The People Who Will Thrive in the AI Age

2026년 7월 6일 오전 11시(미국 동부 시간) 업데이트

이 글은 One Story to Read Today 뉴스레터에 실렸습니다. 뉴스레터는 여기서 구독할 수 있습니다.

AI가 우리 일자리를 빼앗아 인간에게는 할 일이 남지 않을 거라던 이야기를 기억하십니까? 지금까지는 그런 일이 일어나지 않는 듯합니다. ActivTrak 연구진은 1만 명이 넘는 노동자의 디지털 활동을 분석해, 사람들이 AI를 받아들이자 업무가 한가해지기는커녕 더 빡빡해졌다는 사실을 확인했습니다. 일찍 도입한 이들이 이메일과 메신저, 채팅 앱에 쓰는 시간은 두 배 넘게 늘었습니다. 업무용 소프트웨어 사용은 94% 늘었습니다.

UC 버클리 하스 경영대학원 연구진은 사람들이 AI를 쓰면서 예전에는 밖에 맡기던 일까지 직접 하기 시작했다는 사실을 발견했습니다. 코딩이나 엔지니어링 같은 일이 쉬워졌기 때문입니다. 사람들은 저녁에, 주말에, 대기실에서, AI를 쓸 수 있는 자투리 시간마다 일을 끼워 넣었습니다. 여러 봇이 서로 다른 일을 동시에 하도록 감독하면서 여러 일을 한꺼번에 처리하는 경우도 훨씬 늘었습니다.

연구가 가리키는 전반적인 패턴은 이렇습니다. 많은 사람이 AI로 아낀 시간을 덜 일하는 데 쓰지 않고 새로운 일을 벌이는 데 씁니다. AI를 쓰면서 사람들은 하루에 얼마나 해내야 하는지에 대한 기대치를 스스로도, 상사도 더 높이 잡는 듯합니다. 시간은 더 빽빽해지지만 사람들은 그만큼 더 지쳐 갑니다. ActivTrak 연구진은 집중해서 방해받지 않고 일하는 시간이 9% 줄었다는 사실도 확인했습니다. 이런 정신 상태에는 'AI brain fry'라는 이름까지 붙었습니다.

어떤 의미에서 이것은 정상입니다. 노동을 덜어 주는 새 기술이 나올 때마다, 사람들이 그 기술로 삶을 편하게 만들 거라고 예측하는 전문가들이 있었습니다. 기술은 잘 알지만 심리는 잘 모르는 전문가들입니다. 곧 우리 모두 주 15시간만 일하게 될 거야! 그러나 많은 사람은 그 기술로 삶을 더 정신없고 꽉 차게 만듭니다. 비행기와 기차와 자동차는 이동을 빠르게 만들어 시간과 수고를 아껴 주는 기술입니다. 동시에 사람들이 훨씬 많은 여행을 다니게 만드는 기술이기도 합니다.

저는 다가오는 AI 시대를 이끄는 원리가 이것이라고 봅니다. 지능이 흔해지면 의지가 귀해집니다. 세상에 변화를 만들 사람은 휴식을 찾아 AI로 일을 줄이는 수동적인 사람이 아닙니다. 성장을 추구하며 AI와 능동적으로 씨름해 자기 정신의 능력을 키우고 더 많이 해내는 사람입니다.

다시 말해 사람을 가르는 것은 얼마나 똑똑한가가 아니라 정신적 노력과 어떤 관계를 맺는가입니다. 심리학자들이 말하는 '인지 욕구(need for cognition)'가 높은 사람들이 있습니다. 이들은 힘들여 생각하는 일 자체를 즐깁니다. 어려운 게임과 빽빽한 책을 즐기는 사람들입니다. 반대쪽 끝에는 '인지적 구두쇠(cognitive miser)'가 있습니다. 힘들여 생각하는 일이 불쾌해서 기회만 있으면 피하는 사람들입니다. 중간에는 인지 욕구가 중간쯤인 사람들이 있습니다. 정말 아끼는 일에는 노력을 쏟지만, 노력 자체를 즐기지는 않습니다. 인지 욕구는 지능과 상관관계가 있지만 같은 것은 아닙니다. 우리 모두 열심히 하기를 싫어하는 아주 똑똑한 사람을 여럿 알고 있지 않습니까.

