왜 점점 AI를 사용할수록 자신이 덜 값어치 있다고 느끼게 될까?
AI가 당신을 저평가하게 만드는 것이 아니라, 오히려 AI가 당신 사고의 실제 가치를 드러낼 뿐이다.
본문은 위챗 공식 계정 '불동경(不懂经)'에서 제공되었습니다. 저자: 불동경 야수의 러스트(Rust), 원문 제목: 《AI 시대의 장원홍 모순: 왜 AI를 더 쓸수록 자신이 무가치하게 느껴질까?》, 제목 이미지 출처: 비주얼 차이나(Visual China)
며칠 전 짧은 동영상을 보게 되었는데, 국가감염병의학센터 주임인 장원홍 박사가 1월 10일 홍콩 고산포럼에서 한 연설이었다. 그는 명확히 밝혔다. "나는 AI를 병원 진료기록 시스템에 도입하는 것을 거부한다."
왜냐하면 체계적인 훈련을 거치지 않은 AI는 근본적으로 의사들의 훈련 경로를 바꿔놓으며, 젊은 의사들이 전통적인 훈련을 통해 습득해야 하는 독립적인 진단 능력을 파괴하거나 손상시킬 수 있기 때문이다.
장원홍은 설명했다. 자신도 물론 AI를 사용하며, 먼저 AI에게 병례를 검토하게 한다고. 하지만 핵심은, 자신의 30여 년 임상 경험 덕분에 AI가 어디서 틀렸는지를 한눈에 알아볼 수 있다는 점이다.
문제는 젊은 의사들이다.
실습 단계부터 진단 결과를 AI에 의존하며, 완전한 임상 사고 훈련을 건너뛰게 된다면, 그는 결코 얻을 수 없는 중요한 능력 하나를 영원히 상실하게 될 것이다. 바로 ‘AI의 대답이 맞는지 틀리는지 판단할 수 있는 능력’ 말이다.
장원홍의 이 발언은 일반적인 AI 사용자의 관점에서, AI 시대의 기술과 레버리지(지렛대)에 대해 널리 오해되고 있는 현실을 날카롭게 꿰뚫어 보여준다.
지난 1~2년 사이 나는 일종의 특이한 ‘집단적 불안’을 목격했다.
흥미로운 점은 이런 불안이 기술을 모르는 사람들로부터 오는 것이 아니라, 정반대로 AI를 능숙하게 사용하는 엘리트 집단—프로그래머, 변호사, 애널리스트, 온라인 미디어인 등—으로부터 더 많이 나타난다는 사실이다.
초기에는 모두 AI가 자신을 초인으로 만들어줄 것이라 기대하며 들떴다. 하지만 짧은 효율성 열광 이후, 많은 이들이 더욱 깊은 무력감에 빠졌다.
AI가 80%의 일을 제로 비용으로 해낼 수 있다면, 내가 남긴 나머지 20%의 가치가 과연 내 직업적 자존감을 지탱할 수 있을까?
AI가 몇 분 만에 내가 두 주 걸려 작성한 코드를 완성한다면, 대규모 모델이 즉각 완벽한 리스크 평가 보고서를 출력한다면, Gemini나 두바오(Doubao)가 그림 기초조차 없는 사람에게 마스터급 작품을 만들어 준다면, GPT가 건강검진 결과를 ‘정확하게’ 읽어낸다면, 인간 기술의 방어선은 도대체 어디에 존재하는가?
예전에 『더 애틀랜틱(The Atlantic)』은 우리가 ‘기술 탈락화(de-skilling) 시대’에 접어들고 있다고 주장하는 기사를 게재한 바 있다. 그러나 반대편을 보면, AI가 기술을 쓸모없게 만든 것은 아니며, 오히려 격렬한 ‘기술 인플레이션(skill inflation)’을 일으키고 있다. 다만 기술이 다시 정의되어야 할 뿐이다.
실행 비용이 제로에 가까워지는 시대에 AI는 일종의 요괴 거울이다. 그것은 당신의 효율만을 확대하는 것이 아니라, 당신의 인식 수준, 즉 인식의 입자 크기(granularity) 혹은 정밀도를 동시에 증폭시킨다.
당신이 ‘쓰레기 같다’고 느끼는 이유는 아마도 AI가 무정하게 드러내는 하나의 사실 때문일 것이다. 과거 자랑스럽게 여겼던 당신의 일 대부분은 ‘블록 쌓기’, 즉 실행 행위였고, “말씀하신 대로 하기”였지, “생각하기”는커녕 문제를 제기하고 해결하는 것은 더더욱 아니었다는 사실 말이다.
