마블 영화에서 토니 스타크의 AI 비서 자비스(J.A.R.V.I.S.)는 말 한 마디로 정보를 정리하고, 해킹을 하고, 계획을 세웠어요. 컴퓨터가 할 수 있는 모든 일을 사람 대신 처리해주는 존재, 바로 AGI(일반 인공 지능)를 생각하는 대중들의 이미지죠.

그리고 지난 9월 3일, OpenAI가 GPT-6 Astra를 공개했어요. 정확히 5일 뒤, 젠슨 황이 X에 올렸어요. "ChatGPT에서 Astra까지, 4년이 걸렸습니다. AGI가 왔습니다."

Astra의 성능 지표, 보는 것만으로도 조금 어지러워요.

우선 AI 추론 능력의 척도인 ARC-AGI-3에서 62.7%를 기록했는데, 올해 초까지만 해도 모든 AI 모델이 1%를 못 넘었어요. 바로 전 세대 모델 GPT-5.6 Sol은 7.8%였죠. Astra는 전 세대보다 8배 이상의 성능 발전을 이뤄낸 거죠. OpenAI 자체 환경에서는 99.9%까지 측정됐어요.

공학 쪽은 더 엄청나게 발전했어요. 어지간한 수학자들도 못 풀 정도의 최고난도 수학 평가인 FrontierMath Tier 4에서 97.6%를 마크했어요. 코딩과 실제 컴퓨터 활용을 측정하는 OSWorld 2.0에서는 72.6%로, 동일한 작업에 걸리는 시간을 이전 모델 대비 47% 줄였어요. 소프트웨어의 취약점을 찾아서 실제로 공격하는 코드까지 짜는 능력을 측정한 보안 벤치마크 ExploitBench는 무려 100%를 달성했어요.

하지만 모든 평가에서 Astra가 다른 모델보다 우월하지는 않았어요. 툴 활용이 가능한 벤치마크에서는 작업 성능이 Claude Fable 5.1보다 낮은 수치를 기록했고, 독립 AI 벤치마크인 Artificial Analysis의 지능 지수에서는 Sol과 비슷한 수치를 보여줬어요.

사실 Astra 모델은 출시 전부터 심상치 않았어요. OpenAI가 이미 8월에 개발 중이었던 모델로 수학·이론전산 분야 난제 10개를 해결했기 때문이죠. 단순히 답만 낸 게 아니라, 기계가 한 줄 한 줄 논리를 직접 검증하는 Lean 4 프로그래밍 언어로 증명 코드까지 GitHub에 공개했어요. 10개 문제를 푸는 데 쓴 토큰 비용은 약 300만 원이었어요. 10년짜리 난제들을 300만 원에 풀었다는 소리죠.

9월 8일엔 차기 모델로 추정되는 OpenAI의 내부 모델이 '나비에·스토크스 방정식'의 명제를 증명했다고 발표했어요. 해당 방정식은 유체역학에 쓰이는 방정식으로, 기압이나 풍속, 풍향 등을 예측하는 기상학에서 핵심 역할을 해요. 이 방정식을 증명하는 건 7대 밀레니엄 난제 중 하나였고, 이전까지 풀린 건 단 하나뿐이었어요.

OpenAI가 내놓은 방식도 전례가 없었어요. 먼저 약 100개의 AI 에이전트가 관련 선행 문제를 50시간 동안 풀고, 이후 1만 개의 에이전트가 메인 문제에 투입돼 88시간 시점에 결론에 도달했어요. 이후 추가로 Astra 모델로 17시간 동안 증명 단계별 검증까지 마쳤죠. 일수로 따지면 5일도 채 안 되는 시간에 인류가 해결하지 못한 수수께끼를 풀어버린 거죠.

에이전트들이 주고받은 메시지 270만 건, 출력 토큰 약 1,300억 개. OpenAI의 연구자들은 비용이 수백만 달러에 이르렀다고 인정했지만 1년 뒤에는 나비에·스토크스 방정식과 맞먹는 난제를 푸는 AI에 누구나 접근할 수 있게 될 것이라고 자신했어요.

물론 찬사만 받고 있는 건 아니에요. 먼저 보안에 대한 걱정이 커지고 있어요. Astra는 앞서 보안 벤치마크에서 보셨듯 공격 능력이 강력해요. 자체 안전 기준에서도 사이버 보안 분야 '임계(Critical)' 등급을 받았죠. 테스트에서 권한 밖의 행동을 막는 가드레일이 잘 작동했지만 강력한 공격 기능을 가지고 있다는 것 자체가 리스크예요. 그래서 OpenAI는 공격 기능을 일반에 공개하지 않고, 사이버 보안 고급 기능은 Daybreak 프로그램을 통해 검증된 방어 목적에만 제공할 예정이에요.

나비에·스토크스 성과를 둘러싼 도용 의혹도 있어요. OpenAI가 성과를 발표하기 전, Anthropic의 연구원과 뉴욕대 수학자가 이미 해결에 근접했다는 걸 알고 있었던 것으로 드러났어요. 자신들의 진행 상황이 흘러갔다는 걸 파악한 두 사람이 OpenAI와 직접 만났는데, OpenAI가 이 문제에 착수한 시점이 두 사람 연구를 알게 된 뒤였다는 게 확인됐어요. 그래서 두 사람은 자신들의 연구 내용이 OpenAI의 모델 학습이나 에이전트 가이드라인 설정에 쓰였을 가능성을 강하게 제기했죠. OpenAI는 연구 성과나 특정 사용자 데이터를 참조한 적은 없다면서도, 익명 데이터가 모델 개선에 기여했을 가능성은 배제할 수 없다고 말했어요.

Astra가 엄청난 성능을 보여준 직후 안전성과 윤리 문제가 함께 제기되면서, AI의 발전 속도를 기존 체계가 따라갈 수 있을지에 대한 불안도 커지고 있어요. AI가 인간처럼 판단하고 행동하는 시대에, 한발 늦은 브레이크가 속도를 감당할 수 있을까요?

Astra를 써본 사람들 사이에서 "이건 다르다"는 반응이 이어지고 있어요. 그만큼 AGI 시대에 대한 기대감도 한층 부풀었죠. 젠슨 황의 말처럼 이미 AGI 시대에 들어섰다고 보는 시선도 많아요. 반면 아직은 멀었다고 보는 의견도 있어요. 벤치마크 점수가 높다는 것만으로 AGI가 증명되는 건 아니라는 거죠.