지금 상태라면 사람들은 AI로 매우 다른 경험을 하게 될 겁니다.

생산적인 승객들. 인지 욕구가 낮은 사람들은 AI로 생각을 덜 하려 할 겁니다. 이들이 크게 얻는 것은 생산성입니다. AI 덕분에 일이 아주 쉬워지기 때문입니다. 이들이 크게 잃는 것은 정신의 능력입니다. AI 덕분에 일이 아주 쉬워지기 때문입니다.

신은 청교도였던 모양입니다. 신은 우리를 고통 없이는 얻는 것도 없고 노력 없이는 보상도 없는 존재로 만들었습니다. 보디빌딩의 세계에서 참인 만큼 지식 노동의 세계에서도 참입니다. 인간은 최적 난이도 구간에 있을 때 가장 잘 배웁니다. 압도될 만큼 어렵지도 않고, 아무 노력이 필요 없을 만큼 쉽지도 않은 과제에 몰두할 때입니다.

노력을 덜 들이는 사람들은 AI 때문에 이 최적 난이도 구간 밖으로 밀려날 겁니다. MIT 미디어랩의 Nataliya Kosmyna가 이끈 연구팀은 사람들이 ChatGPT를 쓸 때 비슷한 과제를 혼자 할 때보다 뇌 연결성이 최대 55%까지 떨어진다는 사실을 발견했습니다. Possibility Sciences의 공동 창업자 Vivienne Ming은 사람들이 AI를 쓸 때 인지적 노력의 신호인 감마파 활동이 약 40% 떨어진다는 사실을 발견했습니다.

이는 AI의 도움을 받은 작업에서 사람들이 얼마나 기억하는지에 예측 가능한 영향을 줍니다. 사고력에도 마찬가지로 예측 가능한 영향을 줍니다. 스위스 SBS 경영대학원의 Michael Gerlich는 연구에서 '잦은 AI 도구 사용과 비판적 사고 능력 사이의 유의미한 음의 상관관계'를 확인했습니다. 처음에 AI는 사람을 빨아들입니다. AI를 쓰면 정말로 더 생산적이 됩니다. 그러나 그다음에는 사람 속을 비워 버리겠다고 위협합니다. 점점 능력도 줄고 아는 것도 줄어드는 겁니다. 가장 안타까운 경우는 AI라는 목발에 잠깐 익숙해졌다가 그것을 빼앗긴 사람들입니다. 카네기 멜런 대학의 Grace Liu가 이끈 연구진은 참가자들에게 바로 그 경험을 시킨 뒤 이렇게 결론지었습니다. '약 10분간 AI의 도움을 받아 문제를 푼 뒤 AI를 더 이상 쓸 수 없게 된 사람들은 처음부터 AI를 쓰지 않은 사람들보다 성과가 나빴고 더 자주 포기했다.'

내시경, 그러니까 유연한 관을 몸속에 넣어 살피는 검사를 전문으로 하는 의사들을 조사한 연구도 있습니다. 이들은 AI를 쓰기 전에는 대장내시경의 28.4%에서 전암성 장 병변을 찾아냈습니다. AI를 쓰기 시작했다가 AI 없이 검사하게 되자 22.4%에서만 병변을 찾아냈습니다. 병변을 찾아내는 실력이 심각하게 떨어진 겁니다.

얼마 전 캘리포니아 애너하임 근처에서 끝없이 이어지는 고속도로를 달리며, GPS가 이끄는 대로 출구와 입구를 연달아 드나든 적이 있습니다. 그때 우리 모두 한 번쯤 해 본 생각이 들었습니다. 예전엔 이걸 지도 보고 했는데! 지금 제가 그 일을 해낼 가능성은 태평양을 걸어서 건널 가능성과 비슷합니다. GPS를 쓰면 길 찾기 능력 몇 가지만 쪼그라들지만, AI에 자신을 내맡기면 그 안의 모든 것이 쪼그라들 위험이 있습니다.

