
   2. 전 세계 모든 사람이 오늘날 AI를 가장 많이 쓰는 상위 0.001% 사용자만큼 AI를 사용할 수 있게 하려면 기존 컴퓨트 구축 방식으로는 부족하다.
   3. 모델이 더 커지고 더 유능해질수록 사람들이 더 많은 사용량을 원하고 실행에도 더 많은 컴퓨트가 필요해진다.

2. 수요와 비용의 방향이 동시에 반대가 되어야 한다

   1. 세계적인 수요를 감당하려면 상황의 규모에 맞춰 컴퓨트 전략을 근본적으로 다시 생각해야 한다.
   2. 몇 년 전 사람들이 어리석고 실현 불가능하다고 여겼던 매우 야심찬 컴퓨트 투자를 단행했고, 샘 알트만은 그 판단이 좋은 베팅이었다고 평가한다.
   3. 이제 다시 그와 비슷한 수준의 결단이 필요하다고 말한다.

4.2. “더 많은 자본”을 넘어서는 기술적 선언

1. 다음 베팅의 핵심은 비용 하락과 공급량 증가다

   1. 인터뷰어가 “다시”라는 말이 더 많은 자본을 투입한다는 뜻인지 묻자, 샘 알트만은 자본도 필요하겠지만 자신이 말한 핵심은 그것이 아니라고 답한다.
   2. AI의 비용을 크게 낮추고, AI의 양과 풍부함(Abundance)을 크게 늘리는 방법을 찾아야 한다.
   3. 따라서 Stargate 1의 재추진은 단순한 재무적 문장이 아니라 기술적 문장이다.

2. 칩과 로보틱스가 공급망을 가속할 수 있다

   1. 인터뷰어가 아직 개발하지 않은 자체 칩을 가리키는 것 아니냐고 묻자, 샘 알트만은 좋은 예라고 인정한다.
   2. 로보틱스(Robotics)가 언급되고, 샘 알트만은 공급망(Supply Chain)을 더 빠르게 움직이는 능력이 매우 중요하다고 말한다.
   3. 컴퓨트 증설은 데이터센터 숫자를 늘리는 문제를 넘어 칩·로봇·제조·공급망을 함께 확장하는 문제다.

5. 반(反)AI 정서와 데이터센터 논쟁

AI를 싫어하는 사람을 설득하는 가장 강한 방법은 추상적 홍보가 아니라 생활에서 체감되는 가치다.

5.1. 데이터센터와 ChatGPT에 대한 거부감

1. 젊은 세대에서 적극적인 반AI 흐름이 관찰된다

   1. 일부 사람은 더 많은 AI가 아니라 더 적은 AI를 원하며, OpenAI 소유인지 다른 회사 소유인지와 관계없이 자기 지역의 데이터센터를 싫어한다.
   2. 샘 알트만은 만나는 10대 중 AI 서비스를 아예 건드리지 않는 사람이 많다고 느끼며, ChatGPT를 원칙적으로 쓰지 않겠다고 말하는 경우를 언급한다.
   3. 인터뷰어는 이런 거부감이 데이터센터 자체에 대한 것인지 ChatGPT에 대한 것인지 구분해 묻는다.

2. 현재의 거부감은 가치 체감 부족과 연결된다

   1. 샘 알트만의 일화적 관찰로는 데이터센터를 문제이자 원하지 않는 시설로 보는 시선이 크다.
   2. AI가 낭비적이고, 물을 많이 쓰며, 사람들이 읽은 만큼의 가치를 제공하지 못한다는 인식도 있다.
   3. 대부분의 사람이 아직 에이전트(Agent)를 사용하지 않는다는 점이 문제의 일부일 수 있으며, AI가 실제로 무엇을 해 주는지 모르는 상태에서 비용과 피해만 먼저 보게 된다.

