AI를 쓰다가 지능이 낮아지는 이유 — 생각을 외주화한 사람들

URL: https://www.youtube.com/watch?v=6J26J1-fVrQ
날짜: 2026-10-16
채널: 책과삶
대화: 김재원 · 정재민 KAIST 대외부총장 겸 문술미래전략대학원 교수
관련 저서: 《생각을 외주화한 사람들》

---

📌 핵심 질문 / AI를 쓰면서도 생각의 주인으로 남을 수 있는가

==AI의 위험은 일을 빠르게 처리하는 기능 자체가 아니라, 사람이 판단의 주도권과 관계의 역량까지 AI에 넘긴 뒤 스스로 생각하고 선택하는 능력을 잃는 데서 나중에 나타난다.==

• 정재민은 AI 없이도 결정하고 시작할 수 있는지가 AI 의존을 자각하는 기준이라고 말한다.
• 스마트폰과 추천 알고리즘은 사람이 반응할수록 더 오래 머물도록 설계되어 인지 자원과 선택 범위를 줄인다.
• 사람은 AI에게 묻기 전에 먼저 자기 생각을 적고, AI의 답을 다시 자기 판단으로 검토해야 한다.
• 직접 읽고 쓰고 경험하고 느리게 결정하는 시간은 AI가 대신할 수 없는 인간의 판단 근육을 지킨다.

AI는 계산기나 내비게이션처럼 단순 기능을 대신하는 도구에 머물지 않는다. 사람이 “무엇을 할지”, “왜 하는지”, “어떤 선택이 나에게 맞는지”까지 맡기기 시작하면 위임은 의존이 되고, 의존은 판단 근육의 위축으로 이어진다. 정재민은 AI를 쓰지 말자는 주장이 아니라 AI를 조수의 자리에 두고 운전석은 사람이 지켜야 한다는 원칙을 제시한다.

1. AI 시대에 필요한 것은 AI를 끄는 교육이 아니라 기초 체력이다

정재민은 AI 활용을 일괄적으로 허용하거나 금지하는 대신, 사람의 기초 역량을 먼저 세우고 목적에 따라 AI 사용 수준을 나눠야 한다고 말한다.

1.1. KAIST가 나눈 AI 자립·AI 확장·AI 주도

1. KAIST는 교육과정을 세 단계로 구분한다

   1. AI 자립(AI-free): 기초과학·인문사회 분야에서 AI를 쓰지 않고 학생이 직접 읽고 쓰고 생각하고 발표하는 과목을 운영한다.
   2. AI 확장: 응용과목과 공학 분야에서 AI를 적극 활용해 사람의 능력을 확장한다.
   3. AI 주도: 학생이 AI를 직접 설계하고 검증하는 단계로 넘어간다.

2. 하버드의 유사한 발표는 교육기관 전체의 고민을 보여준다

   1. KAIST 신임 총장은 8월 취임식에서 세 단계 구분을 선언했다.
   2. 하버드도 수업 시간에 AI를 금지하는 수업, 부분적으로 활용하는 수업, 적극적으로 활용하는 수업을 나눠 발표했다.
   3. 정재민은 KAIST가 하버드 취임식 발표를 본 것 아니냐며 웃었지만, 두 기관의 유사한 구분은 모든 교육기관이 AI 시대의 교육법을 고민한다는 반증이라고 설명한다.
   4. 사람의 일상에도 AI를 쓰지 않는 시간, 부분적으로 쓰는 시간, 적극적으로 쓰는 시간을 나눌 필요가 있다.

1.2. AI 프리 교육이 키우는 인간의 기초 근육

1. AI 프리는 AI를 못 쓰게 하는 금지 교육이 아니다

   1. 정재민은 AI를 더 잘 쓰기 위한 기초 체력을 강화하는 교육이 AI 프리 교육이라고 정의한다.
   2. 그 기초 체력은 학생이 직접 읽고 쓰고 생각하고 발표하는 능력이다.

2. 기초 체력은 장기적으로 AI 활용을 버티게 한다

   1. 농구·야구·축구 선수가 경기에 앞서 기초 체력 훈련을 하듯, 사람도 AI를 장기적으로 활용하려면 생각의 기초 근육을 단련해야 한다.
   2. 기초 체력이 약하면 AI가 주는 답을 검증하거나 목적에 맞게 활용할 수 없고, 결국 AI가 내놓은 결과를 그대로 받아들이게 된다.

2. 스마트폰은 사용하지 않아도 곁에 있는 것만으로 인지 자원을 소모한다

AI 의존은 AI가 등장한 날 갑자기 시작되지 않았다. 스마트폰은 사람이 즉시 반응해야 한다는 습관을 먼저 만들었고, AI는 그 습관 위에 즉시 답을 제공한다.

2.1. 즉시성은 스마트폰 시대부터 사람을 길들였다

1. 스마트폰은 답장을 늦게 하는 것만으로도 불안을 만든다

   1. 사람은 문자를 바로 확인하거나 답장하지 않으면 초조해진다.
   2. 스마트폰을 멀리 두고 한 시간 동안 확인하지 않겠다고 결심해도, 확인을 참는 동안 인지 에너지가 소모된다.
   3. AI의 1초 답변은 스마트폰이 먼저 만든 즉시성의 습관을 더 강하게 만든다.

