<앵커>
오픈AI가 차세대 AI 모델 'GPT-6 아스트라'를 공개하며 범용인공지능, AGI 시대의 포문을 열었습니다.
AI의 연산량이 늘면서 삼성전자와 SK하이닉스의 메모리 수요도 확대될 것이란 전망이 나옵니다.
자세한 내용 취재기자와 살펴보겠습니다. 산업부 김대연 기자 나와 있습니다.
김 기자, 아스트라를 실제로 어디에 활용할 수 있는 겁니까?
<기자>
기존 AI가 '답하는 AI'였다면, 아스트라는 '직접 일하는 AI'입니다. 챗봇에서 AI 에이전트로 진화한 건데요.
아스트라는 스스로 컴퓨터를 조작해 업무를 끝낼 수 있습니다.
오픈AI가 지난 3일 공개한 아스트라 시연 영상을 함께 보시죠.
영상에서 인간 4명이 AI에 여러 작업을 동시에 맡기고 있는데요.
AI가 3D 로켓을 만들고, 프레젠테이션 작성부터 중고 판매 등록, 법률 문서까지 다른 분야의 작업을 한 번에 처리합니다.
지난 1979년에는 말과 손짓으로 컴퓨터에 간단한 작업만 지시할 수 있었는데요.
47년이 지난 올해는 AI와 대화하는 것만으로 복잡한 작업까지 수행할 수 있게 됐다는 의미입니다.
<앵커>
그렇다면 아스트라의 업무 능력은 얼마나 뛰어난 겁니까?
<기자>
인간이라면 5시간이 걸릴 구직 정보 검색을 아스트라가 단 2분 51초 만에 끝낼 정도인데요.
단순히 빠르기만 한 것도 아닙니다.
컴퓨터를 직접 조작하는 능력을 평가하는 벤치마크(OSWorld 2.0)에서 72.6%를 기록했는데요.
전작(GPT-5.6 Sol)보다 6.9%포인트 개선됐고요.
아스트라가 AI 최초로 국내 수능 전 영역에서 450점 만점을 기록했습니다.
앞서 구글의 제미나이 3.1 프로, 오픈AI의 GPT-5.4도 전 과목 만점을 받긴 했는데요.
당시 실제 수험생 응시 방식에 맞춰 탐구 영역은 선택 2과목만 평가했습니다.
반면, 아스트라는 탐구 4과목을 모두 풀고 만점을 받았는데요.
성능뿐만 아니라 메모리 효율도 높였습니다.
아스트라는 수능 문제를 푸는 데 총 13만 개의 출력 토큰을 사용했는데요.
제미나이 3.1 프로와 비교하면 약 8분의 1 수준입니다.
<앵커>
아스트라에 대한 시장 반응은 엇갈리고 있다고요?
<기자>
아스트라가 범용인공지능(AGI) 시대를 열었다고 볼 수 있느냐를 두고 평가가 나뉘고 있습니다.
AI가 특정 분야에 강하다면, AGI는 인간처럼 다양한 분야에서 일을 두루 해낼 수 있다는 차이가 있는데요.
그레그 브록먼 오픈AI 사장은 "대부분의 작업을 인간 이상 수준으로 해내는 AGI 초기 버전"이라고 강조했습니다.
젠슨 황 엔비디아 CEO도 "AGI가 도래했다"며 오픈AI에 축하 인사를 보냈는데요.
다만, 젠슨 황 CEO의 발언에는 엔비디아 생태계의 영향력을 강조하려는 의도도 담긴 것으로 풀이됩니다.
아스트라가 엔비디아의 AI 가속기 '그레이스 블랙웰 NVL72' 10만 개 이상을 활용해 훈련됐기 때문입니다.
반면, 게리 마커스 뉴욕대 명예교수는 "아스트라를 AGI로 규정하기엔 아직 근거가 충분하지 않다"고 지적했는데요.
시장에서는 보안과 통제에 대한 우려도 큽니다.
실제로 아스트라는 오픈AI 모델 중 처음으로 사이버 보안 평가에서 '위험' 등급을 받았는데요.
사람의 개입 없이도 취약점을 찾아내 공격까지 할 수 있다는 뜻입니다.
외신에서도 "치명적인 오류나 새로운 안전 문제를 초래할지 지켜봐야 한다"고 경고했는데요.
오픈AI는 오용 위험을 줄이기 위해 10억 달러(1조 3,500억 원)를 투입한 사이버 보안 방어 프로그램도 발표했습니다.
<앵커>
아스트라가 공개된 이후 삼성전자와 SK하이닉스에도 수혜 기대감이 커지고 있다고요?
<기자>
AI가 똑똑해지고 비용까지 낮아지면, AI에 맡기는 업무량도 늘어나겠죠.
결국 AI 사용량이 증가하면서 그래픽처리장치(GPU) 등 관련 인프라 투자도 확대될 전망인데요.
주목할 부분은 AI 성능을 뒷받침하는 메모리의 역할도 커지고 있다는 점입니다.
아스트라의 벤치마크에서도 확인할 수 있는데요.
아스트라가 이전 작업 내용을 유지한 상태에서는 '99.9%'의 높은 점수를 냈는데요. 내용을 초기화한 환경에서는 '62.7%'에 그쳤습니다.
앞서 수행한 작업을 얼마나 잘 기억하고 다음 작업에 활용하느냐에 따라 성능이 크게 달라진 겁니다.
AI가 처리하는 업무가 복잡해질수록 대규모 데이터를 빠르게 저장하고 처리하는 능력이 중요해질 수밖에 없는데요.
AI 연산에 필요한 고대역폭메모리(HBM)는 물론, D램과 낸드 수요도 함께 늘어날 가능성이 큽니다.
<앵커>
잘 들었습니다. 산업부 김대연 기자였습니다.