5.2. 가치 확산과 물 사용량 밈

1. 가치를 전달해야 호감이 생긴다

   1. 샘 알트만은 무언가를 좋아하게 만드는 올바른 방법은 가치를 전달하는 것이라고 말한다.
   2. ChatGPT 이전의 AI는 추상적인 개념이었지만, 사용자가 직접 써 보고 가치를 발견하면서 빠르게 확산됐다.
   3. 아직 많은 사람은 AI를 단순히 ChatGPT로만 알고, 우체국 양식 작성과 방문 수거까지 대신하는 능력을 모른다.
   4. AI가 “더 나은 Google 검색”일 뿐이고 막대한 물을 없애 버린다는 인식이 실제 활용 사례로 교정되면 더 큰 흥분과 수용이 생길 수 있다.

2. 확산 속도는 빠르지만 사회적 이해에는 시간이 걸린다

   1. AI 분야가 너무 빨리 움직여 새로운 기능이 사회 전체로 퍼지고 이해되는 데 시간이 걸린다.
   2. 샘 알트만은 AI가 자신이 아는 한 역사상 가장 빠르게 채택된 기술이라고 말한다.
   3. 그럼에도 개인별 사용법과 제품의 쉬운 사용성을 개선해 더 많은 사람이 큰 가치를 얻도록 만드는 일은 산업의 과제다.
   4. 샘 알트만이 듣는 사례는 편향된 표본일 수 있지만, 세상의 물을 모두 쓴다는 불평보다 끔찍한 질병을 치료할 방법을 찾았다는 이야기가 더 많다고 말한다.

3. ChatGPT의 물 사용량 비교는 과장된 밈으로 제시된다

   1. 온라인에는 ChatGPT 질문 한 번을 실행할 때마다 6시간 동안 샤워하는 것과 같고, 사용된 물은 영원히 돌아오지 않는다는 식의 주장이 퍼졌다.
   2. 샘 알트만은 정확한 계산표를 앞에 두고 있지는 않으며 기억에 의존한 수치라 틀릴 수 있다고 전제한다.
   3. 그가 제시한 대략적인 비교는 ChatGPT 질의 38,000건에 사용되는 물이 캘리포니아산 아몬드 한 알을 생산하는 데 드는 물과 비슷하다는 것이다.
   4. 이 계산은 한 데이터센터의 냉각수만이 아니라 전체적인 물 사용량을 포함한 ‘완전한 물 회계’라는 설명이 붙는다.
   5. 아몬드를 한 번에 12알씩 먹는 사람이 물 사용 측면에서 끔찍한 일을 한다고 느끼지 않는다는 반문으로 비교의 감각적 과장을 짚는다.

4. 현대 데이터센터의 물 사용 방식은 과거와 다르다

   1. 데이터센터가 과거에 증발식 냉각(Evaporative Cooling)을 사용했던 것은 사실이다.
   2. 그러나 현대의 초대형 데이터센터는 오랫동안 그 방식을 사용하지 않았고, 싱크대·화장실 등 사람이 쓰는 물까지 포함해도 사무실 건물과 비슷한 양을 사용한다는 설명이 나온다.
   3. 데이터센터 물 사용량에 관한 주장은 강력하고 반복적인 밈이 되어 반박하기 어렵지만, 면밀히 검토하면 성립하지 않는다는 평가다.
   4. 인터뷰어가 에너지는 흥미롭게도 별도 문제 아니냐고 묻자, 샘 알트만은 에너지도 소비 자원이라는 점에서 물 문제와 같은 범주에 넣는다.

6. 일자리, 콘텐츠 창작, 지역사회

AI의 영향은 일자리를 없애는 단일 사건이 아니라 업무의 전환, 새로운 창작 형식, 지역별 자율적 활용이 겹치는 과정이다.

