본 논문은 인공지능(AI)이 직면한 세 가지 주요 과제(에너지 장벽, 정렬 문제, 협소 AI에서 AGI로의 도약)를 해결하기 위한 체계적인 AGI 접근 방식인 SAGI를 제시한다. 단일한 상위 아키텍처가 아닌 다양한 설계 경로와 시스템 설계를 통해 AGI를 구현할 수 있다고 주장하며, AGI 시스템은 의도된 용도에 따라 다양한 아키텍처 구성과 기능을 가질 수 있다고 설명한다. 특히, AI의 가장 큰 과제인 정렬 문제는 시스템 설계에 가장 크게 의존하며, AGI의 기본적인 기준으로 작용한다고 강조한다. 인간의 도덕성을 포착하기 위해서는 도덕적 의사결정의 복잡성과 모든 수준에서의 윤리적 처리 과정을 나타낼 수 있는 아키텍처 지원이 필요하며, 인간의 도덕적 판단을 능가하는 성능 신뢰성을 확보해야 한다. 따라서 인간의 뇌를 복제하거나 닮을 필요 없이 안전성과 정렬 목표를 위한 더욱 강력한 아키텍처가 필요하다. 기존의 기호적, 출현적, 혼합적 접근 방식 대신 학습 기반(자체 시스템 아키텍처를 학습할 수 있는)의 시스템 설계(피드백 루프, 에너지 및 성능 최적화 등)가 AGI 목표 달성에 더욱 근본적이며 필수적이라고 주장한다. 시스템 아키텍처 자체의 학습을 통해 얻어진 AGI는 자발적인 출현의 산물이 아닌 체계적인 설계와 의도적인 엔지니어링의 결과물이며, 통합된 도덕적 아키텍처를 포함한 핵심 기능이 아키텍처 내에 깊이 내장되어 있다. 이러한 접근 방식은 정렬, 효율성과 같은 설계 목표를 자기 학습 시스템 아키텍처를 통해 보장하는 것을 목표로 한다.