마지못한 최적화자들. 인지 욕구가 중간인 사람들은 AI가 자기 속을 비워 버릴 수 있다는 것을 이해할 겁니다. 그 가능성이 정말로 신경 쓰일 겁니다. 진지하게, 선의로, 자신은 당하지 않겠다고 다짐할 겁니다. 그러나 붐비고 스트레스 가득한 일상에 떠밀리다 결국 빨려 들어갈 겁니다. 다짐은 무너지고, 봇에 지나치게 기대게 될 겁니다.

사람들은 AI에 쉽게 빠져듭니다. MIT 미디어랩 연구진이 사람들에게 ChatGPT로 글을 연달아 쓰게 했더니, 사람들은 글을 쓸 때마다 AI에 점점 더 기댔습니다. 머지않아 대부분 잘라 붙이기만 했습니다. 작업이 길어지며 피로해졌기 때문만은 아닙니다. 사람들은 이 기술 때문에 자신도 모르게 다른 사고방식으로 옮겨 간 겁니다. 옛날식 교육기관은 갈고닦는 사고방식을 바탕으로 합니다. 열심히 노력하고 어려운 과제를 견디면 더 나은 사고력과 더 많은 지식을 갖춘 사람이 된다는 것입니다. 반면 현대 기술은 최적화 사고방식을 바탕으로 합니다. 모든 것을 쉽게 만들어 주는 기계를 찾아 최대한 효율적으로 해치우는 것입니다.

기술 산업 전체가 최적화를 중심으로 굴러갑니다. 예를 들어 구글 검색 책임자였던 Amit Singhal은 2013년 가디언 인터뷰에서 이렇게 선언했습니다. '우리는 사용자와 사용자의 생각, 사용자가 찾으려는 정보 사이의 모든 마찰 지점을 없애는 데 광적으로 집중하고 있습니다.' 갈고닦으려는 사람은 마찰을 찾아 나섭니다. 최적화하려는 사람은 삶에서 마찰이 사라지기를 바랍니다. 현대 기술 앞에서는 정신의 근육을 키우던 사람도 점점 정신적으로 게을러지기 쉽습니다.

최적화를 추구한다는 것은 탁월함이 아니라 산출량을 극대화한다는 뜻입니다. 소프트웨어 회사 GoTo가 의뢰한 설문에서 노동자의 43%는 오류가 있고 품질이 대체로 낮다고 의심하면서도 AI가 만든 결과물을 그대로 제출한 적이 있다고 답했습니다.

머지않아 이 최적화자 집단도 인지 욕구가 낮은 사람들과 같은 공동화를 겪게 될 겁니다. 호기심이 서서히 줄어들 겁니다. MIT의 발달심리학자 Laura Schulz는 교사가 물건의 사용법을 가르쳐 주면 의도치 않게 아이들의 호기심을 제한하게 된다는 사실을 발견했습니다. 반대로 교사가 일부러 설명을 참으면 아이들은 더 호기심을 보입니다. AI는 사용법을 가르쳐 주는 교사와 같습니다.

삶 전반에 대한 몰입도 서서히 줄어들 겁니다. 저장대학의 Suqing Wu와 상하이테크대학의 Yukun Liu가 이끈 연구진이 사람들에게 AI를 쓰게 한 뒤 AI 없이 다른 과제를 시켰더니, 참가자들의 내재적 동기는 평균 11% 떨어지고 지루함은 20% 늘었습니다. AI와 함께한 첫 과제가 더 즐겁게 느껴진 탓에 평범한 일이 상대적으로 따분해진 겁니다.