21세기의 기술 진실은 더 이상 당신이 가진 도구의 수에 달려 있지 않다. 그것보다 당신의 머릿속에 얼마나 본질적인 레버리지가 존재하는가에 달려 있다. ‘거시적 통제 + 미시적 검증’의 종합 능력이야말로 AI 시대의 진정한 철밥통이다.
1. 장원홍 모순: 0의 10배는 여전히 0
실리콘밸리에는 널리 알려졌지만 자주 오해되는 관점이 하나 있다. 사람들은 말한다. “AI는 생산성을 10배로 증폭시키는 도구다.” 하지만 이 문장의 수학적 의미는 표면적 의미보다 훨씬 더 냉혹하다. 지금 당신의 능력이 1이라면, AI는 당신을 10으로 만들고, 당신이 10이라면 100으로 만들어준다. 하지만 특정 분야에 대한 근본 이해가 0이라면, 0에 10을 곱해도 여전히 0이다. 이것이 바로 장원홍이 우려하는 핵심이다. 실습 단계부터 AI에 의존하는 젊은 의사라면 그의 임상 판단력은 아마도 0일 것이다. 아무리 강력한 AI라도 0에 어떤 수를 곱하든 결과는 여전히 0이다. 더 무서운 점은, 이 ‘0’이 스스로가 0이라는 사실을 인식하지 못한다는 것이다. 장원홍은 솔직하게 말한다. “초보 의사가 AI에만 의존해서는 안 된다.” 왜냐하면 AI의 정확도가 95%라고 해도, 나머지 5%의 오류는 전문 의사가 식별하고 교정해야 하기 때문이다. 의사가 독립적인 진단 능력을 갖추지 못했다면, 어떻게 AI의 오류를 발견할 수 있겠는가? AI가 처리할 수 없는 난치병은 어떻게 다룰 것인가? 이것이 내가 말하는 ‘장원홍 모순’이다. 어느 정도로 보면, 누가 먼저인지 모를 닭과 알의 문제이기도 하지만, 다른 한편으로는 ‘사람이 도구를 쓰는가, 도구가 사람을 쓰는가’를 강조하는 것이다. 이는 AI 시대의 기술에 대한 첫 번째 진실을 드러낸다. AI의 본질은 ‘확률의 적합(fitting)’이며, 인간의 가치는 ‘결과의 책임’에 있다. 과거 우리가 말했던 기술은 주로 숙달된 실행 능력을 의미했다. 문법 암기, 법조문 외우기, 다양한 단축키 사용 등 말이다. 그러나 AI 시대에는 이러한 하드 스킬들은 급속히 가치가 떨어져 인프라로 전락한다. 그 자리를 차지하는 것은 더 은폐되어 있고, 더 희소한 능력, 즉 ‘판단력(judgment)’이다.所谓 판단력이란 바로 자신의 행동이 가져올 장기적 결과를 알고 있는 능력을 말한다. 한 가지 상황을 생각해보자. 베테랑 엔지니어와 신입 엔지니어가 동시에 AI를 이용해 코드를 작성한다고 가정하자. 신입은 단지 코드 조각만을 얻을 뿐이다. 이 코드에 아키텍처상의 잠재적 위험이 있는지 판단하지 못하며, 극한 동시접속 상황에서의 성능을 예측할 수도 없고, 이것이 ‘dead-end형’ 해결책인지조차 모른다. 반면 베테랑 엔지니어는 코드 자체를 보는 것이 아니라, 그 이면의 경로를 본다. AI에게 어떤 작업을 맡겨야 할지 알고 있으며, 결과를 어떻게 검증해야 할지 알고 있다. 또한 AI가 틀릴 때 어느 단계에서 수정해야 할지도 안다. 그리고 AI는 반드시 틀린다. 신입에게 AI는 검은 상자에 불과하다. 올바른 답을 출력해주기를 간절히 기도할 뿐이다. 전문가에게 AI는 무한한 체력의 인턴 팀이며, 지시하는 대로 움직인다. 따라서 미래의 전문가와 일반인의 차이는 ‘AI의 출력물을 검증할 수 있는 능력’을 갖추고 있는가에 달려 있다. 장원홍이 AI의 진단이 어디서 틀렸는지 한눈에 알아보는 것은 신비로운 직관 덕분이 아니다. 30여 년간의 임상 경험을 통해 축적된 ‘메타 능력(meta-capability)’ 덕분이다. 바로 이 능력이 AI를 통해 훈련 과정을 건너뛴 젊은 의사들이 가장 부족한 부분이다. 따라서 깊이 있는 전문 지식이 안정석처럼 버팀목이 되어주지 않는다면, AI가 가져오는 것은 효율이 아니라 값비싼 혼란일 뿐이다.2. 왜 당신의 프롬프트는 항상 ‘아쉬운가’?
