이번 주 한 해외 커뮤니티에서는 AI 도구 없이는 간단한 메일 한 통조차 쓰지 못하게 되었다는 한 사용자의 한탄 섞인 글이 화제가 되었다. 주변에서는 AI를 쓰지 않으면 시대에 뒤처질 것이라고 겁을 주지만, 정작 도구에 매몰된 이들은 스스로 생각하는 법을 잊어가는 모습이다. 정답을 빠르게 얻는 것에만 익숙해진 나머지, 정답에 이르는 경로를 설계하는 능력 자체가 사라지고 있는 장면이 곳곳에서 목격된다.

AI 의존이 가져오는 인지 능력의 상실

해외의 한 작성자는 AI에 전적으로 의존하는 사람들이 오히려 가장 먼저 뒤처질 것이라는 주장을 펼쳤다. 구체적으로는 사고하는 법, 글을 쓰는 법, 신뢰할 수 있는 정보를 검색하는 법, 그리고 사실과 허구를 구분하는 법이라는 네 가지 핵심 역량이 사라질 것이라고 경고했다. 특히 학습이라는 행위 자체가 주는 즐거움과 성취감이 AI의 자동화 기능에 의해 대체되는 상황을 가장 우려했다. 작성자는 AI가 인간보다 더 잘할 수 있다고 믿고 모든 권한을 넘겨주는 태도가 결국 인간의 성장 가능성을 스스로 차단하는 행위라고 지적했다.

정답 도출과 학습 과정의 결정적 차이

예전에는 모르는 문제가 생기면 관련 서적을 찾고 여러 가설을 세워 검증하며 정답에 다가갔다. 이 과정에서 뇌는 정보를 연결하고 체계화하며 진짜 내 지식으로 만드는 학습을 수행했다. 이제는 프롬프트(AI가 이해할 수 있도록 입력하는 지시어) 하나로 즉각적인 결과물을 얻어내는 방식이 일상이 되었다. 쉽게 말하면, 산 정상까지 땀 흘려 올라가며 지형을 익히던 사람이 헬리콥터를 타고 정상에 내려앉아 풍경만 보는 것과 같다. 결과는 같아 보이지만, 그 과정에서 얻는 근육과 경험은 완전히 다르다. AI는 확률적으로 가장 그럴듯한 단어를 나열하는 패턴 매칭(데이터 사이의 유사성을 찾아 연결하는 방식)을 수행할 뿐, 인간처럼 개념을 완전히 이해하고 논리를 구축하는 것이 아니기 때문이다.

현장에서 체감하는 가장 큰 변화는 문제 해결 능력의 양극화다. LLM(거대 언어 모델, 방대한 데이터를 학습해 인간처럼 말을 만드는 AI)이 짜준 코드를 그대로 복사해 붙여넣는 사람은 AI가 오류를 내뱉는 할루시네이션(AI가 그럴듯하게 거짓말을 하는 현상) 상황에서 아무런 대처를 하지 못한다. 반면 AI를 보조 도구로 쓰되 원리를 파고드는 사람은 AI의 생산성과 인간의 비판적 사고를 결합해 압도적인 격차를 만들어낸다. 도구에 지배당하는 사람은 AI의 성능이 한계에 부딪히는 순간 함께 멈추지만, 도구를 다루는 사람은 AI를 딛고 더 높은 수준의 창의성을 발휘하게 된다.

AI가 정답을 내놓는 속도보다 인간이 질문을 던지는 깊이가 생존을 결정하는 기준이 된다.