AI가 더 똑똑해진 것보다 중요한 변화｜AGI로 가는 길, 이제 AI는 ‘대답’보다 ‘일’을 시작한다
예전에는 새로운 AI가 나오면 얼마나 더 똑똑해졌는지를 먼저 봤다. 그런데 이제는 그 AI에게 사람의 일을 몇 시간이나 맡길 수 있는지가 더 궁금해졌다.
벤치마크 점수가 얼마나 올랐는지, OpenAI와 Anthropic 중 누가 더 좋은 모델인지, 엔비디아나 SK하이닉스에는 호재인지부터 생각했다.
그런데 최근 AI 자료를 공부하면서 조금 다른 부분이 눈에 들어왔다.
AI가 단순히 질문에 답하는 것을 넘어 컴퓨터를 직접 사용하고, 자료를 찾고, 프로그램을 실행하고, 실패하면 수정한 뒤 다시 일을 이어가는 방향으로 발전하고 있다는 점이다.
그래서 이번에는 “AI가 더 똑똑해졌는가?”보다 “AI가 실제 경제에서 얼마나 많은 일을 맡게 되는가?” 를 투자자의 시선으로 공부해보기로 했다.
검증원칙｜Astra=AGI로 단정하지 않고 사실·추론·반론을 분리했으며, 국내 종목은 직접수혜 확정이 아닌 실적 확인용 관찰축으로만 다뤘습니다.
1. AGI 뜻부터 정말 쉽게 다시 이해해봤다
AGI는 Artificial General Intelligence, 우리말로는 보통 범용인공지능이라고 부른다.
나는 처음 이 말을 들었을 때 사람보다 IQ가 훨씬 높은 초천재 AI를 떠올렸다.
그런데 AGI에는 모두가 합의한 단 하나의 정의가 있는 것은 아니다. 그래서 이번 글에서는 OpenAI가 오랫동안 사용해온 정의를 기준으로 공부했다.
대부분의 경제적으로 가치 있는 업무에서 인간보다 높은 성과를 내는 고도로 자율적인 시스템.
여기서 내가 새롭게 눈여겨본 것은 단순히 “지능이 높다”가 아니라 “자율적으로 일을 할 수 있다”는 부분이었다.
질문 하나에 훌륭한 답변을 하는 것과 목표 하나를 받고 여러 도구를 사용하면서 몇 시간 동안 실제 업무를 끝내는 것은 투자 관점에서도 꽤 다른 변화일 수 있기 때문이다.
AI 발전을 이렇게 나누니 조금 쉬웠다
위 흐름은 “Astra가 이미 AGI다”라는 뜻이 아니다. 이번 글의 관심은 AI가 AGI를 향해 발전하는 과정에서 “얼마나 똑똑한가” 못지않게 “얼마나 실제 업무를 자율적으로 맡길 수 있는가”가 중요해지고 있다는 변화다.
2. Astra에서 정말 달라진 것은 무엇일까
GPT-6 Astra 자료를 보면서 처음에는 당연히 “성능이 얼마나 더 좋아졌나”부터 봤다.
그런데 숫자를 조금 더 자세히 보니 내가 예상했던 것과 다른 모습이 있었다.
| 항목 | 기존 모델 | Astra | 내가 본 의미 |
|---|---|---|---|
| 종합 지능지수 | 60.9 | 61.2 | 전체 지능이 갑자기 두 배가 된 것은 아님 |
| AutomationBench | 18.1% | 41.4% | 실제 업무 자동화 능력은 큰 폭 개선 |
| OSWorld | 65.7% | 72.6% | 컴퓨터를 직접 사용하는 능력 개선 |
| OSWorld 작업시간 | 약 75분 | 약 40분 | 같은 종류의 업무를 더 빠르게 수행 |
이 숫자를 보면서 내 관심은 “IQ가 얼마나 올랐나”에서 조금 멀어졌다.
Astra는 컴퓨터 사용, 웹 탐색, 소프트웨어 엔지니어링, 연구, 문서·스프레드시트 작성, 복잡한 다단계 업무 같은 실제 작업 능력을 크게 강조하고 있다.
3. 사실과 해석을 먼저 분리해봤다
AI 이야기는 기대가 큰 만큼 기술 사실과 투자자의 기대가 쉽게 섞인다. 그래서 이번에는 먼저 세 칸으로 나눠봤다.
이 세 가지를 섞지 않는 것이 이번 공부에서 가장 중요했다.