왜 어떤 사람은 AI로 복잡한 문제를 해결할 수 있고, 또 어떤 사람은 단지 챗봇으로만 사용할까? 문제는 당신이 ‘주문(프롬프트)’을 잘 못 쓰는 데 있는 것이 아니라, 당신의 사고 엔트로피가 너무 높기 때문이다. 최근 매우 경계해야 할 현상이 있다. 바로 ‘사고 자체를 AI에 아웃소싱하는 것’이다. 문제가 생기면, 먼저 문제를 분해하지 않고, 뒤죽박죽인 요구사항을 모델에 던져버린다. 그런 다음 평범한 출력물에 대해 분노한다. “이 AI는 정말 쓸모없어!” 사실, AI가 어리석은 것이 아니라, 당신이 생각을 제대로 하지 않았을 뿐이다. AI 모델이 아무리 발전했더라도 본질적으로는 ‘컨텍스트(context)’에 기반한 예측 기계일 뿐이다. 출력물의 질은 엄격하게 입력된 컨텍스트의 질에 의해 제한된다. 이것이 바로 ‘Garbage In, Garbage Out(GIGO)’의 현대판이다. 21세기의 최정상 기술은 ‘명확한 표현’과 ‘구조적 사고’로 바뀌었다. 진정한 고수들은 대화창을 여는 순간부터 이미 머릿속에서 엄밀한 추론을 마친 상태다. 1. 문제 정의: 내가 해결해야 할 핵심 모순은 무엇인가? 2. 논리 분해: 이 큰 문제는 어떤 하위 작업들로 구성되며, 서로의 의존관계는 무엇인가? 3. 기준 설정: 어떤 결과가 되어야 ‘합격’이라고 할 수 있는가? 예를 들어, AI에게 기능 개발을 도와달라고 요청하기 전에, 데이터 흐름을 명확히 정리했는가? AI에게 글을 써달라고 요청하기 전에, 고유한 관점의 틀을 이미 구축했는가? AI가 ‘0에서 1로’ 사고하는 것을 대신해줄 것이라고 기대하지 마라. AI가 잘하는 것은 ‘1에서 100으로’ 살을 붙이는 일이지, 그 ‘1’, 즉 핵심 통찰과 논리의 골격은 반드시 당신이 제공해야 한다. 당신의 아이디어를 인간 동료에게 명확히 설명할 수 없다면, AI에게서 만족스러운 결과를 얻을 수 없다는 뜻이다. 명확한 글쓰기는 곧 명확한 사고다. 앞으로 자연어로 프로그래밍하는 것은 보편적인 기술이 될 것이다. 그러나 이는 프로그래밍이 쉬워진다는 의미가 아니라, 언어와 논리의 정밀도가 새로운 코드가 된다는 의미다. 당신의 사고가 혼란스럽다면, AI는 그 혼란을 고효율적으로 증폭시켜 줄 뿐이다.3. 정보의 유전자(茧房)를 벗어나라: 99%의 사람들보다 본질에 가까워지기
AI는 인류가 이미 보유한 방대한 데이터를 기반으로 훈련되었기 때문에, 본래부터 큰 결함 하나를 지닌다. 바로 ‘평균적인 합의(toward the mean)’, 즉 ‘무미건조한 중용성’이다. AI에게 건강, 재테크, 역사에 대한 의견을 묻는다면, 대부분 ‘교과서식’ 답변을 받게 될 것이다. 안전하고 정확하지만, 보통 매우 평범하다. 왜냐하면 그것은 단지 인터넷에서 가장 빈번하게 등장한 정보를 반복할 뿐이기 때문이다. 이로 인해 세 번째 차원이 등장한다. 바로 ‘진실과 거짓을 가려내는 통찰력’이다. 지식(Knowledge)과 이해(Understanding)는 서로 다른 개념이다. - 지식이란 ‘이렇게 해야 한다’는 것을 아는 것, - 이해란 ‘왜 이렇게 해야 하는지, 그리고 언제는 이렇게 하지 말아야 하는지’를 아는 것이다. 이것이 바로 장원홍과 젊은 의사 사이의 근본적인 차이다. 젊은 의사는 AI를 통해 진단 결과, 약물 처방, 치료 계획 같은 ‘지식’을 순식간에 얻을 수 있다. 