For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/anthropic-s-sholto-douglas-on-agi-4t-ai-c-b1a7ffbc.md.
모든 인간과 동등하거나 그 이상의 역량을 갖춘 AI 시스템이 향후 몇 년 안에 등장할 가능성이 있다.
모든 인간과 동등하거나 그 이상의 역량을 갖춘 AI 시스템이 향후 몇 년 안에 등장할 가능성이 있다.
이는 Anthropic의 강화학습 기술 리드인 Sholto Douglas의 견해다.
투자자이자 Palantir 공동 창업자인 Joe Lonsdale과의 장시간 인터뷰에서 Douglas는 Anthropic에서 강화학습 과학을 이끌었고 현재 회사의 장기 에이전트 노력에 참여하는 Nicholas Marwell과 함께 출연했다.
이 대화는 2026년 8월에 녹음되어 10월 2일 공개되었다.
팟캐스트 설명에 따르면, 논의된 주제는 다음과 같다.
원문 기사는 Douglas의 전망 중 가장 공격적인 부분을 강조한다.
그는 AI가 궁극적으로 인간이 할 수 있는 사실상 모든 컴퓨터 기반 업무를 수행하고, 로보틱스가 그 역량을 물리적 세계로 확장하며, 한때 수세기가 걸렸던 기술 발전이 10~20년으로 압축될 수 있는 세계를 상상한다.
그는 또한 연간 AI 자본지출이 2028년까지 4조 달러에 이를 수 있으며, 충분히 강력한 AI와 로보틱스가 세계 경제 산출량의 이례적인 가속을 이끄는 데 기여할 수 있다고 추측한다.
이는 확립된 전망이 아니라 예측이다.
인터뷰 자체에서도 Douglas는 이러한 전망 중 일부가 극단적으로 들릴 수 있음을 알고 있음을 분명히 한다.
한편 Marwell은 중요한 경고를 덧붙인다. 인간이 AI에 필요한 파트너로 남아 있는 기간이 영원하지 않을 수 있으며, 더 이상 인간 파트너를 필요로 하지 않는 시스템으로 전환되는 과정은 심각한 위험을 초래할 수 있다는 것이다.
Lonsdale이 Anthropic의 사명이 앞으로 어떤 모습일지 물었을 때, Douglas는 직접적으로 답했다.
그가 생각하는 다음 주요 임계점의 정의는 단일 벤치마크에서 승리하거나 인상적인 문장을 쓰는 모델이 아니다.
그것은 인간이 컴퓨터에서 수행할 수 있는 사실상 모든 업무를 수행할 수 있는 모델이다.
Douglas는 모든 인간과 동등하거나 그 이상의 역량을 갖춘 모델이 향후 몇 년 안에 등장할 가능성이 매우 높다고 믿는다고 말했다.
그의 관점은 다음과 같다.
컴퓨터 기반 업무
→ 고도화된 AI로 자동화될 가능성
물리적 업무
→ 로보틱스가 발전할수록 자동화가 확대될 가능성
이는 매우 높은 기준이다.
또한 Douglas가 서로 모순적으로 들리는 다음 두 가지를 동시에 믿을 수 있는 이유를 설명해 준다.
"AGI는 아직 도래하지 않았다"
그리고:
"AGI는 불과 몇 년 앞으로 다가왔을 수 있다"
원문 기사는 Douglas가 AGI가 아직 "분명히" 달성되지 않았다고 쓴 9월 23일 소셜 미디어 게시물을 언급한다.
차이는 정의에 있다.
Douglas의 임계점은 단지 "일반적으로 지능적으로 느껴지는 AI"가 아니다.
이는 경제적으로 의미 있는 컴퓨터 업무의 전체 범위를 인간 또는 초인간 수준으로 수행할 수 있는 AI다.
Douglas는 이러한 변화가 자신의 일상 업무에서 이미 보인다고 말한다.