4. 예측 실패 복기｜내가 너무 단순하게 생각했던 부분
이번 글에는 과거에 내가 남겨놓은 정확한 지수나 종목 목표값이 없다.
따라서 결과를 보고 “내 예측이 몇 % 틀렸다”는 숫자를 새로 만들어내지는 않기로 했다.
대신 투자 공부 초기에 내가 갖고 있던 너무 단순했던 예측 프레임을 복기했다.
AI 성능 상승 → GPU 수요 증가 → HBM 수요 증가 → 관련주 상승
지금 보니 방향 자체가 항상 틀렸다고 할 수는 없지만 중간 과정이 너무 많이 생략되어 있었다.
- 기업이 실제 AI 서비스에 돈을 지불하는가
- AI 사용량이 실제로 증가하는가
- 연산 효율 향상보다 사용량 증가가 더 빠른가
- 데이터센터와 서버 투자가 실제 발주로 이어지는가
- 그 발주가 HBM·전력·네트워크 기업의 매출로 내려오는가
- 매출이 늘어도 마진과 현금흐름이 좋아지는가
- 좋은 산업 전망이 이미 현재 주가에 너무 많이 반영된 것은 아닌가
AI 발전 → 실제 업무 사용 증가 여부 확인 → 연산량과 CAPEX 확인 → 실제 수주 확인 → 매출·마진·현금 확인 → 마지막으로 현재 주가가 얼마나 선반영했는지 확인
5. AI가 실제 일을 하면 돈은 어디로 흐를까
투자자로서는 이 부분이 가장 재미있었다.
OpenAI와 Anthropic 중 어느 회사가 최종 승자가 될지는 아직 모른다.
하지만 둘이 경쟁하면서 AI에게 더 많은 일을 맡기게 된다면 양쪽 모두 공통적으로 필요한 것이 있을 수 있다.
예전에는 AI 관련주를 보면 가장 먼저 GPU와 HBM을 봤다.
이제는 한 번 더 뒤로 가보고 싶다.
6. 국장에서 먼저 확인하고 싶은 다섯 흐름
아래 종목을 “Astra 직접 수혜주”라고 부르는 것은 아니다.
AI의 실제 사용 확대가 한국 기업의 수주·매출·이익으로 전달되는지 확인하기 위한 관찰판에 가깝다.
AI 산업이 장기적으로 성장한다는 판단과 지금 특정 종목의 주가가 싸다는 판단은 전혀 다르다.
산업 방향이 맞아도 현재 가격에 미래 기대가 이미 충분히 들어가 있다면 좋은 산업이 좋은 매수가격은 아닐 수 있다.
7. 반론｜AI가 좋아지면 GPU는 오히려 덜 필요할 수도 있다
이번 투자 아이디어는 너무 자연스럽게 이어진다.
AI가 실제 일을 더 많이 한다 → 연산량이 늘어난다 → GPU와 HBM이 더 필요하다.
그런데 바로 이 지점에서 반대쪽을 같이 봐야 한다.
반론 ① AI 효율이 사용량보다 더 빠르게 좋아질 수 있다
같은 업무를 처리하는 데 필요한 연산량이 크게 줄어든다면 AI가 발전해도 한 번의 작업에 필요한 GPU 자원은 오히려 감소할 수 있다.
결국 중요한 질문은:
반론 ② AI를 많이 써도 기업이 돈을 못 벌 수 있다
기업들이 AI를 많이 도입한다고 해도 실제 비용 절감이나 매출 증가가 충분하지 않다면 지금까지의 대규모 데이터센터 CAPEX는 다시 과잉투자 논쟁에 들어갈 수 있다.
반론 ③ AGI라는 단어가 기대를 너무 앞서갈 수 있다
Astra가 컴퓨터 사용과 다단계 업무수행에서 발전했다는 것과 AGI가 완성됐다는 것은 다른 주장이다.
“AGI가 왔다”가 아니라, AI가 단순히 답하는 도구에서 사람에게서 더 긴 실제 업무를 맡을 수 있는 방향으로 한 단계 이동하고 있다고 본다.
8. 앞으로 숫자로 확인할 것
이 이야기를 멋있는 AI 전망으로 끝내고 싶지는 않다.