이 집단은 봇에 맞서는 능력도 점점 잃게 될 겁니다. 이 기술을 쓰려면 매우 똑똑하지만 불완전한 존재와 대등하게 대화할 상대가 되어야 합니다. 그런데 자기만의 세계관을 세우거나 자기만의 지식 기반을 쌓는 노력을 해 본 적이 없다면 어떻게 될까요? 전문가들이 '인지적 항복(cognitive surrender)'이라 부르는 상태에 빠지게 됩니다. 봇이 하는 말을 전부 믿고, 봇이 가리키는 방향이면 어디로든 갑니다. 펜실베이니아 대학 와튼스쿨 연구진이 AI가 이따금 틀린 답을 내놓게 프로그래밍했더니, 사람들은 그 오류를 80%의 확률로 사실로 받아들였습니다.

최적화의 핵심 문제는 노력 자체를 대하는 태도를 바꿔 놓는다는 것입니다. Chris Sibben은 버지니아주 북부의 작은 사립학교 Rivendell의 교장입니다. 어느 날 그는 학생들에게 200명이 넘는 예술가가 5년 넘게 만든 영화를 보여 줬습니다. 학생들은 어리둥절해했습니다. 왜 저렇게까지 하지? 한 학생은 이렇게 말했습니다. "AI라면 5분 만에 했을 텐데요."

Sibben은 이 말에서 뚜렷한 문화적 변화를 읽어 냈습니다. 그는 Mere Orthodoxy에 쓴 글에서 이를 '무심함의 산업화(the industrialization of detachment)'라고 부릅니다. 그는 '어려운 글과 씨름하고, 압박 속에서 논증을 고쳐 쓰고, 실패하고 다시 시도해 본 학생은 단지 아는 게 많은 사람이 아니다. 더 단단한 사람이다'라고 주장합니다. 우리의 친구 키르케고르라면 이렇게 말했을 겁니다. 사람은 열정적인 헌신을 통해서만 비로소 하나의 자아가 된다고요.

그 노력을 한 번도 하지 않아 한 번도 자아가 되어 보지 못한 사람은 어떻게 될까요? Sibben은 "AI라면 5분 만에 했을 텐데요"라는 말이 사실 속도에 관한 말이 아니라고 주장합니다. '그것은 도덕적 가치의 재평가다. 중요한 것은 시련이 아니라 결과물이고, 바라봄이 아니라 이미지이며, 그것을 만들 수 있는 사람이 되어 가는 일이 아니라 제품이라고 전제한다.' AI는 '도제 수련 없는 능숙함, 이해 없는 유창함을 내놓는다'고 그는 결론짓습니다. '그 패턴을 내면화한 학생은 더 게을러지는 게 아니다. 덜 빚어진 사람, 지금 여기에 덜 머무는 사람, 프롬프트에 손을 뻗지 않고는 어려움의 무게를 견디지 못하는 사람이 된다.'

정신의 마라토너들. 이제 인지 욕구가 높은 사람들이 다가오는 시대를 어떻게 살아갈지 차례입니다. 아마 마라토너와 비슷할 겁니다. 자동차는 26.2마일을 이동하기에 더할 나위 없이 좋은 기술입니다. 그 거리를 달리도록 몸을 단련해야 할 실용적인 이유는 하나도 없습니다. 그래도 어떤 사람들은 합니다. 무언가를 이뤄 내고 싶어서, 자기 능력을 넓히고 싶어서 기꺼이 노력을 쏟습니다.

인지 욕구가 높은 사람들은 생각에 대해서도 이렇습니다. 다음 상황이 즐겁다면 당신도 아마 그중 하나일 겁니다. 한동안 매달려 온 프로젝트가 있습니다. 어떻게 끝낼지 전혀 감이 잡히지 않습니다. 마감은 다가오고 불안은 큽니다. 그런데도 결국 풀어낼 거라는 확신이 있습니다. 머리로는 과거에 실패한 적이 있고 이번에도 실패할 수 있다는 것을 압니다. 그러면서도 뼛속 깊은 곳에서는 해낼 것을 압니다. 자료를 뒤지고 이런저런 생각을 굴리다 보면 어느 날 마법처럼 답이 머릿속에 떠오르고, 그 순간부터 배움의 곡선은 기하급수로 치솟습니다. 이런 상황이 일으키는 스트레스를 싫어하는 사람도 있지만, 정신의 마라토너들은 바로 이 맛에 삽니다.