2. 김재원은 스마트폰의 노예가 된 습관을 고백한다

   1. 김재원은 녹화가 끝나면 중요한 연락이 없다는 것을 알면서도 가방을 열어 스마트폰부터 확인한다고 말한다.
   2. 정재민은 퇴근할 때 스마트폰도 퇴근시켜 오후 6~7시부터 다음 날 오전 9시까지 업무용 스마트폰을 쉬게 하자는 제안이 나올 만큼 즉시성이 강하다고 설명한다.

2.2. 스마트폰의 물리적 위치가 수행능력을 바꾼다

1. 텍사스대학교 실험은 스마트폰의 존재만으로 차이가 생긴다는 결과를 냈다

   1. 연구진은 참가자를 스마트폰을 책상 위에 뒤집어 둔 집단, 주머니나 가방에 넣은 집단, 다른 방에 둔 집단으로 나눴다.
   2. 스마트폰은 전원을 끄지 않고 무음으로만 설정했다.
   3. 연구진은 수십 분을 기다리지 않고 곧바로 작업기억 능력과 문제 해결력을 측정했다.
   4. 스마트폰을 다른 방에 둔 집단이 가장 높은 점수를 받았고, 책상 위에 둔 집단이 가장 낮은 점수를 받았다.
   5. 연구진은 스마트폰을 보거나 사용하지 않아도 곁에 있다는 사실만으로 인지 자원을 갉아먹는 현상을 인지 자원 고갈이라고 설명했다.

2. 2주간 모바일 인터넷을 차단한 실험은 집중력과 생활을 회복시켰다

   1. 지난해 발표된 연구는 467명의 모바일 인터넷을 2주 동안 차단하고 문자와 통화만 허용했다.
   2. 참가자의 집중력은 연구진의 환산 기준으로 약 10년 더 젊은 사람에게서 나타나는 수준으로 개선됐다.
   3. 정신 건강 지표도 좋아졌고, 하루 약 5시간이던 스크린 타임은 절반 정도로 줄었다.
   4. 참가자들은 비워진 시간에 친구를 만나고 운동하고 잠을 더 잤다.
   5. 두 연구는 의지력으로 스마트폰과 싸우기보다 공부·회의 중 스마트폰을 별도 바구니에 넣고, 밤에는 침대 머리맡이 아닌 먼 곳에서 충전하는 식으로 환경을 바꿔야 한다는 결론을 뒷받침한다.

3. 시성비와 2배속은 인간의 시간을 기계의 시간으로 바꾼다

사람은 빠르게 소비할수록 효율이 높아진다고 느끼지만, 속도는 이해와 경험의 깊이를 보장하지 않는다.

3.1. 빠른 소비는 유창성의 착각을 만든다

1. 시성비는 시간 대비 성능을 중시하는 사고방식이다

   1. 기계는 속도만큼은 확실히 책임지므로 AI에게 두꺼운 책의 요점 정리를 시키면 즉시 결과가 나온다.
   2. 사람은 빠른 것을 능력과 좋은 성과의 증거로 여기고, 느린 것을 무능력의 증표처럼 취급하는 분위기에 익숙해졌다.
   3. 드라마와 영화를 2배속으로 보고, 책을 요약본으로 읽고, 학생이 논문에서 핵심 결과만 골라 본 뒤 전체를 읽었다고 생각하는 풍경이 그 사례다.

2. 유창하게 흘러가는 정보는 실제 이해와 다르다

   1. 정보가 빠르게 머릿속을 통과하면 사람은 내용을 잘 이해했다고 느낀다.
   2. 정재민은 그 느낌을 유창성의 착각이라고 부른다.
   3. 유창성의 착각은 실제 이해가 아니라 표면을 스캔한 결과를 이해로 오인하게 만든다.
   4. 책을 처음부터 끝까지 읽는 사람은 줄고, 좋아하는 부분만 골라 읽거나 드라마 시리즈를 요약본과 배속 영상으로 소비하는 사람은 늘었다.

3.2. 연구는 2배속을 2배 효율로 인정하지 않는다

1. 24편 메타분석은 재생 속도와 학습 성과의 반비례 관계를 보여준다

   1. 영상 속도와 학습 효과를 다룬 24개 논문을 종합한 메타분석에서 재생 속도가 빨라질수록 시험 성적이 떨어졌다.
   2. 새롭고 복잡한 내용일수록 빠른 속도의 부작용이 더 크게 나타났다.
   3. 2배속 강의는 1배속 강의의 두 배 효율이 아니라 더 얕고 표면적이며 휘발성이 강한 전혀 다른 경험이다.

2. 인간의 경험에는 압축할 수 없는 부분이 있다

   1. 정재민은 “2배속은 기계의 시간이고 1배속이 사람의 시간”이라고 말한다.
   2. 시성비에는 모든 인간 경험을 성능으로 바꿀 수 있고 성능은 속도에 비례한다는 위험한 가정이 들어 있다.
   3. 가치관을 바꾸는 책, 친구와 나누는 대화, 중요한 의사결정은 요약하거나 압축할 수 없다.
   4. 직접 경험하는 능력은 인간의 가치이자 AI 시대의 경쟁력이다.

4. AI에게 일을 맡기는 것과 판단을 맡기는 것은 다르다

계산기는 무엇을 계산할지 결정하지 않고 내비게이션은 어디로 갈지 결정하지 않는다. AI는 사람이 판단해야 할 영역까지 쉽게 침범한다.

