2030년 전망이 앞당긴 준비 시계
구글 딥마인드(Google DeepMind) 최고경영자 데미스 하사비스(Demis Hassabis)가 인공 일반 지능(AGI)의 2030년 전후 도달 가능성을 재확인하면서, 기술 출시보다 사회 준비가 더 시급하다는 경고를 내놓았다. 2026년 11월 12일 유튜브 채널 슈퍼파워 데일리(Superpower Daily)가 전한 그의 발언은 AI 사용법보다 사회 운영 방식을 먼저 묻는다. 일자리, 학교, 전력망, 안전 규제가 2030년이라는 한 시점을 기준으로 재설계 압박을 받기 시작했다는 것이 핵심이다.
AGI는 인간의 인지 능력에 견줄 만한 여러 작업을 수행하는 이론적 인공지능을 뜻한다. 현재 업계는 AGI 도달 시점에 합의하지 못했다.
그럼에도 하사비스와 같은 연구 최고 책임자가 2030년을 반복해 언급하는 것은 정책 시간표를 실질적으로 바꾼다. 기술이 완성된 뒤 규칙을 만드는 방식으로는 노동 전환, 교육 과정, 에너지 설비, 안전 검증을 제때 갖추기 어렵기 때문이다. 하사비스는 스탠퍼드 경영대학원 인터뷰에서 "우리는 AGI가 몇 년 안에, 아마 2030년 전후로 달성될 것이라고 믿는다"고 말했다.
그는 AGI를 "놀라울 만큼 변혁적인 기술"로 설명했고, "사실상 새로운 인간 시대가 열릴 것"이라는 취지로 발언했다. 하사비스는 단백질 구조 예측 시스템 알파폴드(AlphaFold) 연구 성과로 2024년 노벨 화학상을 수상한 인물이기도 하다.
과학 연구의 문제 해결 방식을 바꾼 연구자가 AGI의 사회적 충격을 직접 경고했다는 점에서 이번 발언은 단순한 미래 예측보다 넓은 울림을 가진다. 속도에 대한 경고도 묵직하다. 슈퍼파워 데일리는 하사비스가 AI의 영향이 산업혁명의 10배 규모이고 전개 속도는 10배 빠를 수 있다고 말했다고 전했다.
이 표현을 그대로 받아들이면 한 세기에 걸친 변화가 10년 안에 압축된다는 계산이 나온다.
광고
본지 분석에 따르면 이 전망이 현실화할 경우 일반 이용자가 체감하는 변화는 새 앱의 등장보다 업무 결정권의 이동에서 먼저 나타날 가능성이 높다. 검색하고 요약하는 도구에 그치는 것이 아니라 일정 조율, 계약 검토, 설계 초안, 고객 응대, 연구 가설 제안까지 맡는 자율형 시스템이 사무실과 가정에 들어오는 순서다. 직장 변화는 저숙련 업무 대체만으로 설명하기 어렵다.
하사비스는 AGI가 문제를 풀고 스스로 결정을 내리며 변화에 적응하고 학습할 경우 직장의 고차원 작업에 더 깊게 관여할 것으로 내다봤다. 이는 의사, 변호사, 개발자, 디자이너, 교사처럼 지식 판단을 직업의 핵심으로 삼아온 직군에도 직접적인 도전이 된다. 한국 독자에게 이 대목은 먼 나라 실리콘밸리의 뉴스가 아니다.
보고서 작성, 코드 검토, 회의록 요약, 시험 문제 출제 같은 일상 업무가 이미 AI 도구로 일부 옮겨간 상황에서 AGI 논의는 직무의 핵심 가치가 무엇인지를 다시 묻게 만든다.
일자리와 교육이 먼저 흔들린다
하사비스가 인간의 차별화 역량으로 꼽은 단어는 감각(taste), 디자인 감각(design sensibility), 독창적 사고(original thinking), 여러 주제를 통합하는 능력이다. 이 목록은 교육 정책과도 직결된다.