하지만 장원홍이 가진 것은 ‘이해’다. 그는 이 지식들이 어디까지 유효한지, 어떤 상황에서는 규칙을 깨야 하는지, 언제 AI의 ‘표준 답안’이 틀렸는지를 안다. 정보과잉의 시대에, 당신이 단지 주입식 교육과 알고리즘 추천을 통해 정보를 얻고 있다면, 본질적으로 거대한 ‘에코룸(echo chamber)’ 안에서 기계적으로 반복만 하고 있는 셈이다. 당신은 사물의 작동 메커니즘을 진정으로 이해하지 못하고 있다. AI보다 똑똑해지려면, 99%의 사람들보다 본질에 더 가까워져야 한다. 즉, ‘제1원칙(First Principles)’에 접근해야 한다. - 비즈니스를 이해하고 싶은가? 베스트셀러 책과 공식 계정만 보지 말고, 현금흐름, 레버리지, 수요공급 관계, 인간의 탐욕을 연구하라. - 건강을 이해하고 싶은가? 권위 있는 가이드라인만 믿지 말고, 대사, 호르몬, 염증 반응의 생물학적 메커니즘을 연구하라. AI가 ‘표준화된 조언’을 줄 때, 오직 시스템의 근본 작동 원리를 진정으로 이해하는 사람만이 그 속에 숨은 허점을 날카롭게 포착하거나, 특수한 상황에서 과감하게 AI의 조언을 거부할 수 있다. 장원홍이 말했듯이, AI에 속는지 여부는 ‘당신의 능력이 AI보다 강한가’에 달려 있다. 그런데 지식으로는 AI와 비교할 수 없으므로, 오직 ‘이해’로만 경쟁할 수 있는 것이다. 미래의 경쟁 우위는 ‘훈련 데이터’를 의심하는 사람에게 있다. 당신은 자신만의 인식 체계를 구축해야 한다. 이 체계는 베끼는 것이 아니라, 실제 경험과 고통스러운 피드백 루프, 독립적인 사고를 통해 직접 검증한 것이어야 한다. AI는 인류 전체 지식의 평균값이다. 평균을 넘어서고 싶다면, AI에만 의존해서는 안 된다. AI가 통계적 확률로 도출할 수 없는 독자적인 통찰을 가져야 한다.4. 실행 가치가 제로가 된 후: ‘하는 사람’에서 ‘검수하는 사람’으로
시야를 좀 더 길게 가져가보자. 역사가 똑같이 반복되진 않지만, 비슷한 운율을 그리는 법은 있다. 1980년대 컴퓨터의 보급은 당시 회계사와 변호사들에게 공포를 안겼다. 그 전까지 변호사가 판례 하나를 찾기 위해선 산더미 같은 서류 더미 속에서 며칠씩 뒤져야 했다. 전자 검색 기술의 등장으로 이 작업은 몇 초 만에 끝났다. 변호사들이 실직했는가? 그렇지 않다. 오히려 법률 산업은 더 커지고 복잡해졌다. 검색이 쉬워지면서 고객들의 기대 수준도 함께 높아졌기 때문이다. 사람들은 더 이상 ‘판례를 찾는 것’에 돈을 지불하지 않는다. 대신 ‘복잡한 판례들을 기반으로 독특한 변호 전략을 구축하는 것’에 돈을 지불한다. 마찬가지로, AI가 코드 작성, 카피라이팅, 기초 진단 등을 인수한 후, 인간의 역할은 본질적으로 도약하고 있다. 우리는 이제 ‘장인(craftsman)’에서 ‘지휘관(commander)’으로, ‘하는 사람(doer)’에서 ‘검수하는 사람(verifier)’으로 진화하고 있다. 과거 우수한 엔지니어는 시간의 50%를 코드 작성에, 50%를 아키텍처 설계에 썼을 것이다. 지금은 90%의 시간을 아키텍처 고민, 비즈니스 이해, 사용자 경험 최적화에 쓸 수 있고, 코드 작업은 AI에게 맡긴 후 스스로 검토하면 된다. 이것은 곧 작업의 복잡도 상한선이 열렸음을 의미한다. 