💙💛💚이 보는 AGI (Demis Hassabis, Sergey Brin) source

1. 현재의 스케일링만으로도 AI 성능은 계속 개선될 수 있음. 다만 AGI까지 가려면 모델·데이터·컴퓨팅 확대와 함께 새로운 알고리즘적 돌파구가 필요

2. 앞으로 데이터센터 수요는 모델 학습보다 추론 과정에서 더 크게 발생함. 복잡한 문제일수록 AI가 여러 사고 경로를 병렬로 탐색하고 검증하면서 더 많은 칩과 전력을 사용하기 때문

3. 하사비스가 정의하는 AGI는 평균적인 인간의 업무를 자동화하는 수준이 아님. 과학적 발견, 창작, 장기 계획까지 수행하면서도 분야별 성능이 일관된 범용 지능 구조를 의미함

4. 현재 AI의 핵심 한계는 명확함. 현실의 인과관계를 이해하는 세계모델, 장기 추론, 오류 누적 방지, 새로운 가설을 만드는 진짜 창의성이 아직 부족

5. AlphaEvolve처럼 AI가 더 나은 알고리즘을 직접 설계하는 자기개선 루프는 발전 속도를 크게 높일 수 있음. 다만 게임과 달리 현실은 목표와 규칙이 불명확해 아직 검증이 필요

6. 구글은 Gemini를 처음부터 멀티모달로 설계함. Project Astra, 스마트 안경, 로보틱스를 연결해 화면 속 챗봇이 아니라 현실을 보고 행동하는 범용 에이전트를 만들겠다는 전략

7. AGI 예상 시점은 세르게이 브린이 2030년 이전, 데미스 하사비스가 2030년 직후. 구글은 Gemini가 최초의 AGI가 되는 것을 공식적인 목표로 두고 있음