6.1. 일자리의 전환과 인간의 사회성

1. 일자리 영향은 실제로 발생하지만 인간의 일이 사라지지는 않는다

   1. 샘 알트만은 AI가 일자리에 실제 영향을 줄 것이라는 점을 인정한다.
   2. 다만 사람들이 할 일이 아무것도 남지 않는다고 보지는 않는다.
   3. 인간은 다른 사람을 돌보고 함께 일하고 싶어 하는 존재로 깊이 연결되어 있으며, 세상이 변할 때 사람들이 무엇을 원하는지 직관적으로 파악하는 능력이 있다고 말한다.
   4. AI가 아무리 똑똑해져도 이런 인간적 성향은 근본적으로 남는다.

2. 기술은 업무를 바꾸고 사람들이 더 나은 일로 이동하게 한다

   1. 다른 기술과 마찬가지로 AI는 어떤 일을 점점 더 잘 수행하고, 사람은 그다음의 더 나은 일로 이동하게 만들 수 있다.
   2. 모든 기술을 없애고 다시 모두가 들판에서 고된 노동을 하게 만들고 싶지는 않다는 비유가 사용된다.
   3. AI의 일자리 충격은 현재까지 예상했거나 어쩌면 기대했던 것보다 낮았지만, 인간의 고역과 반복 노동을 충분히 줄이지 못했다는 비판은 공정하다.
   4. 사회는 더 나은 일자리를 원해야 하고, AI 산업은 인간의 고된 노동을 실제로 덜어 주는 방향으로 성과를 보여야 한다.

6.2. 콘텐츠 창작의 미래

1. 콘텐츠 제작자의 반발이 이어진다

   1. 인터뷰어는 소셜미디어에서 “이 영상은 AI 없이 만들었다”는 문구가 인기를 끄는 현상을 언급한다.
   2. 생성형 AI가 콘텐츠를 훔치고 창작자에게 가치를 돌려주지 않는다는 불만이 존재한다.
   3. 샘 알트만은 일자리뿐 아니라 콘텐츠와 저작권에 대한 우려도 사람들이 AI를 받아들이는 데 영향을 준다고 본다.

2. 카메라의 등장처럼 새로운 예술 형식이 생긴다

   1. 카메라가 처음 개발됐을 때 회화와 화가의 미래에 어떤 일이 생길지 사람들이 말했던 사례를 떠올린다.
   2. 당시 사람들은 사진을 새로운 예술 매체로 생각하지 않았을 가능성이 높지만, 사진은 결국 독립적인 예술 형식이 됐다.
   3. AI도 새로운 종류의 콘텐츠와 예술을 만들게 할 가능성이 높다.
   4. 모든 콘텐츠를 중요하게 여기지는 않을 수 있고, 창작자와의 관계가 작품의 제작 도구보다 그 사람 자체에 깊이 연결될 수도 있다.
   5. 창작자가 AI로 더 나은 영상을 만든다고 해서 그 사람과 콘텐츠의 가치가 자동으로 사라지지는 않는다.

6.3. 재단과 지역사회의 역할

1. 부를 지역사회에 재투자하는 전통을 참고할 수 있다

   1. 인터뷰어는 샘 알트만의 재단이 세계에서 가장 자본이 풍부한 재단일 수 있다고 평가한다.
   2. 산업혁명 당시 부를 지역사회에 재투자했던 사례를 거론하며, 부정적 정서를 낮추기 위해 도서관을 짓는 등의 직접적 참여를 더 할 수 있는지 묻는다.

2. 가장 중요한 대응은 유용한 AI와 힘의 분산이다

   1. 샘 알트만은 가장 중요한 일로 훌륭하고 유용한 AI 제품을 만드는 것을 꼽는다.
   2. 정치적 힘과 경제적 힘이 세계 전체로 계속 분산되고, 사람들이 도구와 그 혜택에 접근할 수 있도록 해야 한다.
   3. AI 기업은 자신들이 관찰하는 변화를 사회에 설명하고 옹호해야 한다.
   4. 지역사회 투자도 필요하지만, AI가 대규모 투자에 필요한 풍요(Abundance)를 가능하게 만들 것이라는 기대가 뒤따른다.
   5. 외부 기업이 지역사회에 “당신에게 필요한 것은 사서이고, 필요한 것은 학교”라고 정해 주기보다, 각 지역 주민이 기술을 자기 공동체의 이익에 맞게 사용하도록 권한을 주는 편이 훨씬 강력한 변화를 만든다.