정답을 빨리 찾는 훈련보다 문제를 정의하고, 서로 다른 분야의 지식을 엮고, 결과물의 품질을 판단하는 훈련이 더 큰 가치를 갖는다는 의미다. 본지 분석에 따르면 한국 학교와 기업 교육이 AI 활용법을 별도 과목으로 추가하는 수준에만 머문다면 충분하지 않다. 국어, 수학, 과학, 예술, 직업 교육 전반에서 인간이 판단해야 할 기준과 그에 따른 책임을 함께 가르치는 방향으로 전환이 필요하다.
전망의 급진성을 뒷받침하는 내부 목소리도 있다. 구글 딥마인드 수석 AGI 과학자 셰인 레그(Shane Legg)는 인간이 수행하는 일부 인지 작업을 처리할 수 있는 최소 AGI(minimal AGI)가 2028년에 도달할 확률을 50%로 예측했다.
광고
2028년은 현재 시점인 2026년 11월에서 2년 남짓 떨어져 있다. 이 수치가 정확한 예언이라는 뜻은 아니다. 다만 세계 최고 수준의 AI 연구 조직 내부에서 준비 기간을 10년이 아니라 2~4년 단위로 계산하고 있다는 사실은 기업 인사 전략과 정부 규제 설계에 전혀 다른 속도를 요구한다.
안전 문제는 연구실 윤리 선언에 머물 수 없는 단계에 이르렀다. 2025년 발표된 딥마인드의 AGI 안전성 보고서는 치명적 위험 가능성을 공식 의제로 다뤘다.
하사비스는 AI가 인류 멸종 위험을 초래할 수 있다는 취지의 성명에도 서명했다. AGI가 자율성을 얻었을 때 어떤 일이 벌어질지 아무도 모른다는 인정은 규제의 출발점이어야 한다. 한국 정부가 준비해야 할 것은 막연한 금지가 아니라 고위험 AI 시험 기준, 사고 보고 체계, 공공 부문 도입 심사, 책임 주체의 명확화다.
전력망도 시민의 생활과 맞닿은 쟁점이다. 국제에너지기구(IEA)는 2030년까지 데이터 센터(data center)의 전력 소비가 두 배 이상 늘어날 것으로 예상했다. AI 서비스가 일상 앱처럼 확산될수록 보이지 않는 곳에서 서버와 냉각 설비가 더 많은 전기를 소모한다.
이 비용은 기업의 클라우드 청구서에만 머물지 않는다. 지역 전력망 투자, 산업단지 입지 결정, 탄소 배출 관리, 전기요금 논의와 연결되며 결국 시민의 생활비와 공공 인프라 선택에 영향을 미친다.
전력·안전 정책이 AI 경쟁력이다
반론도 만만치 않다. AGI는 아직 이론적 개념이고, 과거 기술 예측은 여러 차례 빗나갔다.
거대 기술 기업이 투자 유치와 시장 지배력 강화를 위해 미래의 위험과 가능성을 과장한다는 비판도 설득력을 가진다. 하지만 이 반론이 준비 유예의 근거가 되기는 어렵다.
광고
전력 설비를 짓고, 교원 연수를 바꾸고, 노동 전환 안전망을 설계하고, 고위험 AI 검증 기관을 세우는 일은 기술 출시일보다 훨씬 긴 시간을 요구하기 때문이다. 정책 방향은 분명해야 한다. 한국은 AGI를 특정 기업의 연구 성과나 개발자 커뮤니티의 논쟁으로만 취급해서는 안 된다.
AI 모델 개발 지원과 함께 사회 운영 체계를 다시 설계하는 작업이 병행돼야 한다. 공공서비스에 AI를 도입할 때 시민이 이의를 제기할 절차를 갖추고, 학교에서는 AI 결과물을 평가하는 기준을 가르치며, 기업은 사람의 최종 판단이 남아야 할 업무와 그렇지 않은 업무를 구분해야 한다.