인터뷰 약 18개월 전만 해도 그는 모든 코드 줄을 직접 입력하고 있었다.
Anthropic에 합류한 후 모델은 지원할 만큼 유용해졌지만, 그는 여전히 몇 분마다 개입해야 했다.
인터뷰가 녹음될 무렵에는 한 번에 하루 또는 이틀치 업무를 맡길 수 있게 되었다고 말했다.
그의 비교는 대략 주니어 팀원과 비슷했다.
Lonsdale이 인터뷰가 진행되는 동안에도 AI 시스템들이 그를 위해 활발히 작업하고 있었는지 묻자, Douglas는 그렇다고 답했다. 여러 시스템이 작업 중이었다.
이 일화는 Anthropic이 경제 연구에서 문서화한 더 넓은 추세와도 일치한다.
Anthropic의 2026년 1월 Economic Index는 작업 시간이 길어질수록 AI 성공률이 낮아지지만, 최신 시스템이 점점 더 긴 작업을 완료할 수 있게 되면서 모델 세대 전반에서 그 감소 폭이 완만해졌다고 언급한다.
중요한 변화는 모델이 결코 실패하지 않는다는 점이 아니다.
모델이 중단 없이 시도할 수 있는 업무량이 증가하고 있다는 점이다.
Douglas는 고급 수학 역시 역량 성장의 예시로 들었다.
그는 전문 수학자들이 작성하고 검토한, 어렵고 공개되지 않은 수학 문제로 구성된 Epoch AI 벤치마크인 FrontierMath를 언급했다.
인터뷰에서 Douglas는 관련 FrontierMath 평가에서 모델 성능이 약 1년 사이 사실상 0에 가까운 수준에서 60%를 훨씬 넘는 수준으로 이동했다고 설명했다.
이 발언은 하나의 시대를 초월한 벤치마크 수치가 아니라 인터뷰에서의 설명으로 받아들여야 한다.
FrontierMath에는 여러 티어가 있고, 개정이 이루어졌으며, 벤치마크 버전도 변경되어 왔다.
Epoch AI의 현재 FrontierMath 프로그램에는 다음이 포함된다.
따라서 정확한 비율은 모델, 벤치마크 버전, 티어, 평가 설정에 따라 달라진다.
그럼에도 변화의 방향은 분명하다. 고도화된 모델은 어렵고 자동 검증이 가능한 수학 과제에서 큰 진전을 이루었다.
대화는 역량에서 자금으로 이어진다.
AI 시스템이 몇 년 안에 극적으로 더 유능해진다면, 이를 지원하기 위해 업계는 얼마나 많은 인프라를 구축하게 될까?
Douglas는 의도적으로 공격적인 외삽을 제시했다.
그는 AI 컴퓨팅 지출이 지난 몇 년간 매년 약 2~3배씩 증가해 왔다고 말하며, 다음과 같은 가능한 경로를 제안했다.
2026년:
약 1조 달러
2027년:
약 2조 달러
2028년:
약 4조 달러
원문 기사는 이 외삽을 다음과 같이 시각화한다.
이 수치는 시장의 합의 전망이 아니다.
이는 최근의 투자 증가가 대다수 사람이 예상하는 것보다 훨씬 더 오래 지속될 경우 어떤 일이 일어날지를 Douglas가 질문해 본 것이다.
다만 NVIDIA는 이와 비슷한 범위의 별도 인프라 전망을 제시한 바 있다.
2026년 5월 Dell Technologies World에서 Dell과 NVIDIA는 전 세계 AI 인프라 지출이 2030년까지 3조~4조 달러에 도달할 가능성을 논의했다.
Douglas의 추측은 사실상 비슷한 규모가 약 2년 더 빨리 나타난다고 본다.
그만큼 그의 예측은 훨씬 더 공격적이다.
Douglas는 이 시나리오를 한 단계 더 밀어붙인다.
