jagged AGI(들쭉날쭉한 AGI)는 AI 모델이 많은 지적 작업에서 인간 전문가에 맞먹는 능력을 보이면서도 일부 작업에서는 예측하기 어려운 실수를 하는 상태를 가리키는 용어다. Wharton 경영대학원 교수 Ethan Mollick이 2025년 제안했으며, AGI(인공 일반 지능)가 한순간의 사건으로 도착하는 것이 아니라 분야마다 고르지 않게 나타난다는 시각을 담고 있다.
이 용어는 AI 능력의 경계가 울퉁불퉁하다는 뜻의 jagged frontier 개념을 AGI 논의로 확장한 것이다. jagged frontier가 어떤 작업은 쉽게 하고 어떤 작업은 못 하는 능력의 경계 모양을 가리킨다면, jagged AGI는 그런 경계를 지닌 채 전반적으로는 일반 지능에 가까워진 모델의 상태를 가리킨다. AI가 어디에서 강하고 어디에서 약한지는 실제로 써 봐야 알 수 있다는 점을 강조할 때 쓰인다.