앞으로 몇 달 동안 실제 숫자가 따라오는지를 확인해보려고 한다.
| 확인할 숫자 | 왜 중요한가 | 내 가설이 맞다면 |
|---|---|---|
| 기업 AI 실제 사용량 | AI가 시험용에서 실제 업무로 넘어가는지 확인 | 유료·반복 사용 증가 |
| AI 생산성·비용절감 | AI CAPEX의 경제성을 확인 | 비용감소·매출증가 사례 확대 |
| HBM 출하량·가격 | AI 사용 확대가 메모리 수요로 전달되는지 확인 | 출하·가격·이익 동반 개선 |
| AI 서버 주문 | 모델 경쟁이 실제 하드웨어 지출로 내려오는지 확인 | 기업 고객 주문 증가 |
| 데이터센터 CAPEX | 빅테크에서 일반 기업으로 AI 투자가 확산되는지 확인 | 투자주체 확대 |
| 전력기기 수주잔고 | AI 전력수요가 한국 기업 실적으로 연결되는지 확인 | 수주·마진 유지 또는 증가 |
| 광통신·네트워크 매출 | 데이터 이동량 증가가 네트워크 투자로 전달되는지 확인 | AI향 매출 확대 |
| 기업 AI 매출 | AI가 실제 기업 예산을 가져오기 시작했는지 확인 | 계약·유료 사용 증가 |
| 로봇 수주·상용화 | Physical AI가 테마에서 산업으로 이동하는지 확인 | 현장 설치·매출 증가 |
9. 투자자로서 달라진 내 질문
AI를 처음 공부할 때는 새로운 모델 이름과 벤치마크 점수를 봤다.
이제는 그다음 질문을 해보려고 한다.
예전에는
“어떤 AI가 가장 똑똑한가?”
이제는
“어떤 AI가 실제 일을 가장 많이 맡게 되는가?”
그리고 투자자로서는 한 번 더 나아가
“AI가 더 많이 일할수록 뒤에서 누구의 매출과 이익이 실제로 늘어나는가?” 를 보고 싶다.
예전에는 GPU 가격을 봤다. 이제는 GPU 뒤에서 누가 돈을 버는지 보고 싶다.
예전에는 OpenAI와 Anthropic 중 누가 이길지를 궁금해했다.
이제는 둘이 경쟁할수록 공통적으로 더 많이 필요한 것이 무엇인지가 더 궁금해졌다.
아직 AGI가 왔다고 단정하고 싶지는 않다.
다만 AI가 답하는 도구에서 일을 맡길 수 있는 도구로 바뀌고 있다면, 주식시장에서도 AI 모델 하나만 보는 것보다 그 뒤에 연결되는 산업의 돈의 흐름을 같이 봐야 할 것 같다.
앞으로 내가 확인하고 싶은 것은 AI 이야기가 얼마나 거창한지가 아니다.
실제 수주와 매출, 기업의 비용 절감, HBM 출하, 서버 주문, 데이터센터 CAPEX, 전력기기 수주, 그리고 로봇 상용화가 정말 같은 방향으로 움직이는가.
AI 모델의 승자를 맞히는 것보다, AI가 실제 일을 많이 할수록 반드시 더 필요해지는 산업을 찾아보자.
※ 이 글은 AI 산업을 공부하며 투자 판단 기준을 만들어가는 개인 학습 기록입니다. 언급된 기업은 특정 종목의 매수·매도 추천이 아니며, AI 기술의 발전이 해당 기업의 실적 증가나 주가 상승을 자동으로 의미하지 않습니다.
1. OpenAI Charter｜AGI의 운영상 정의 확인
2. OpenAI｜GPT-6 Astra 공식 발표 · 컴퓨터 사용·브라우징·전문업무·다단계 작업 능력 확인
3. OpenAI｜GPT-6 Astra Safety Overview · 사이버보안 능력 및 안전조치 확인
4. OpenAI Release Notes｜GPT-6 Astra 공개와 복잡한 end-to-end 업무 기능 확인
5. 이효석아카데미｜2026.09.05 「고용 서프라이즈에도 메모리 주식 급등! OpenAI, Astra 효과?」
공식자료에서 확인되는 AGI 정의와 Astra의 기능은 사실 영역으로 구분했습니다. AI 사용 확대가 HBM·서버·데이터센터·전력·기업 AI·로봇의 실적으로 이어질 수 있다는 내용은 야왕투자의 투자 가설이며 향후 실제 수주·매출·CAPEX·마진 데이터로 계속 검증할 예정입니다.
댓글
댓글 쓰기