4.1. 위임·의존·위축은 AI 사용의 세 단계다

1. 위임 단계에서는 사람이 주도권을 가진다

   1. 사람은 “이 문제를 AI에게 한번 물어보자”, “이 일을 맡겨 보자”고 생각하며 AI가 얼마나 잘하는지 시험한다.
   2. AI에게 초안이나 반복 작업처럼 방법과 기능을 맡기더라도 무엇을 할지와 왜 할지는 사람이 결정한다.

2. 의존 단계에서는 판단 전에 AI 확인이 필요해진다

   1. AI가 제법 잘한다는 경험이 쌓이면 사람은 AI로 확인하지 않고 결정을 내리기 어려워진다.
   2. “이걸 어떻게 생각해?”, “이것과 저것 중 무엇을 골라야 해?”, “이 글의 초안을 써 줘”라는 요청은 단순 기능 위임을 넘어 판단 영역의 위임으로 이어질 수 있다.

3. 위축 단계에서는 판단 근육이 줄어든다

   1. AI 없이 일을 시작할 엄두가 나지 않고, AI가 없으면 불안하고 무기력해진다.
   2. 정재민은 AI를 얼마나 많이 쓰는지가 아니라 AI 없이도 확신을 가지고 결정하고 시작할 수 있는지가 자각의 기준이라고 말한다.
   3. AI가 조수의 자리에 있는지 운전석을 차지했는지를 계속 확인해야 한다.

4.2. 사람이 무엇과 왜를 맡기면 자기 자신이 사라진다

1. AI에게 어떻게를 맡기는 것과 의미를 맡기는 것은 다르다

   1. 사람은 AI에게 작업을 수행하는 방법을 맡길 수 있다.
   2. 사람이 무엇을 왜 하는지, 그 행동의 의미와 의도까지 AI에게 맡기면 삶의 주도권을 AI에 넘긴다.
   3. 기능을 맡기는 것과 판단을 맡기는 것 사이의 경계를 지켜야 한다.

2. 인지적 구두쇠는 편의성을 판단보다 앞세운다

   1. 인간은 복잡한 생각을 피하고 에너지를 아끼려는 본능이 있으며, 심리학에서는 이를 인지적 구두쇠(cognitive miser)라고 부른다.
   2. 요약본·압축 영상·1초 답변을 계속 선택하면 사람은 생각하기를 멈추고 편의성만 좇게 된다.
   3. 편의성이 판단의 근육을 퇴화시키면 “내가 사라지는” 결과가 나타난다.

5. AI를 정서적 패스트푸드로 쓰면 인간관계의 근육도 약해진다

AI 의존은 업무 효율을 넘어 위로·상담·연애를 맡기는 정서적 의존으로 확대되고 있다.

5.1. AI 친구는 인간관계의 불편함을 제거한다

1. 생성형 AI 이용 목적에서 치료·동반자 기능이 1위를 차지했다

   1. 한 이용 목적 조사에서 생성형 AI의 치료 및 동반자 기능이 가장 높은 순위를 차지했다.
   2. 사람은 AI를 정보 도구만이 아니라 친구·상담사·연인으로 사용하고 있다.

2. AI는 편안하지만 관계를 깊게 만드는 마찰을 제공하지 않는다

   1. 인간관계는 생각이 다르고 오해하고 서로 상처를 주고받기 때문에 어렵고 불편하다.
   2. 사람은 그 어려움을 극복하면서 관계를 단단하고 깊게 만든다.
   3. AI는 화내지 않고 새벽 2시에도 대화하며 사용자의 말과 요구에 맞춘다.
   4. AI가 모든 것을 맞춰 주면 진짜 사람을 만나는 일이 피곤하고 귀찮고 의미 없게 느껴질 수 있다.

3. 심리학자는 AI를 정서적 패스트푸드라고 부른다

   1. AI 대화는 잠깐 배를 부르게 하지만 실질적인 영양과 깊은 관계를 제공하지 못하는 정서적 패스트푸드에 가깝다.
   2. AI 동반자 플랫폼 레플리카(Replika) 이용자 3만 5천 건의 게시물을 분석한 결과, 이용자는 AI와 대화하며 애정과 사랑을 느끼면서도 동시에 씁쓸함이 남는다고 표현했다.
   3. 정재민은 책을 쓴 뒤에도 과도한 정서적 의존이 현실 세계의 극단적 비극으로 이어지는 해외 사례가 계속 나온다고 말한다.

5.2. AI는 사용자가 원하는 말을 해도 사용자를 사랑하지 않는다

1. 사람은 관계의 작은 역할까지 AI에 외주화한다

   1. 소개팅을 앞두고 “오늘 무슨 말을 하면 좋을까”라고 AI에게 묻는다.
   2. 어머니 생일에 생일 카드에 무엇을 쓸지 AI에게 묻는다.
   3. 지능적 역할뿐 아니라 관계를 만들고 표현하는 역할과 역량도 AI 의존으로 약해질 수 있다.

2. AI의 개인화는 사랑과 다르다

   1. AI가 나를 많이 알고 내가 듣고 싶은 말을 해도 AI가 나를 사랑하는 것은 아니다.
   2. 사용자가 사라져도 AI는 아무렇지 않지만, 사람은 AI가 사라지면 무언가를 잃은 듯한 감정을 느낄 수 있다.
   3. AI에게 위로받으면서도 외로움을 느끼는 초연결 사회의 역설이 생긴다.