전력 계획 역시 데이터 센터 유치 경쟁과 지역 주민 부담을 함께 계산하는 방식으로 짜야 한다. 하사비스의 2030년 전망이 정확히 맞을지는 아직 확인되지 않았다. 그러나 틀릴 가능성이 있다는 이유만으로 준비를 늦추는 선택은 더 위험하다.
AGI 시대의 주도권은 가장 큰 모델을 먼저 만든 나라가 아니라 교육, 안전, 전력, 노동 전환을 한 묶음으로 다룬 사회가 쥘 가능성이 높다. 한국 독자가 지금 던져야 할 질문은 AI가 사람을 대체할지 여부만이 아니다. 사람에게 남길 판단과 책임을 우리 사회가 어디에 둘 것인지를 묻는 일이 먼저다.
※ 이 기사는 Business Insider, 유튜브 채널 슈퍼파워 데일리(2026년 11월 12일 영상), The Hindu, Axios의 보도를 참조하여 작성하였다. 원천 자료에서 확인되지 않은 국내 정책 수치나 개별 기업 계획은 본문에 포함하지 않았다.
FAQ
Q. AGI와 지금 쓰는 생성형 AI는 무엇이 다른가?
A. 생성형 인공지능(AI)은 문장, 이미지, 코드 같은 결과물을 만들어내는 데 강점을 보인다. 인공 일반 지능(AGI)은 더 넓은 범위의 인지 작업을 사람 수준으로 수행하고, 상황 변화에 맞춰 스스로 학습하며, 새로운 문제 해결 방식을 자율적으로 선택하는 개념에 가깝다. 현재 AGI가 완성됐다는 공식적 합의는 없다. 그럼에도 구글 딥마인드 내부에서 셰인 레그가 2028년 최소 AGI 도달 확률을 50%로, 하사비스가 2030년 전후 AGI 도달 가능성을 공개적으로 언급하면서 준비 시점을 앞당겨야 한다는 압박이 커졌다. 생성형 AI가 조수(助手)에 비유된다면, AGI는 독자적 판단을 내리는 협력자에 가깝다.
Q. 일반 직장인은 무엇을 먼저 준비해야 하나?
A. 단순한 AI 도구 사용법보다 결과물을 판단하는 능력을 먼저 길러야 한다. 하사비스가 언급한 감각, 디자인 감각, 독창적 사고, 주제 통합 능력은 보고서 작성자, 기획자, 개발자, 교사에게 모두 적용되는 역량이다. 업무에서는 AI가 만든 초안을 그대로 제출하기보다 출처, 논리의 허점, 누락된 이해관계자를 검토하는 습관이 필요하다. 기업은 구성원에게 프롬프트 입력법만 가르치는 방식에서 벗어나 업무 책임 소재와 결과물 검수 기준을 함께 정해야 한다. 개인 차원에서는 자신이 맡은 업무 중 AI가 대체하기 어려운 판단 영역이 어디인지를 먼저 파악하는 것이 출발점이다.
Q. AGI 논의가 전기요금과도 연결되는 이유는 무엇인가?
A. AI 모델을 훈련하고 서비스하려면 대규모 데이터 센터(data center)가 필요하다. 국제에너지기구(IEA)는 2030년까지 데이터 센터 전력 소비가 두 배 이상 늘어날 것으로 예상했다. 이 전망이 현실이 되면 전력망 확충, 냉각 설비 증설, 지역 입지 갈등, 탄소 배출 관리가 연쇄적으로 따라온다. AI 서비스의 편리함이 커질수록 그 뒤에서 소비되는 전력 인프라 비용도 함께 커지는 구조다. 시민 입장에서는 AI 서비스의 혜택과 전력 인프라 투자 비용을 동시에 따져보는 공론화 과정이 필요하다.
광고
▶ 법률 고민이 있다면 → 변호사 오경석 법률사무소 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