AI 투자가 계속 복리로 증가하고 로보틱스가 함께 확장된다면, 세계 산출량의 매우 큰 증가를 고려할 가치가 있다고 그는 주장한다.
그는 오늘날 그 생각이 극단적으로 들리더라도, 사람들이 2030년대에 경제 산출량이 두 배가 될 가능성을 기대에 포함해야 한다고 공개적으로 제안했다.
기본 논리는 간단하다.
훨씬 더 유능한 AI
+
대규모 자동화
+
로보틱스
+
빠른 재투자
=
잠재적으로 훨씬 빠른 경제 성장
그러나 각 단계에는 큰 불확실성이 있다.
모델이 어떤 작업을 수행할 역량이 있다고 해서 배포가 즉시 이루어지는 것은 아니다.
실물 경제에는 다음과 같은 병목이 존재한다.
Douglas 자신도 2030년대 초 GDP가 두 배가 된다는 전망은 극단적으로 들리며, 많은 조건이 맞아떨어져야 한다고 인정한다.
4조 달러 인프라 수치와 GDP 전망은 온라인에서 즉각적인 비판을 받았다.
AI 비평가이자 NYU 명예교수인 Gary Marcus는 이 논의가 비교적 그럴듯한 인프라 지출 주장으로부터 훨씬 더 추측적인 거시경제 결론으로 너무 빠르게 넘어간다고 주장했다.
두 주장의 강도는 같지 않으므로 이 비판은 중요하다.
이를 구분하는 유용한 방식은 다음과 같다.
AI 인프라 지출이 급격히 증가한다:
그럴듯하며 이미 관찰되고 있음
AI가 몇 년 안에 세계 GDP를 두 배로 만든다:
훨씬 더 불확실함
Jürgen Schmidhuber 역시, Douglas가 묘사하는 종류의 실질적 경제 풍요를 의미하지 않더라도 인플레이션만으로 명목 GDP가 두 배가 될 수 있다며 회의적으로 반응했다.
이견의 핵심은 AI 투자가 큰지 여부가 아니다.
그 투자가 경제 전반의 생산성으로 얼마나 빠르게 전환되는지에 관한 것이다.
Douglas의 가장 낙관적인 시나리오는 높은 GDP를 훨씬 넘어선다.
그는 탈희소성에 가까운 세계를 상상한다.
그 논리는 충분히 유능한 AI와 로보틱스가 세계의 유효 지적 노동 및 육체 노동 공급을 증대시킬 수 있다는 것이다.
많은 재화를 생산하는 비용이 에너지와 원자재 비용에 가까워진다면, 희소성의 전체 범주가 약화될 수 있다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
그 시나리오에서는 다른 경우 수세기가 걸릴 발전이 불과 10년 또는 20년 안에 도래할 수 있다.
Douglas는 다음과 같은 가능성을 언급한다.
그가 지향하는 최종 목표는 모든 사람이 오늘날 살아 있는 가장 부유한 사람들도 누릴 수 없는 수준의 물질적 풍요를 누릴 수 있는 세계다.
이는 인터뷰에서 가장 추측적인 부분이다.
이는 AI 역량뿐 아니라 분배, 인프라, 제도, 정치적 선택, 에너지 공급, 그리고 생산성 향상이 실제로 일반 가정에 도달하는지에 달려 있다.
원문 기사는 이를 보장된 결과가 아니라 Anthropic이 궁극적으로 지향하는 바에 대한 Douglas의 비전으로 제시한다.
인터뷰는 AI가 발전하는 동안 일자리에 어떤 일이 일어나는지라는 더 즉각적인 질문도 다룬다.
Douglas는 AI 도입이 증가했음에도 고용이 줄지 않은 사례들을 보았다고 말한다.
그는 필리핀의 아웃소싱 콜센터 업무와 소프트웨어 엔지니어링의 지속적인 성장을 사례로 언급하며, 생산성 향상이 기업이 인력을 줄이기보다 더 많이 채용할 이유를 만들 수 있다고 본다.
