AI 모델이 텍스트 기반 상호작용에서 인간 전문가보다 뛰어난 설득력을 보였다. 옥스퍼드 대학교와 영국 AI 안전 연구소, 스탠포드 대학교, 런던 정치경제대학교가 총 6,923명의 참가자를 대상으로 18,978건의 대화를 분석한 결과, OpenAI의 GPT-4o 및 GPT-5.4, 구글의 Gemini 2.5 Pro, xAI의 Grok 4.20 등 주요 모델들이 엘리트 토론자나 전문 모금 활동가보다 우수한 성능을 나타냈다. 실제 모금 업체인 AppcoUK와의 협업 사례에서도 AI는 인간 모금가보다 기부 성공률이 10.8% 포인트 높았다. 인간의 코칭이 격차를 줄이기는 했으나 완전히 없애지는 못했으며, 인간과 동일한 길이의 메시지와 타이핑 속도로 제약했을 때만 AI의 우위가 상쇄되었다.

인간의 물리적·인지적 개입 없이 스스로 확장 가능한 AI에 대한 전문가들의 시각은 분분하다. 아제야 코트라(Ajeya Cotra)는 이러한 시스템이 10년 내에 등장할 수 있다고 주장하는 반면, 기자 티모시 B. 리(Timothy B. Lee)는 50년이라는 더 긴 기간을 예상한다. 핵심은 반도체 제조와 같이 경험으로 습득되는 '암묵지'를 기계가 얼마나 빠르게 자동화하느냐에 달려 있다. 앞으로 2~3년간 휴머노이드 로봇 및 로봇 손의 정교함이 발전하는지를 살펴보는 것이 주요 관전 포인트가 될 것이다.

한편 구글 딥마인드 연구진은 모든 영역에서 인간 전문가의 집단적 능력을 상회하는 인공 초지능(ASI)으로 나아가는 4가지 경로를 발표했다. 여기에는 컴퓨팅 자원 및 데이터 규모 확장, 트랜스포머 아키텍처와 같은 새로운 알고리즘 패러다임 발견, 재귀적 자기 개선, 그리고 복잡한 멀티 에이전트 구조 구축이 포함된다. 연구진은 인공 일반 지능 단계에 도달함에 따라 단일한 기술 경로에 매몰되기보다 다양한 시나리오를 대비해야 한다고 강조했다.

업계에서는 스타트업 Recursive가 재귀적 자기 개선을 용이하게 설계된 자동화 연구 시스템을 활용해 언어 모델 훈련과 GPU 커널 최적화에서 최첨단 성과를 거뒀다고 밝혔다. 이들은 자동화된 시스템이 어떻게 모델 성능과 효율성을 스스로 개선하는지를 입증하고 있다.

AI 모델이 텍스트 기반 상호작용에서 인간 전문가보다 뛰어난 설득력을 보였다. 옥스퍼드 대학교와 영국 AI 안전 연구소, 스탠포드 대학교, 런던 정치경제대학교가 총 6,923명의 참가자를 대상으로 18,978건의 대화를 분석한 결과, OpenAI의 GPT-4o 및 GPT-5.4, 구글의 Gemini 2.5 Pro, xAI의 Grok 4.20 등 주요 모델들이 엘리트 토론자나 전문 모금 활동가보다 우수한 성능을 나타냈다. 실제 모금 업체인 AppcoUK와의 협업 사례에서도 AI는 인간 모금가보다 기부 성공률이 10.8% 포인트 높았다. 인간의 코칭이 격차를 줄이기는 했으나 완전히 없애지는 못했으며, 인간과 동일한 길이의 메시지와 타이핑 속도로 제약했을 때만 AI의 우위가 상쇄되었다.

인간의 물리적·인지적 개입 없이 스스로 확장 가능한 AI에 대한 전문가들의 시각은 분분하다. 아제야 코트라(Ajeya Cotra)는 이러한 시스템이 10년 내에 등장할 수 있다고 주장하는 반면, 기자 티모시 B. 리(Timothy B. Lee)는 50년이라는 더 긴 기간을 예상한다. 핵심은 반도체 제조와 같이 경험으로 습득되는 '암묵지'를 기계가 얼마나 빠르게 자동화하느냐에 달려 있다. 앞으로 2~3년간 휴머노이드 로봇 및 로봇 손의 정교함이 발전하는지를 살펴보는 것이 주요 관전 포인트가 될 것이다.

한편 구글 딥마인드 연구진은 모든 영역에서 인간 전문가의 집단적 능력을 상회하는 인공 초지능(ASI)으로 나아가는 4가지 경로를 발표했다. 여기에는 컴퓨팅 자원 및 데이터 규모 확장, 트랜스포머 아키텍처와 같은 새로운 알고리즘 패러다임 발견, 재귀적 자기 개선, 그리고 복잡한 멀티 에이전트 구조 구축이 포함된다. 연구진은 인공 일반 지능 단계에 도달함에 따라 단일한 기술 경로에 매몰되기보다 다양한 시나리오를 대비해야 한다고 강조했다.

업계에서는 스타트업 Recursive가 재귀적 자기 개선을 용이하게 설계된 자동화 연구 시스템을 활용해 언어 모델 훈련과 GPU 커널 최적화에서 최첨단 성과를 거뒀다고 밝혔다. 이들은 자동화된 시스템이 어떻게 모델 성능과 효율성을 스스로 개선하는지를 입증하고 있다.