7. OpenAI가 인정한 지난 1년의 실수와 반등

제품의 부가적 확장보다 일반 지능의 성능을 밀어붙이는 일이 우선이라는 교훈이 지난 1년의 핵심이다.

7.1. “최고의 12개월”이라는 자기평가

1. 지난 12개월은 최선이 아니었고 자신의 책임이 컸다

   1. 샘 알트만은 “지난 12개월은 최고의 12개월이 아니었고, 대부분 내 잘못이지만 이제 최고의 12개월을 맞이하려 한다”고 말한 바 있다.
   2. 인터뷰어가 ‘최고의 12개월’이 앞으로의 12개월을 뜻하는지 묻자 샘 알트만은 “아직까지의 최고”라는 의미라고 짧게 정정한다.

2. 포트폴리오 베팅의 실패와 조직적 반등

   1. 여러 베팅으로 포트폴리오를 구성하면 어떤 때는 더 많은 베팅이 성공하고, 어떤 때는 더 적은 베팅이 성공하는 일이 주기적으로 발생한다.
   2. OpenAI는 제품 방향과 특히 사전학습 및 연구에서 원했던 수준보다 뒤처졌다.
   3. 현재는 지금까지 가장 잘 실행할 뿐 아니라 업계 어느 회사보다도 잘 실행하고 있다고 평가한다.
   4. 하락세를 겪은 뒤의 상승세가 더 즐겁다는 감정, 회사가 집중하고 서로 다른 부문에서 어려운 결정을 내리면서도 한 방향으로 함께 움직인다는 만족감을 표현한다.

7.2. 구체적인 우선순위 오류

1. 제품 쪽에서 너무 많은 일을 동시에 추진했다

   1. 브라우저와 Sora 같은 일은 모두 좋은 일이었지만, 가장 중요한 일만큼 중요하지는 않았다.
   2. 가장 중요한 일은 지능의 일반적 능력(General Capability)을 밀어붙이는 것이었다.
   3. 제품 확장을 위한 좋은 사이드 프로젝트가 핵심 연구·사전학습의 집중력을 분산시켰다는 자기비판이다.

2. 이제 ‘사람을 위한 지능 서비스’에 집중한다

   1. OpenAI는 사람에게 지능 서비스(Intelligence Service)를 제공하는 데 매우 끈질기게 집중하고 있다.
   2. 모델은 세계 최고 수준에 도달했고 앞으로 몇 달 동안 훨씬 더 좋아질 것이라는 전망을 밝힌다.
   3. 사람들이 이미 놀라운 일을 하고 있지만, OpenAI가 지난 1년간 처음부터 집중했어야 할 대상도 바로 이 일반 지능의 향상이었다.
   4. 샘 알트만은 자신이 모두에게 “이것이 하나의 핵심이니 여기에 집중하고 사이드 퀘스트는 더 이상 신경 쓰지 말라”고 요구했어야 했다고 말한다.

8. 리더십 구조, 의사결정, CEO 역할

OpenAI의 규모가 커지면서 리더십은 두 사람의 즉흥적 결정보다 깊은 논의와 여러 전문 리더의 조율을 필요로 한다.

8.1. Fidji Simo 이후의 운영 체계

1. Fidji Simo의 역할 변화

   1. 약 1년 전 Fidji Simo가 회사의 큰 영역을 운영하도록 합류했지만 건강 문제로 물러서야 했다.
   2. 샘 알트만과 공동창업자 Greg Brockman이 사실상 책임을 나눠 함께 회사를 운영하고 있다.