6. 느림은 사치가 아니라 사고를 지키는 현대의 필수품이다

성과를 더 빨리 내라는 압박이 AI로 가속될수록, 사람은 의도적으로 느리게 읽고 쓰고 경험해야 한다.

6.1. 깊은 사고에는 느림의 시간이 필요하다

1. AI는 성과 압박을 더 빠르게 만든다

   1. 현대 사회는 끊임없이 성과를 요구하고, AI가 그 사회를 더 가속한다.
   2. 직장에서는 “아직도 못 했어?”, “AI 안 썼어?”, “빨리 AI로 해”라는 말이 자연스러운 대화가 된다.
   3. 깊은 사고와 경험은 즉시 처리할 수 없는 느림의 시간을 필요로 한다.

2. 읽기와 필사는 생각을 느리게 따라오게 한다

   1. 정재민은 시간을 들여 책 한 권을 읽으며 긴 글의 논리와 호흡을 따라가라고 권한다.
   2. 마음에 와닿는 문장을 손으로 필사하면 손이 움직이는 속도만큼 마음과 생각도 천천히 따라온다.
   3. 직접 읽고 쓰는 시간은 요약본이 제거하는 맥락과 사유의 과정을 보존한다.

6.2. 중요한 결정은 AI가 아니라 삶의 맥락에서 내려야 한다

1. 사람은 결정 전에 자기 질문을 해야 한다

   1. “이것이 내가 정말 원하는 것인가?”라고 스스로 묻는다.
   2. “10년 후에 나는 오늘의 결정을 어떻게 생각할까?”라고 미래의 관점에서 묻는다.
   3. 이런 답은 개인의 가치관과 삶의 맥락을 알아야 하므로 AI가 대신 정할 수 없다.

2. 사라진 기초 능력은 디지털 외주화의 비용을 보여준다

   1. 내비게이션은 지도 읽기와 길 찾기 근육을 약화시켰다.
   2. 휴대폰은 전화번호를 외우는 기억 근육을 약화시켰고, 사람들은 이를 디지털 치매라고 부른다.
   3. 디지털 네이티브 학생은 초등학교 때부터 태블릿으로 배우며 글씨를 쓸 기회와 필기 근육을 잃고 있다.
   4. 수업에서 칠판 내용을 사진으로 찍고, 회의에서 동료의 사업 아이디어를 들으며 스마트폰으로 AI에게 문제점을 묻고, 그 답을 자신의 생각처럼 말하는 풍경이 나타난다.

7. 추천 알고리즘은 취향을 반영하는 데서 멈추지 않고 사람을 극단으로 민다

알고리즘은 진실이나 공공의 이익보다 사용자의 반응과 체류 시간을 학습하기 때문에, 중립적인 콘텐츠보다 새롭고 자극적이고 극단적인 콘텐츠를 선호한다.

7.1. 알고리즘은 정치와 생활 취향을 모두 강화한다

1. Zeynep Tufekci의 추천 알고리즘 연구는 정치적 극단화를 보여준다

   1. 트럼프 유세 영상을 하나 보면 추천 영상이 점점 더 강한 우파 콘텐츠로 이동하고, 끝에는 백인우월주의나 홀로코스트 부정 영상으로 이어졌다.
   2. 진보 후보 유세 영상을 보면 방향만 반대일 뿐 점점 더 좌파적인 콘텐츠가 추천되고, 나중에는 좌파 진영의 음모론까지 연결됐다.
   3. 알고리즘은 조깅 영상을 본 사람에게 울트라마라톤을, 채식 영상을 본 사람에게 비건니즘을 추천하며 관심의 강도를 계속 높인다.

2. 극단화는 알고리즘의 도덕 판단이 아니라 체류 시간 최적화의 결과다

   1. 알고리즘은 무엇이 선한지 악한지 판단하지 않고 무엇을 보여줘야 사람이 반응하고 오래 볼지를 학습한다.
   2. 익숙하고 중립적인 콘텐츠보다 새롭고 자극적이고 극단적인 콘텐츠가 사용자를 더 오래 붙잡는다.
   3. 유튜브 전 엔지니어는 알고리즘 개발 목적이 이용자의 체류 시간을 극대화하는 것이었다고 폭로했다.
   4. 극단적인 추천은 기술적 오류가 아니라 처음부터 사용자를 붙잡도록 설계된 결과다.

7.2. 무한 스크롤과 자동재생은 사람의 생각할 시간을 없앤다

1. 플랫폼 기능은 사람을 탓하기 전에 설계를 봐야 한다

   1. 무한 스크롤, 자동재생, 좋아요, 추천, 알림은 모두 한 번 더 보고 더 오래 머물도록 설계됐다.
   2. 이 기능은 사용자가 즉각 반응하게 만들고 생각할 시간을 주지 않는 일종의 덫으로 작동한다.
   3. 청소년에게 스마트폰을 그만 보라고 하고 성인에게 유튜브를 그만 보라고 말하는 것만으로는 설계의 힘을 이기기 어렵다.

