티스토리 뷰
목차
저도 처음엔 AI가 빠르게 코드를 만들어 주는 게 마냥 좋았습니다. 그런데 어느 순간, 회의에서 제가 직접 만든 결과물의 논리를 설명하지 못하는 상황이 생겼습니다. AI를 쓸수록 더 잘하게 된다고 믿었는데, 실제로는 그렇지 않을 수도 있다는 걸 그때 처음 실감했습니다. AI 사용이 사고력을 키우는지, 오히려 갉아먹는지는 도구 자체보다 사용 방식에 달려 있다는 게 제 결론입니다.
AI가 편할수록 쌓이는 인지 부채
MIT 미디어랩이 발표한 연구에서 꽤 불편한 결과가 나왔습니다. ChatGPT를 사용해 에세이를 작성한 그룹, 검색 엔진만 쓴 그룹, 아무 도구 없이 쓴 그룹, 이렇게 셋으로 나눠 4개월간 뇌신경 연결성을 측정했더니 ChatGPT 그룹의 신경 연결성이 가장 낮게 나왔습니다(출처: MIT Media Lab). 더 인상적인 건, ChatGPT 그룹의 83%가 방금 자기가 쓴 글에서 단 한 문장도 정확하게 인용하지 못했다는 사실입니다.
연구진은 이 현상을 인지 부채(Cognitive Debt)의 누적이라고 불렀습니다. 여기서 인지 부채란, AI에게 사고를 위임할수록 뇌가 직접 처리해야 할 인지 부하를 빌려 쓰는 상태가 되고, 시간이 지날수록 스스로 생각하는 근육이 약해지는 현상을 가리킵니다. 빚을 갚지 않으면 파산하는 것처럼, 뇌도 쓰지 않으면 점점 약해진다는 비유입니다.
제가 직접 겪은 상황도 비슷했습니다. AI가 만들어 준 코드를 충분히 검토하지 않고 그대로 적용했다가, 기존 시스템의 데이터 구조나 예외 처리 방식과 맞지 않는 부분이 뒤늦게 발견된 적이 있습니다. 코드 문법은 완벽했지만, 실제 업무 맥락을 이해한 코드는 아니었습니다. "AI가 만들어 줬으니 맞겠지"라는 생각이 얼마나 위험한지 그때 처음 깨달았습니다.
AI를 많이 쓴다고 문제가 생기는 게 아닙니다. 생각하는 과정을 통째로 AI에게 넘기는 수동적 사용 태도가 인지 부채를 만든다고 보는 시각이 맞다고 생각합니다.
메타인지가 없으면 AI 앞에서 무릎을 꿇는다
2025년 마이크로소프트 리서치와 카네기 멜런 대학이 ChatGPT, Copilot 등을 주 1회 이상 쓰는 지식 노동자 319명을 대상으로 936건의 실제 업무 사례를 분석한 연구가 있습니다(출처: Microsoft Research). 결과는 명확했습니다. AI에 대한 신뢰가 높을수록 비판적 사고는 줄어들고, 자기 자신에 대한 자신감이 높을수록 AI의 답을 검증하고 다듬는 경향이 강해졌습니다.
이 연구가 지목한 핵심 원인은 단순한 게으름이 아니었습니다. 사람들이 AI 답변을 검증하고 개선할 능력 자체가 부족할 때, 그냥 AI 답을 그대로 수용한다는 것이었습니다. 즉, 자기가 무엇을 모르는지조차 모르면 AI 앞에서 판단을 포기하게 된다는 겁니다.
여기서 결정적인 역할을 하는 것이 메타인지(Metacognition)입니다. 메타인지란 내가 무엇을 알고 무엇을 모르는지를 스스로 파악하는 능력을 말합니다. 이 능력이 있어야 AI에게 어떤 질문을 해야 하는지, 어느 부분에서 검증이 필요한지를 정확히 설정할 수 있습니다.
제 경우에도 확실히 차이가 났습니다. 코드 오류가 생겼을 때 로그와 데이터 흐름을 먼저 직접 확인하고 제가 놓쳤을 것 같은 부분을 메모한 뒤 AI에게 검토를 요청했더니, 같은 AI 도구를 써도 결과물의 품질이 달랐습니다. 제가 어디까지 알고 어디서 막혔는지를 명확히 했을 때, AI의 답변도 훨씬 제 상황에 맞게 나왔습니다.
좋은 프롬프트(Prompt)를 설계하는 것 자체가 사고 과정입니다. 여기서 프롬프트란 AI에게 전달하는 입력 문장과 맥락 전체를 의미하는데, 이걸 잘 설계하려면 자기가 뭘 원하는지, 어디서 막혔는지를 먼저 정리해야 합니다. 이 과정이 곧 메타인지 훈련이기도 합니다.
- 문제가 생기면 AI 창을 열기 전, 원인 가설을 먼저 메모한다
- AI에게 "답을 줘"가 아니라 "내가 이렇게 생각하는데, 빠진 게 있는지 봐줘"로 묻는다
- AI 답변을 받은 후 내 언어로 다시 설명해 보는 시간을 반드시 갖는다
비판적 수용, 의심이 아니라 책임의 문제다
하버드 비즈니스 스쿨이 보스턴 컨설팅 그룹의 컨설턴트 758명을 대상으로 진행한 실험 결과가 있습니다. AI 활용 범위 안의 과제에서는 AI를 쓴 그룹이 그렇지 않은 그룹보다 25% 빠르고 40% 이상 높은 품질을 냈습니다. 그런데 AI 능력 밖의 과제에서는 AI를 쓴 그룹의 정답률이 오히려 19% 포인트 낮았습니다. AI가 그럴듯하지만 틀린 답을 내놨고, 컨설턴트들은 그걸 의심 없이 받아들였기 때문입니다.