그 메커니즘은 이전 기술에서도 익숙하게 나타난 것이다.
근로자의 생산성이 높아짐
→ 서비스 생산 비용이 낮아짐
→ 서비스 수요가 증가함
→ 기업이 더 많은 근로자를 채용할 수 있음
자동화가 빠르게 개선되는 상황에서도 이런 현상은 한동안 일어날 수 있다.
그러나 Marwell은 중요한 조건을 덧붙인다.
긍정적인 보완성의 이야기는 AI에서 완전한 가치를 얻기 위해 인간이 계속 필요하다는 전제에 달려 있다.
Marwell의 우려는 이 조건이 바뀌는 시점에서 시작된다.
오늘날 많은 최적의 업무 흐름은 여전히 다음과 같은 모습이다.
인간의 판단
+
AI의 속도와 규모
인간은 목표를 설정하고, 모호함을 해석하며, 오류를 발견하고, 조직적 맥락을 처리하며, 결과가 충분히 좋은지 결정한다.
Marwell은 결국 세상이 다음 상태에서 전환될 수 있다고 믿는다.
AI가 완전한 가치를 제공하려면 인간 파트너가 필요함
다음 상태로:
AI가 더 이상 인간 파트너를 필요로 하지 않음
그는 그 시점에서 결과가 훨씬 더 우려스러워진다고 말했다.
원문은 이 전환을 체스에 비유한다.
컴퓨터가 강해진 후에도 수년 동안 최고의 "플레이어"는 인간과 기계의 조합인 경우가 많았다.
결국 기계는 인간의 기여가 더 이상 결과를 개선하지 못할 정도로 뛰어나게 되었다.
Marwell은 지식 노동에서 인간과 AI의 결합이 우위에 있는 기간이 훨씬 짧을 수 있다고 본다.
Anthropic은 상반된 방향에서 자주 비판받는다.
어떤 사람들은 회사가 위험한 역량을 향해 너무 빠르게 나아간다고 비난한다.
다른 이들은 Anthropic이 기존 연구소에 유리한 규제를 정당화할 수 있는 방식으로 AI 위험을 강조한다고 주장한다.
Lonsdale은 두 번째 비판을 직접 제기했다.
Douglas는 Anthropic이 가장 많이 속도를 늦춘 조직은 Anthropic 자신이라고 답했다.
Marwell은 Anthropic의 모델 출시 중 하나와 관련된 사례를 들며, 회사가 안전성과 접근 조건을 두고 정부와 조율하는 과정에서 이전에 경쟁상 지연을 감수했다고 말했다.
Lonsdale은 일부 제한이 사이버 방어에 유용했을 수 있는 역량을 줄였다고 주장하며 반박했다.
이 대화 부분은 정책 논쟁을 해결하지 않는다.
다만 핵심 긴장을 보여 준다.
경쟁할 수 있을 만큼 빠르게 움직이기
vs.
위험을 통제할 수 있을 만큼 신중하게 움직이기
에이전트형 시스템의 자율성이 높아질수록 이 긴장은 더 어려워지고 있다.
원문 기사는 Anthropic의 논의를 AI 업계 다른 곳에서 벌어진 사건과 연결한다.
9월 28일 Reuters는 OpenAI가 내부 안전성 테스트에서 우려가 제기된 뒤 계획했던 GPT-6.1 Astra 출시를 보류했다고 보도했다.
이것이 모든 프런티어 연구소가 동일한 정책으로 수렴하고 있음을 증명하지는 않는다.
그러나 이는 Douglas와 Marwell이 논의하는 동일한 실무적 문제를 보여 준다.
시스템이 더 유능하고 자율적으로 변할수록, 역량과 배포 속도는 더 이상 안전 및 통제와 독립적으로 고려될 수 없다.
문제는 더 이상 단순히 모델이 벤치마크에서 좋은 성과를 내는지 여부가 아니다.