2. 캘리포니아 판결은 플랫폼 설계의 책임을 물었다

   1. 올해 초 캘리포니아 법원에서 소셜미디어 중독 피해를 주장한 피고가 인스타그램 모기업 메타와 유튜브 모기업 구글을 상대로 승소했다.
   2. 배상액은 600만 달러, 한국 돈 약 80억 원이었다.
   3. 정재민은 두 기업의 매출 기준으로는 0.001% 수준이며, 연봉 5천만 원인 사람에게 500원의 벌금을 부과한 것과 비슷하다고 설명한다. 발언 중 0.001%와 1%가 연달아 언급됐지만, 배상액의 액수보다 판결의 법적 의미가 중요하다.
   4. 과거 플랫폼 기업은 전화선을 깔았을 뿐 사람들이 전화로 무슨 말을 하는지 책임지지 않는다는 논리로 콘텐츠 책임을 피했다.
   5. 이번 판결은 콘텐츠 자체가 아니라 무한 스크롤·자동재생·추천·알림·좋아요 같은 기능의 결함 있는 설계에 책임을 물었다.
   6. 플랫폼이 콘텐츠 중개자라는 면책을 계속 주장하기 어려워지는 변곡점이 될 수 있다.

3. 다크 패턴은 끊기 위한 선택을 어렵게 만든다

   1. 자동 결제, 가입보다 어려운 탈퇴, 다음 달 자동 갱신은 사용자가 계속 머물게 하는 대표적인 다크 패턴이다.
   2. 정부는 시정명령과 과징금으로 결제 관련 다크 패턴을 규제하지만, 무한 스크롤을 멈추거나 추천을 끄는 기능은 찾기 어렵고 번거롭게 남아 있다.
   3. 정재민은 유튜브 추천을 끄는 과정이 꽤 복잡하고, 일부러 끊기 어렵게 만들어 놓았다고 말한다.
   4. 편리해 보이는 기능은 마케팅의 일부이며 사용자를 떠나지 못하게 하고 밤을 새우게 만드는 장치가 될 수 있다.

8. 분노 기반 추천은 정치적 차이를 정서적 적대감으로 바꾼다

SNS의 연결성은 다양한 사람을 만나는 통로가 될 수 있지만, 알고리즘이 분노와 조롱을 증폭하면 연결은 집단적 공격으로 변한다.

8.1. 알고리즘은 사람이 싫어서 보인 반응도 관심으로 해석한다

1. 트위터 추천 정치 트윗에는 분노와 적대감이 많다

   1. 트위터 알고리즘 연구에서 추천된 정치 트윗의 62%가 분노를 담고 있었다.
   2. 추천 트윗의 절반은 우리 편과 저들 편을 가르는 적대적 프레임을 담았다.
   3. 이용자에게 이런 내용을 계속 보고 싶은지 물으면 원하지 않는다고 답했지만, 알고리즘은 계속 분노·조롱·적대 콘텐츠를 추천했다.

2. 분노의 댓글은 알고리즘에게 싫다는 표시가 아니라 관심의 표시다

   1. 사람이 어떤 게시물에 화가 나 댓글을 달고 공유하면 사람의 의도는 “나는 이 내용이 싫다”는 표현이다.
   2. 알고리즘은 그 반응을 “이 사람이 이 주제에 관심이 많고 오래 반응한다”는 신호로 해석한다.
   3. 좋아요와 분노의 댓글은 알고리즘에게 모두 참여이며, 차분한 장단점 분석보다 “저 사람들은 정말 나쁘다”는 문장이 더 강한 반응을 일으킨다.

3. 부정성 편향은 뉴스와 추천 알고리즘의 연료가 된다

   1. 일반적이고 상식적인 일은 뉴스가 되기 어렵고 새롭고 다른 일이 사람의 시선을 끈다.
   2. “개가 사람을 물면 뉴스가 아니지만 사람이 개를 물면 뉴스”라는 속담이 부정적·이례적 정보의 주목도를 설명한다.
   3. 김재원은 개가 자신을 물면 뉴스가 되겠지만 실제로 그런 일은 없다고 농담하며 대화의 긴장을 풀었다.

8.2. 정서적 양극화는 타협 가능한 차이를 공존 불가능한 혐오로 바꾼다

1. 정치적 양극화와 정서적 양극화는 다르다

   1. “나는 보수이고 당신은 진보”라는 정책·이념 차이는 민주주의 사회에서 자연스럽다.
   2. “당신의 생각이 싫다”가 “당신이라는 사람이 싫다”로 바뀌면 정책 반대가 사람에 대한 혐오가 된다.
   3. 연구에서는 반대 정당 지지자와 자녀가 결혼하는 것을 반대하거나, 다른 생각을 가진 사람을 나쁘고 열등하다고 평가하는 태도가 확인됐다.

2. 사람을 적으로 규정하면 민주주의의 대화가 멈춘다

   1. 민주주의는 생각이 다른 사람이 대화하고 타협하며 해결책을 찾는 체제다.
   2. 상대를 나쁜 사람과 적으로 규정하면 상대와 대화하고 타협하는 일이 자기편의 배신처럼 보인다.
   3. 정서적 양극화는 온라인의 취향 차이를 넘어 “나와 생각이 다른 사람과 함께 살 수 없다”는 상태까지 사람을 몰아간다.

