딥마인드 신규 연구: AI가 모든 인간 전문가를 능가하지 않아도 거대 과점 기업을 탄생시킬 수 있다

동찰 Beating AI 속보, Google DeepMind 공동 창업자 Shane Legg과 경제학자 Alex Imas, Andrew Koh가 AGI의 경제적 영향을 다룬 논문을 발표했다. 이 논문은 AI의 프로그래밍, 수학 등 능력이 계속해서 인간 전문가를 능가하는데도 왜 기업 조직과 노동 시장에는 같은 수준의 격변적 변화가 아직 일어나지 않는가라는 모순을 설명하려 한다.

연구진은 문제가 과거에 단일 AI의 능력에만 지나치게 주목하고 기업이 분업과 협업을 통해 가치를 창출한다는 점을 간과한 데 있다고 본다. 이들은 100명을 대상으로 수학, 과학 등 6개 분야를 아우르는 테스트를 진행했는데, 전공이 상호 보완적인 사람끼리 짝지은 경우가 무작위로 짝지은 경우보다 성과가 32% 더 좋았다. 인간은 각자 장점이 있어 서로의 약점을 보완할 수 있지만, 동일한 AI 모델을 여러 개 복제하면 흔히 비슷한 약점을 지닌 직원 무리를 얻게 될 뿐이다.

논문은 나아가 경제 모델을 구축했는데, AI가 모든 전문 작업에서 인간 전문가를 능가하더라도 에이전트 간 협업에 여전히 병목이 존재한다면 기업이 무한히 확장되기는 어렵고 시장은 여전히 다수의 중소기업으로 구성될 수 있다는 점을 발견했다.

반대로 단일 AI가 아직 최정상 전문가 수준에 도달하지 못했더라도 에이전트 간 협업이 임계점을 돌파하기만 하면 상황은 완전히 달라질 수 있다. 새로 추가된 Agent가 더 이상 팀에 부담을 주지 않고 오히려 1인당 산출을 계속 높일 수 있다면, 기업은 전통적인 규모 한계를 돌파할 수 있다. 소프트웨어, 금융 등 대규모 표준화 시장은 이로 인해 소수의 거대 AI 기업으로 집중될 수 있다.

현재의 AI는 이러한 협업 능력과 아직 뚜렷한 격차가 있다. 스탠퍼드 등 기관이 앞서 발표한 CooperBench 테스트에서는 두 프로그래밍 Agent를 협업시켰을 때 평균 성공률이 단일 Agent가 같은 작업량을 완수할 때보다 약 30% 오히려 낮았다. 이들은 작업을 중복하고 정보를 잃어버리며, 심지어 서로의 코드 수정을 제대로 처리하지 못하기도 한다.