연구소가 모델의 행동을 충분히 신뢰하여 더 넓은 접근 권한과 자율성을 부여할 수 있는지도 문제다.
원문은 마지막에 Douglas 자신에게 다시 주목한다.
그는 시드니에서 성장했고 로보틱스를 공부했으며, 펜싱 선수로서 도쿄 올림픽 출전 자격 획득에 거의 성공했다.
2020년 무렵 그는 스케일링 법칙 논의와 AI 연구를 읽기 시작했고, 2020년대에 AGI가 등장할 수 있다고 확신하게 되었다.
그는 저녁과 주말에 머신러닝 연구를 더 독학한 뒤 DeepMind에 합류했다.
2025년에는 Anthropic으로 옮겼다.
이직을 알리는 게시물에서 Douglas는 이 분야가 2027년경 AGI를 향하는 추세선에 여전히 있다고 믿는다고 썼다.
1년 반이 지난 후에도 그의 공개적인 타임라인은 더 보수적으로 변하지 않았다.
오히려 그의 기대는 모델 역량에서 로보틱스, 수학, 과학, 경제적 전환으로 확장되었다.
인터뷰 말미에 Douglas는 향후 몇 년에 대한 여러 구체적인 예측을 제시했다.
그중에는 다음이 포함된다.
이는 개인적 전망이다.
이를 로드맵으로 받아들여야 해서가 아니라, 적어도 일부 프런티어 연구소 연구자들이 현재 역량 성장 속도를 어떻게 생각하는지 보여 준다는 점에서 유용하다.
Douglas의 입장에서 가장 두드러지는 부분은 일관성이다.
그는 Anthropic에 합류했을 당시 이미 2027년 규모의 AGI 타임라인을 공개적으로 논의하고 있었다.
2026년 말, 프런티어 모델 개발 내부에서 더 많은 시간을 보낸 뒤에도 그는 그 시점을 더 멀리 미루지 않았다.
원문은 현재 관찰과 전망을 섞고 있으므로 이를 구분하면 도움이 된다.
| 진술 | 가장 적절한 해석 |
|---|---|
| Douglas와 Marwell이 Joe Lonsdale의 American Optimist 팟캐스트에 출연했다 | 검증됨 |
| 인터뷰는 2026년 10월 2일 공개되었다 | 검증됨 |
| Douglas는 Anthropic의 강화학습 기술 리드다 | 팟캐스트 설명으로 검증됨 |
| Marwell은 RL Science를 이끌었으며 장기 노력에 참여한다 | 팟캐스트 설명으로 검증됨 |
| Douglas는 AI가 몇 년 안에 모든 인간과 맞먹거나 능가할 수 있다고 말한다 | 발화자의 예측 |
| Douglas는 자신의 코딩 에이전트가 하루 또는 이틀 동안 작업할 수 있다고 말한다 | 1인칭 관찰 |
| FrontierMath 성능이 극적으로 향상되었다 | 대체로 뒷받침되지만 정확한 비율은 버전 및 티어에 따라 다름 |
| AI 자본지출이 2028년까지 4조 달러에 이를 수 있다 | Douglas의 외삽 |
| 세계 GDP가 2030년대 초에 두 배가 될 수 있다 | 매우 추측적인 전망 |
| NVIDIA는 2030년까지 전 세계 AI 인프라 지출이 3조~4조 달러에 이를 수 있다고 논의했다 | 검증됨 |
| 언젠가 모두가 오늘날 억만장자 수준의 풍요를 누릴 수 있다 | 열망적인 탈희소성 시나리오 |
| 인간은 결국 AI 파트너로서 가치를 더하지 못할 수 있다 | Marwell의 전망 |
| OpenAI는 안전성 우려로 GPT-6.1 Astra를 보류했다 | Reuters가 2026년 9월 28일 보도 |
Sholto Douglas는 Anthropic의 강화학습 기술 리드이며, 이전에는 Google DeepMind에서 근무했다. American Optimist 인터뷰에서 그는 AGI 타임라인, 코딩 에이전트, 경제학, 로보틱스, AI 안전성에 대해 논의했다.