연구를 주도한 하버드의 파브리지오 델라쿠아는 이 현상을 '운전석에서 잠들기'라고 표현했습니다. 핸들은 잡고 있지만 실제로는 AI가 몰고 있는 상태, 그리고 AI가 잘못된 방향으로 틀어도 알아차리지 못하는 상황을 가리킵니다. 더 충격적인 건 성능이 뛰어난 AI를 받은 채용 담당자가 성능이 낮은 AI를 받은 사람보다 오히려 더 나쁜 결과를 냈다는 별도 실험 결과입니다. 좋은 AI일수록 사람이 더 쉽게 안심하고 검토를 포기한다는 의미입니다.
비판적 수용(Critical Acceptance)이란 단순히 "AI를 의심하라"가 아닙니다. AI가 생성한 텍스트는 통계적으로 가장 그럴듯한 다음 단어를 이어 붙인 결과물이지, 업무 맥락이나 시스템 구조를 이해한 판단이 아니라는 사실을 항상 기억하는 태도입니다. 솔직히 이건 저도 예상 밖이었습니다. AI 코드가 문법적으로 완벽해 보일수록, 오히려 더 꼼꼼히 검토해야 한다는 반직관적인 교훈을 실수를 통해 배웠습니다.
제가 사용 방식을 바꾼 뒤로 달라진 점이 있습니다. AI가 만든 내용을 공식 문서나 기존 소스와 대조하는 과정을 반드시 거치고, 보고서나 글도 AI에게 처음부터 완성을 맡기는 대신 제가 핵심 내용을 먼저 적고 문장 다듬기에만 활용하기 시작했습니다. 이렇게 하니 AI가 틀린 내용을 내놨을 때 이전보다 훨씬 빠르게 알아차릴 수 있었습니다. 제가 이미 맥락을 갖고 있었기 때문입니다.
자주 묻는 질문
Q. AI를 매일 쓰면 진짜 머리가 나빠지나요?
A. AI 사용 자체가 뇌를 약하게 만든다고 단정하기는 어렵습니다. MIT 미디어랩 연구에서 ChatGPT 그룹의 신경 연결성이 낮게 나온 건 사실이지만, 이 결과는 에세이 작성이라는 특정 상황에서 나온 것입니다. 문제는 AI 사용 빈도보다, 생각하는 과정을 AI에게 완전히 위임하는 수동적 태도라고 보는 시각이 더 설득력 있습니다.
Q. 코딩할 때 AI 코드를 그냥 복사해서 써도 되나요?
A. 저도 처음엔 그렇게 했습니다. 그런데 AI는 일반적인 코드 패턴을 만들어 줄 뿐, 실제 시스템의 데이터 구조나 예외 처리 방식까지 이해한 코드를 생성하지는 않습니다. 복사 전에 반드시 기존 소스와 공식 문서를 대조하는 과정이 필요합니다. 그 검토 과정 자체가 개발 실력을 쌓는 시간이기도 합니다.
Q. AI를 잘 쓰는 사람과 못 쓰는 사람의 차이가 뭔가요?
A. 마이크로소프트 리서치 연구에 따르면, 자기 분야에 자신감이 있는 사람은 AI 답을 그대로 받지 않고 검증하고 통합하는 경향이 강했습니다. 결국 자기 전문성과 메타인지가 있어야 AI를 도구로 부릴 수 있고, 그렇지 않으면 AI에게 부림을 당하는 구조가 됩니다.
Q. AI 답변이 틀렸는지 어떻게 알 수 있나요?
A. 해당 분야의 기초 지식이 있을수록 AI의 오류를 빠르게 알아차립니다. 모르는 분야일수록 AI 답이 그럴듯하게 느껴지고 검증도 어렵습니다. 그래서 AI를 사용하는 분야에 대한 공부를 병행하는 것이 중요하고, 공식 문서나 검증된 레퍼런스와 대조하는 습관이 기본적인 방어선이 됩니다.
Q. AI 없이 생각하는 시간을 따로 가져야 하나요?
A. MIT 미디어랩 연구에서 처음부터 도구 없이 글을 써온 그룹이 나중에 ChatGPT를 받았을 때 더 다양한 뇌 영역이 활성화되고 더 정교한 프롬프트 전략을 쓴다는 결과가 나왔습니다. 스스로 고민하는 근육이 먼저 있어야 AI도 더 잘 쓸 수 있다는 의미입니다. 저는 독서와 직접 문제를 풀어보는 시간을 의도적으로 AI 없이 갖고 있습니다.
결론
39살이 된 지금, AI를 쓸수록 더 잘하게 된다는 말이 무조건 맞지 않는다는 걸 몸으로 배웠습니다. 인지 부채는 눈에 보이지 않게 쌓이고, 어느 날 갑자기 회의에서 내 결과물을 설명하지 못하는 순간이 찾아옵니다. 빠른 결과보다 그 결과를 내 언어로 설명할 수 있는 능력이 더 중요하다고 생각합니다.
저는 AI가 나쁜 도구라고 생각하지 않습니다. 문제는 제가 생각을 시작하기 전에 AI 창부터 여는 습관이었습니다. 지금은 먼저 고민하고, AI로 검증하고, 다시 제 언어로 정리하는 순서를 지키려고 노력합니다. 이 순서 하나가 AI를 쓰면서도 제 사고력을 지키는 방법이라고 믿습니다.