2. 현재의 공동 운영은 잘 작동한다

   1. 샘 알트만은 이 체제가 매우 잘 진행되고 있으며 새로운 리더를 계속 영입하고 승진시킬 것이라고 말한다.
   2. Fidji Simo에게 매우 안타까운 마음을 느끼고 빈자리를 채우기 어렵다고 인정한다.
   3. 그럼에도 Greg와 자신이 잘 실행하고 있고 회사가 올바른 방향으로 움직인다는 감각이 분명하다고 평가한다.

8.2. Greg Brockman과의 의사결정

1. 끊임없는 대화와 전문 리더의 분업

   1. 샘 알트만과 Greg Brockman은 항상, 그것도 매우 많이 대화한다.
   2. 거대한 회사의 모든 결정이 두 사람만의 몫은 아니다.
   3. 연구 프로그램을 이끄는 뛰어난 사람들과 사업을 이끄는 뛰어난 사람들이 각각 존재하고, 모두가 자주 소통한다.

2. 회사 규모에 따라 의사결정 방식이 바뀌었다

   1. 조직 규모가 작을 때는 일단 시도하고 결과가 좋지 않으면 빠르게 적응하며, 결정을 오래 토론하지 않는 방식이 효과적이었다.
   2. 현재 규모에서는 올바른 결정에 도달하기 위해 많은 시간을 쓰는 편이 낫다.
   3. “두 번 재고 한 번 자른다(Measure twice, cut once)”는 접근법이 규모가 커진 OpenAI에 맞는 원칙이 됐다.

8.3. CEO로 계속 일할 생각

1. 1년 전보다 훨씬 즐거워졌다

   1. 샌프란시스코에서 GPT-5 출시 무렵 열었던 저녁 식사 자리가 거의 정확히 1년 전이었다는 회상이 나온다.
   2. 샘 알트만은 그 자리가 즐거웠다며 다시 열자고 말하고, 자신이 그 일을 잊고 있었다고 농담한다.
   3. 당시 샘 알트만이 영원히 CEO로 일하는 데 흥미가 없어 보였다는 인상을 바탕으로 지난 1년이 생각을 바꿨는지 질문이 이어진다.
   4. 샘 알트만은 지금이 1년 전보다 훨씬 즐겁고, 정말 재미있으며, 오랫동안 이 일을 할 계획이라고 답한다.

2. OpenAI와 AI 업계의 힘든 시기를 지나왔다

   1. 인터뷰어는 지난해 분위기가 더 어려웠다고 말한다.
   2. 샘 알트만은 힘든 분위기가 OpenAI만의 것이 아니라 기술 업계와 AI 업계 전체의 문제였다고 동의한다.
   3. AI 버블에 대한 큰 우려와 이어지는 모든 일이 사람을 지치게 했다.
   4. OpenAI가 놀라운 일을 했다는 확신과 개인적으로 고통스러운 경험이었다는 감정이 동시에 존재한다.
   5. 그럼에도 결과는 완전히 가치 있었고 같은 일을 다시 하겠다고 말하며, 현재는 실제로 즐거운 시간을 보내고 있다고 마무리한다.

주요 발언 모음

“AGI는 기껏해야 매우 제대로 정의되지 않은 용어라고 할 수 있다. 무관한 마케팅 용어처럼 말하려 했다.”

“AGI는 이정표처럼 느껴지고, 초지능은 끝없이 스케일할 수 있는 것처럼 느껴진다.”

“중요한 것은 어떤 이정표나 용어가 아니라, 능력과 잠재력이 증가하는 지수 곡선 위에 우리가 있다는 사실이다.”

“사람들이 무언가를 좋아하게 만드는 올바른 방법은 그들에게 가치를 전달하는 것이다.”

“지난 12개월은 최고의 12개월이 아니었고, 대부분 내 잘못이지만 이제 최고의 12개월을 맞이하려 한다.”

“우리는 제품 측면에서 너무 많은 일을 하려고 했다. 가장 중요한 일은 지능의 일반적 능력을 밀어붙이는 것이었다.”