Douglas는 까다로운 실용적 기준을 사용한다. 즉, 인간이 할 수 있는 사실상 모든 컴퓨터 기반 업무를 인간 또는 초인간 수준으로 수행할 수 있는 모델이다. 그는 현재 시스템이 아직 이 기준을 넘지 못했다고 명시적으로 말했다.
그는 모든 인간만큼 유능하거나 그보다 더 유능한 모델이 향후 몇 년 안에 등장할 가능성이 있다고 말한다. 이는 그의 개인적 전망이지, Anthropic의 공식 출시 일정이나 보장된 타임라인이 아니다.
그는 모델이 몇 분마다 개입을 필요로 하던 수준에서 하루 또는 이틀치 업무를 처리하는 수준으로 발전한 자신의 코딩 업무 흐름과, 어려운 수학 벤치마크에서의 빠른 진전을 근거로 든다. 또한 컴퓨팅과 강화학습의 지속적인 스케일링을 강조한다.
그렇다. 최근 성장의 외삽으로서 제시했다. 그는 연간 AI 관련 자본지출이 약 1조 달러에서 2조 달러, 그리고 2028년에는 4조 달러로 대략 두 배씩 증가할 수 있는지 질문했으며, 이는 시장의 합의 전망이 아니라 하나의 시나리오로 읽어야 한다.
Douglas는 충분히 강력한 AI와 대규모 로보틱스가 결합되면 그 결과를 고려할 가치가 있을 수 있다고 주장한다. 다만 그는 이 전망이 극단적으로 들리고 많은 조건이 맞아야 한다는 점도 인정한다. Gary Marcus를 비롯한 비판자들은 이처럼 빠른 거시경제 효과의 개연성에 강하게 이의를 제기한다.
Marwell의 핵심 우려는 AI 시스템이 완전한 경제적 가치를 제공하기 위해 더 이상 인간 파트너를 필요로 하지 않는 시점이다. 그는 현재의 인간-AI 보완성 단계가 일시적일 수 있다고 본다.
Anthropic은 경쟁력을 유지하면서 안전성 위험을 관리하려 한다고 주장한다. 인터뷰에서 Douglas는 Anthropic이 가장 많이 속도를 늦춘 조직은 자기 자신이라고 말했지만, 비판자들은 회사의 규제 입장에 여전히 회의적이다.
Sholto Douglas의 핵심 주장은 단순하지만 광범위한 함의를 지닌다. 그는 컴퓨터 기반 업무 전반에서 인간과 맞먹거나 인간을 능가할 수 있는 AI 시스템이 몇 년 안에 등장할 수 있다고 믿는다. 그의 코딩 업무 흐름 자체가 그가 이 타임라인을 진지하게 받아들이는 근거의 일부다.
이후 인터뷰는 훨씬 더 추측적인 영역으로 나아간다. Douglas는 AI 자본지출이 연간 수조 달러에 이르고, 로보틱스가 육체 노동을 증대시키며, 경제 성장이 극적으로 가속되고, 궁극적으로 탈희소성 수준의 풍요가 가능해질 수 있다고 상상한다.
Nicholas Marwell은 더 어두운 대조점을 제시한다. 인간과 AI의 협업은 오늘날 생산적일 수 있지만, AI가 결국 인간 파트너를 필요로 하지 않게 된다면 고용, 안전성, 거버넌스 문제는 훨씬 더 어려워진다.
이 인터뷰는 AGI, 연간 4조 달러의 AI 지출, 또는 탈희소성 경제가 실제로 언제 도래할지에 관한 확정된 예측으로 보기보다, 프런티어 연구소 연구자들이 어떻게 사고하는지 보여 주는 창으로 읽을 때 가장 유용하다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