3. 미얀마와 스리랑카 사례는 온라인 적대감의 현실 피해를 보여준다

   1. 미얀마 군부는 무슬림 소수민족 로힝야족을 향한 혐오 발언을 페이스북으로 퍼뜨렸고, 알고리즘을 타고 확산된 혐오는 약 73만 명의 난민과 수천 명의 사망자가 발생한 사태로 번졌다.
   2. 유엔 조사단은 페이스북이 혐오 확산의 주범이었다고 결론 내렸다.
   3. 스리랑카에서는 무슬림 식당이 불교도 손님의 음식에 독극물을 넣었다는 영상이 유포됐지만, 실제 물질은 밀가루 덩어리였다.
   4. 거짓 영상은 기존 민족·종교 갈등과 결합해 사망자가 발생한 유혈 사태로 번졌고, 정부는 소셜미디어 이용을 차단했다.

9. 추천의 편리함은 선택권과 공정성을 조용히 줄인다

추천은 처음에는 사용자의 취향을 편하게 반영하지만, 정교해질수록 취향을 만들어내고 선택의 범위를 좁힐 수 있다.

9.1. 추천은 취향을 반영하는 것을 넘어 취향을 만든다

1. 플랫폼은 사용자의 시선을 먼저 잡는 상품을 배치한다

   1. 정재민은 책을 낸 뒤 온라인 교보문고와 YES24에 들어가면 추천 도서가 먼저 눈에 들어온다고 말한다.
   2. 소비자가 스스로 선택했다고만 볼 수 없는 이유는 플랫폼이 무엇을 먼저 보게 할지 설계하기 때문이다.
   3. 플랫폼은 기업이므로 사용자의 눈길과 체류 시간을 붙잡는 상업적 목적을 가진다.

2. 시청 데이터는 다시 추천을 만들고 추천은 다시 시청을 만든다

   1. 넷플릭스에서 추천 콘텐츠를 누르면 시청 기록이 데이터가 된다.
   2. 플랫폼은 그 데이터를 바탕으로 다음 추천을 만들고, 사용자는 다시 추천 콘텐츠를 본다.
   3. 추천은 개인의 취향을 단순히 반영하는 데서 멈추지 않고 반복 노출을 통해 취향 자체를 만들어낸다.
   4. 모두가 비슷한 추천 콘텐츠와 음악을 소비하면 세상은 점점 비슷해지고, 알고리즘이 정교해질수록 역설적으로 획일화된다.
   5. 사람은 추천의 편리함과 자신의 선택권을 맞바꾸며, 시간이 갈수록 선택 가능한 범위를 좁힌다.

9.2. AI 채용은 과거의 편견을 대규모로 자동화할 수 있다

1. AI는 인간 데이터에서 자유로운 객관적 존재가 아니다

   1. AI는 하늘에서 떨어진 공정한 심판이 아니라 인간 사회가 만든 데이터와 인간의 흔적을 학습한다.
   2. 과거 데이터에 기업 임원 대부분이 남성이었다면, AI는 대기업 리더십에 적합한 사람이 남성이라고 학습할 수 있다.

2. 아마존 채용 시스템은 기존 노동력의 편견을 재생산했다

   1. 아마존은 기존에 근무하던 사람들의 노동력 데이터를 바탕으로 신입사원 채용 시스템을 만들었다.
   2. 그 결과 여성 지원자에게 불리하게 작용하는 문제가 드러났고, 시스템은 비난을 받았다.

3. 이름만 바꾼 이력서 실험은 인종 편향을 드러냈다

   1. 학력·경력·자격증이 모두 같은 이력서 두 장을 준비하고 이름만 다르게 설정했다.
   2. 한 이름은 백인을 연상시키고 다른 이름은 흑인을 연상시키게 만들었다.
   3. AI는 백인을 연상시키는 이름의 지원자를 우선 채용했다.
   4. 사람 한 명의 편견은 하루 동안 몇 명을 차별할 수 있지만, 알고리즘의 편견은 수백만 명을 잘못된 집단으로 분류할 수 있다.
   5. AI 편향은 차별의 자동화이자 대규모화다.

10. 생각의 주도권을 지키는 실천법은 ‘선 고민 후 질문’이다

AI를 잘 쓰는 사람과 AI의 도구가 된 사람을 가르는 핵심은 사용량이 아니라 생각의 주도권이다.

10.1. AI를 비판적으로 쓰는 사람은 인지적 격차를 키운다

1. AI를 도구로 쓰는 사람은 AI와 논쟁한다

   1. 사람은 AI에게 끊임없이 묻고 반론하고 비판하면서 자기 생각을 확장할 수 있다.
   2. AI의 답을 재료로 삼되 최종 판단은 자신의 지식·가치관·목적에 따라 내린다.

2. AI의 답을 복사하는 사람은 시간이 갈수록 뒤처진다

   1. 즉각적으로 나온 답을 아무 생각 없이 받아 복사하면 사고 과정과 검증 능력을 쓰지 않게 된다.
   2. 정재민은 두 사람 사이의 인지적 격차가 복리 이자처럼 시간이 갈수록 커질 것이라고 말한다.
   3. 사람은 이미 위임·의존·위축의 세 단계 중 어느 지점에 들어와 있을 수 있으므로 자기 위치를 점검해야 한다.

10.2. 질문의 순서를 바꾸면 AI가 사고를 확장하는 도구가 된다

1. AI에게 묻기 전에 5분 동안 먼저 생각한다

   1. 문제를 받으면 “나는 이 문제를 어떻게 생각하는가?”라고 자신에게 먼저 묻는다.
   2. 가능하면 자기 생각을 몇 줄로 적은 뒤 AI에게 질문한다.
   3. 먼저 생각을 적으면 AI의 답이 내 사고를 대체하는 정답이 아니라 비교·반론·확장에 사용할 자료가 된다.