독립 개발자가 이제 10명 팀이 필요했던 회사를 혼자 운영할 수 있게 되었고, 업계에 정통한 미디어인이 하루 만에 과거 일주일 치 분량의 콘텐츠를 생산할 수 있으며, 장원홍 같은 베테랑 의사가 AI의 보조를 받아 이전엔 도저히 감당할 수 없었던 병례 수를 처리할 수 있게 되었다. 이것이 바로 AI 시대의 ‘기술’에 대한 새로운 정의다. 더 이상 단일 차원의 ‘전문성’이 아니라, 다차원적인 통합 능력이다. 당신은 모든 벽돌을 일일이 쌓을 필요는 없다. 하지만 건물의 역학 구조를 알아야 하고, 건물의 외관을 결정할 미적 감각을 가져야 하며, 건물이 어디에 지어야 가장 가치 있을지를 판단할 수 있는 비즈니스 감각도 필요하다. 이런 ‘거시적 통제 + 미시적 검증’의 종합 능력이야말로 AI 시대의 진정한 철밥통이다. 장원홍이 강조하는 두 가지 핵심 능력은 본질적으로 이와 같다. 1. AI 진단의 정확성을 판단한다 (미시적 검증) 2. AI가 대응할 수 없는 난치병을 진료한다 (거시적 통제) 이 두 가지 능력이 없는 의사는 ‘AI 조작원’에 불과하다.결론: 오직 상위 차원으로 올라갈 때만, 하위 차원의 강타를 즐길 수 있다
처음 언급한 현상으로 돌아가자. 왜 AI를 더 쓸수록 자신이 무가치하다고 느낄까? AI가 ‘힘든 일’을 통해 성취감을 얻을 수 있는 권리를 빼앗아갔기 때문이다. 예전엔 사흘을 들여 정성껏 보고서를 만들면, 스스로에게 가치를 느꼈을 것이다. 지금은 AI가 3초 만에 만들어내니, 그 허망한 가치감은 순식간에 무너진다. 이것은 분명 고통스럽지만, 동시에 각성이다. AI는 우리로 하여금 가장 어려운 질문에 직면하게 만든다. 기계적인 실행 외에, 나의 진정한 사고적 가치는 어디에 있는가? 사고하기를 꺼리는 사람들에게 이것은 최악의 시대다. 그들은 알고리즘의 부속물로 전락할 것이며, 자신이 평범한 정보의 유전자 속에 삼켜지고 있다는 사실조차 인식하지 못할 것이다. 하지만 호기심이 많고, 독립적인 사고력을 갖고 있으며, 사물의 본질을 탐구하고자 하는 사람들에게는 인류 역사상 최고의 시대다. - 모든 진입 장벽이 낮아졌다. - 모든 천장이 사라졌다. - 당신은 인류 역사상 가장 강력한 지략가들과 실행팀을 24시간 상시 대기 상태로 갖게 되었다. 장원홍은 AI를 반대하는 것이 아니라, 기초 능력 배양을 건너뛰고 바로 AI를 사용하는 것을 반대한다. 사고와 메타인지(Meta-cognition)를 AI에 아웃소싱하는 것을 말이다. 그 자신은 AI를 아주 능숙하게 사용한다. 30년간 쌓은 내공이 토대가 되어 있기 때문이다. AI는 그에게 있어 호랑이에게 날개를 달아주는 것과 같고, 내공이 없는 젊은 의사에게는 오히려 모종을 뽑아 키우는 것과 같아, 일시적인 해갈을 위한 독을 마시는 격이다. 21세기에 기술이 사라지는 것은 아니다. 다만 혹독한 정제(purification) 과정을 겪게 될 뿐이다. AI와 ‘문제 풀기’ 경쟁을 하지 말고, AI와 ‘문제 내기’ 경쟁을 하라. AI를 게으름 피우는 도구로 여기지 말고, 높은 지능으로驾驭(조종)하고, 지시하고, 오류를 수정해야 하는 초강력 레버리지로 여길 때, 당신이 AI를 통해 보게 되는 것은 평범한 자신이 아니라, 무한히 확장된, 강력한 슈퍼 개인이다.TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
즐겨찾기 추가
소셜 미디어 공유
작성자
虎嗅