“규모가 커진 지금은 올바른 결정을 내리려고 많은 시간을 쓰는 편이 훨씬 낫다. 두 번 재고 한 번 자르는 접근법이다.”

“지금은 1년 전보다 훨씬 즐겁다. 오랫동안 이 일을 할 계획이다.”

핵심 데이터 & 수치

• 34시간: ChatGPT가 의료적 돌파구를 찾는 작업을 도운 사례에서 한 작업 세션이 이어진 시간이다.
• 2,000편: 34시간 세션 동안 읽었다고 전해진 논문 수다.
• 하루 이상: 많은 사용자가 AI 작업을 하루 넘게 계속 실행할 수 있다는 설명이다.
• 20분: Codex가 우체국 양식과 수거 신청을 대신하며 줄인 과거의 개인 시간 단위다.
• 2020년: 모든 생활 영역에서 20분의 승리를 주고 과학·창업·코딩을 돕는 시스템이 AGI로 불렸을 법한 기준 시점이다.
• 5.4 → 5.5 → 5.6: 모델 확장에 따라 OpenAI가 관찰한 능력 상승의 순서다.
• 상위 0.001%: 전 세계 모든 사용자가 오늘날 AI를 가장 많이 쓰는 이 정도 수준으로 접근하기를 바란다는 비교 기준이다.
• 38,000건: 샘 알트만이 기억에 의존해 제시한 ChatGPT 질의 수로, 캘리포니아산 아몬드 한 알 생산에 쓰이는 물과 비슷한 물 사용량이라고 비교했다.
• 6시간: 온라인에서 과장된 ChatGPT 단일 질의 물 사용량을 샤워 시간으로 표현한 주장이다.
• 약 1년: Fidji Simo 합류·역할 변화, GPT-5 출시 무렵 저녁 식사, CEO 역할에 대한 이전 인상을 회고한 시간 범위다.

결론 및 시사점

1. AGI를 선언하는 날짜보다 자율성·범용성·경제적 가치가 실제로 얼마나 넓어지는지를 측정해야 한다.
2. AGI를 이정표로, 초지능을 지속적으로 확장되는 스케일로 이해하면 용어 논쟁과 능력 상승을 분리해 볼 수 있다.
3. 지수적 능력 상승이 이어진다면 컴퓨트 공급은 연구 인프라가 아니라 모든 사람이 AI에 접근할 수 있게 하는 공공적 기반이 된다.
4. 비용을 낮추고 공급량을 늘리는 기술적 혁신에는 칩, 로보틱스, 제조, 데이터센터, 공급망을 함께 설계하는 접근이 필요하다.
5. 반AI 정서는 홍보로 누그러지지 않으며, 우체국 양식 같은 구체적 20분의 승리와 의료·연구 성과처럼 체감 가능한 가치로만 바뀔 가능성이 크다.
6. 물·에너지·데이터센터 논쟁은 실제 측정값과 전체 생애주기 물 회계를 바탕으로 검증해야 하며, 반복되는 밈을 그대로 정책 판단에 사용해서는 안 된다.
7. 일자리의 핵심 위험은 인간의 일이 전부 사라지는 것이 아니라 업무 전환이 충분히 빠르고 공정하게 이뤄지지 않는 데 있다.
8. 창작자는 AI를 이용해 새로운 예술 형식을 만들 수 있지만, 창작자와 대중의 관계가 도구보다 사람에 의해 유지될 가능성도 함께 고려해야 한다.
9. OpenAI의 지난 1년 교훈은 좋은 부가 기능을 많이 만드는 것보다 일반 지능의 성능을 끈질기게 향상하는 한 가지 우선순위를 지키는 데 있다.
10. 큰 조직의 리더십은 빠른 시도와 즉시 수정에서 깊은 숙고와 전문 리더 간 조율로 이동해야 하며, 공동창업자 간 신뢰와 지속적인 대화가 그 기반이 된다.