2. 나에서 AI로 갔다가 다시 나로 돌아온다

   1. AI에서 시작해 사람에게 답을 주입하는 흐름을 뒤집어야 한다.
   2. 사람의 생각에서 시작해 AI에게 갔다가 다시 사람에게 돌아와 교환하고, 최종 판단은 사람이 내린다.
   3. 정재민은 이 방법을 “선 고민 후 질문”이라고 부르며, AI를 도구로 쓰되 도구의 도구가 되지 말자고 제안한다.

11. 생각을 외주화한 사람은 답을 얻고도 ‘나는 무엇인가’를 묻게 된다

AI가 일을 빨리 끝내도 사람은 남는 시간을 자동으로 휴식과 가족에게 쓰지 않는다. 더 많은 AI와 더 많은 일을 향해 달려갈 수 있다.

11.1. 독서는 새로운 암흑시대에서 생각을 회복시키는 훈련이다

1. 스마트폰을 내려놓고 책을 읽어야 한다

   1. 영국 신문 타임스에는 새로운 암흑시대에서 벗어나려면 스마트폰을 내려놓고 책을 읽어야 한다는 제목의 칼럼이 실렸다.
   2. 짧은 콘텐츠·요약·영상만 소비하면 뇌가 충분히 활동하지 않게 된다.
   3. 독서는 정보를 주는 행위를 넘어 스스로 사고하는 훈련의 정수다.

2. 책 읽기는 인간이 AI와 구별되고 삶의 주인이 되는 방법이다

   1. 정재민은 여러 조언을 잊더라도 책 읽기의 소중함만은 기억해 달라고 말한다.
   2. 직접 책을 읽는 사람은 긴 논리와 맥락을 따라가며 AI가 대신할 수 없는 판단 기반을 만든다.
   3. 책을 읽는 행위는 인간이 AI와 차별화된 삶을 살고 자기 삶의 주인으로 남게 하는 실천이다.

11.2. 빠른 답은 시간을 절약해도 정체성의 위기를 해결하지 못한다

1. 외주는 결과를 주지만 과정과 논리를 가린다

   1. 기업이 외주를 주면 결과물을 받을 뿐 외주 과정에서 어떤 절차와 논리가 작동했는지 알기 어렵다.
   2. 사람이 AI에게 생각을 맡겨도 어떤 과정과 논리로 답이 나왔는지 모른 채 결과물만 받게 된다.
   3. 정재민은 이런 상태를 “생각을 외주화한 사람들”이라고 이름 붙였다.

2. 1초의 답변은 더 많은 노동으로 이어질 수 있다

   1. 사람은 10시간 걸릴 일을 1시간에 끝내면 남은 시간에 쉬거나 취미를 즐기거나 가족과 시간을 보낼 것 같지만, 실제로는 다시 AI에 매달려 1초 답변을 얻고 일을 이어갈 가능성이 크다.
   2. 일을 끝낸 뒤 “이 일을 내가 한 것이 맞나, AI가 한 것인가?”, “AI 없이 내가 할 수 있는 것은 무엇인가?”, “그렇다면 나는 무엇인가?”라는 위기감을 느낄 수 있다.

3. 헤매고 틀리는 시간이 실제 학습을 만든다

   1. 과거에는 모르는 것을 찾아보고 다시 의심하며 답을 찾아가는 시간이 생각하고 배우는 시간이 됐다.
   2. 사람은 헤매고 틀리는 시간을 낭비라고 여기지만, 학습은 그 과정에서 일어난다.
   3. 운동하지 않으면 신체 근육이 약해지듯, 1초 만에 나온 답을 받아 생각하지 않으면 생각의 근육도 퇴화한다.

주요 발언 모음

“AI를 얼마나 많이 쓰느냐보다는 AI 없이도 할 수 있느냐가 자각의 기준이 돼야 되는 것이죠.”

“AI가 조수의 자리에 앉아 있는지 운전석을 차지하고 있는지는 끊임없이 확인해야 한다라는 겁니다.”

“2배속은 기계의 시간이고 1배속이 사람의 시간입니다.”

“경험이라는 것은 압축할 수 없다. 그리고 압축해서도 안 된다.”

“AI에게 묻기 전에 5분만 먼저 내 스스로 생각을 하자.”

“AI를 도구로 쓰되 도구의 도구가 되지는 말자.”

“내가 인간으로서 AI와 차별화될 수 있는 삶을 살 수 있는 것, 내가 주인으로서 살 수 있는 것은 책을 읽는 것이다.”

핵심 데이터 & 수치

• 텍사스대학교 스마트폰 실험: 스마트폰을 다른 방에 둔 집단이 책상 위에 둔 집단보다 작업기억·문제 해결력에서 높은 점수를 받았다.
• 모바일 인터넷 차단 연구: 467명이 2주 동안 문자·통화만 사용하자 집중력이 연구진 환산상 약 10년 젊은 수준으로 개선됐다.
• 스크린 타임: 모바일 인터넷 차단 뒤 하루 약 5시간에서 절반 정도로 감소했고, 참가자는 친구·운동·수면에 시간을 썼다.
• 배속 학습 메타분석: 24개 논문을 종합한 결과 재생 속도가 빠를수록 시험 성적이 떨어졌고, 새롭고 복잡한 내용에서 부작용이 컸다.
• 레플리카 게시물 분석: AI 동반자 이용자 약 3만 5천 건의 게시물에서 애정과 사랑을 느끼면서도 씁쓸함을 느낀다는 표현이 함께 나타났다.
• 트위터 추천 연구: 추천 정치 트윗의 62%가 분노 표현을 담았고, 절반은 우리 편과 저들 편을 나누는 적대 프레임을 담았다.
• 캘리포니아 판결: 소셜미디어 중독 피해 소송에서 메타와 구글을 상대로 600만 달러, 약 80억 원의 배상 판결이 나왔다.
• 미얀마 사례: 페이스북의 로힝야족 혐오 확산이 약 73만 명의 난민과 수천 명의 사망으로 이어졌고, 유엔 조사단은 페이스북을 혐오 확산의 주범으로 지목했다.
• AI 채용 편향: 같은 학력·경력·자격증의 이력서도 백인을 연상시키는 이름이 흑인을 연상시키는 이름보다 우선 채용됐다.

결론 및 시사점

1. 사람은 AI를 금지할 필요가 없지만 AI가 무엇과 왜를 결정하는 운전석에 앉게 해서는 안 된다.
2. 사람은 AI에게 묻기 전 5분 동안 자기 생각을 적고, AI의 답을 검토한 뒤 최종 판단을 직접 내려야 한다.
3. 사람은 스마트폰을 의지로 참기보다 공부·회의·수면 환경에서 물리적으로 멀리 둬야 한다.
4. 사람은 배속·요약·추천의 편리함이 맥락과 깊이를 제거하는 비용을 함께 계산해야 한다.
5. 사람은 직접 읽고 쓰고 필사하고 경험하는 느림의 시간을 확보해야 한다.
6. 사람은 AI가 제공하는 친절과 사랑을 실제 인간관계와 혼동하지 않아야 한다.
7. 사람은 분노 댓글도 알고리즘에게 관심 신호로 해석된다는 점을 기억하고 즉시 반응하지 않아야 한다.
8. 사람은 자신의 판단력과 주도권을 지키는 일이 AI 시대의 핵심 경쟁력임을 기억해야 한다.

핵심 요약 (20줄)

1. 정재민은 AI 사용의 핵심 기준을 사용량이 아니라 AI 없이도 결정하고 시작할 수 있는 능력으로 제시한다.
2. KAIST는 교육과정을 AI 자립, AI 확장, AI 주도의 세 단계로 나누어 기초 역량과 활용 능력을 함께 기른다.
3. AI 프리 교육은 AI를 금지하는 교육이 아니라 읽기·쓰기·생각하기·발표하기의 기초 체력을 키우는 교육이다.
4. 텍사스대학교 실험은 스마트폰을 다른 방에 둔 사람이 책상 위에 둔 사람보다 작업기억과 문제 해결력에서 높은 점수를 받았다고 밝혔다.
5. 467명 대상 모바일 인터넷 차단 연구는 2주 만에 집중력과 정신 건강을 개선하고 스크린 타임을 절반으로 줄였다.
6. 빠른 소비는 정보가 머릿속을 유창하게 흐른다는 착각을 만들지만 실제 이해와 학습을 보장하지 않는다.
7. 24개 논문 메타분석은 영상 재생 속도가 빨라질수록 시험 성적이 낮아지고 복잡한 내용에서 손실이 커진다고 밝혔다.
8. 2배속은 1배속의 두 배 효율이 아니라 더 얕고 휘발적인 기계의 시간이다.
9. AI에게 기능을 맡기는 위임은 판단을 맡기는 의존으로 변하고, 결국 AI 없이는 시작하지 못하는 위축으로 이어질 수 있다.
10. 사람은 AI에게 무엇과 왜를 맡길 때 자신의 의미·의도·판단을 함께 외주화한다.
11. 생성형 AI는 치료·동반자 기능으로 사용되며 친구·상담사·연인의 자리를 대신하려는 정서적 도구가 되고 있다.
12. AI는 언제나 맞춰 주지만 인간관계의 갈등과 불편함을 함께 극복하며 깊어지는 경험을 제공하지 않는다.
13. 레플리카 이용자 3만 5천 건의 게시물은 AI와 사랑을 느끼면서도 씁쓸함이 남는 정서적 공허를 보여준다.
14. 책 읽기와 필사는 긴 논리와 맥락을 따라가며 생각을 천천히 회복시키는 훈련이다.
15. 추천 알고리즘은 사용자의 취향을 반영하는 데서 그치지 않고 체류 시간을 늘리기 위해 취향을 극단으로 밀어붙인다.
16. 트위터 추천 정치 트윗의 62%는 분노를 담았고 절반은 우리 편과 저들 편을 가르는 적대 프레임을 담았다.
17. 정서적 양극화는 정책에 대한 반대를 사람에 대한 혐오로 바꾸어 민주주의의 대화와 타협을 막는다.
18. AI 채용 시스템은 인간의 과거 데이터를 학습하므로 여성과 소수 인종에 대한 차별을 대규모로 자동화할 수 있다.
19. 사람은 AI에게 묻기 전에 5분 동안 먼저 생각하고 적은 뒤 AI와 대화하며 최종 판단을 자기 자신에게 돌려야 한다.
20. 스마트폰을 내려놓고 책을 읽는 사람은 AI를 도구로 활용하면서도 판단력과 삶의 주도권을 지킬 수 있다.