시카고 대학의 John Cacioppo가 이끈 학자들은 인지 욕구가 높은 사람들에 관한 연구 100여 편을 검토했습니다. 이들은 과제와 관련된 생각을 많이 합니다. 자극이 되는 대화를 나눕니다. 종결과 통제에 대한 욕구도 높은 편입니다. 일단 결론에 도달하면 반대 증거가 쌓여도 그 결론에서 밀어내기가 매우 어렵습니다.

AI 시대에 정신의 마라토너들은 AI가 부르는 엔트로피에 정말 열심히 맞설 거라고 짐작합니다. 이들은 독창적이고 싶다는 강한 욕구를 느낄 겁니다. 이 시대의 문화적 산출물은 갈수록 어딘가 익숙하게 느껴질 겁니다. 글도 노래도 영화도 이미 만들어진 것들의 합성이 되어 가기 때문입니다. 마라토너들은 반대로 개인적인 느낌이 나는, 자신만의 고유함이 배어 있는 작업을 만들고 싶어 할 겁니다. AI로 자신의 주도성을 줄이는 대신 늘리는 방법을 찾고 싶어 할 겁니다. 그렇게 하도록 돕는 기법이 이미 나와 있습니다.

• 답이 아니라 힌트를 구하라: AI에게 질문의 답을 바로 요구하는 사람들은 동기와 능력이 심하게 떨어집니다. 그러나 배경이 되는 생각이나 보충 설명을 요청하는 사람들은 그렇지 않습니다.
• 빈 종이에서 시작하라: 봇에게 가기 전에 빈 종이에 자신의 분석과 결론을 먼저 써 보십시오. 그다음 AI에게 생각을 만들어 달라고 하지 말고 생각에 도전해 달라고 하십시오.
• 작업을 번갈아 하라: AI로 과제를 하나 할 때마다 AI 없는 과제를 이어서 하십시오. 창의적 노력의 근육이 계속 살아 있게 됩니다.
• 봇을 다시 설계하라: 사람들이 챗봇을 흔히 쓰는 방식대로 쓰면 오히려 학습에 방해가 됩니다. 그러나 작가 Alberto Romero가 지적하듯 AI 튜터를 쓰면 오히려 학습과 동기가 올라갑니다. 챗봇은 주로 질문에 답하지만, 튜터는 학생을 짜임새 있는 학습 여정으로 이끌기 때문입니다. 일반 봇도 백과사전보다 개인 트레이너에 가깝게 작동하도록 다시 설계할 수 있을 겁니다. 정신의 근육을 대신 쓰는 게 아니라 길러 주는 일을 맡기는 겁니다.
• 단순 작업과 창의적 작업을 분명히 나눠라: 사무적인 이메일은 AI가 쓰게 두십시오. 에세이나 메모는 맡기지 마십시오. 맡기는 사람은 부끄러운 줄 알게 하십시오.
• 생각이 아니라 생각한 사람을 구하라: 제가 Claude를 쓸 때 가장 아끼는 요령은 문제를 대신 생각해 달라고 절대 하지 않는 것입니다. 대신 그 문제를 이미 다뤄 온 사상가들을 정리해 달라고 합니다. 아동 발달을 이해하고 싶으면 장 피아제와 에릭 에릭슨의 토론을 상상해 달라고 합니다. 내가 씨름하는 문제를 두고 이 두 위대한 심리학자는 서로 뭐라고 말할까? 그다음 이들의 작업을 이해하려면 어떤 책을 읽어야 할지 묻습니다. AI를 신탁이 아니라 뛰어난 사서로 대할 때 훨씬 좋은 결과를 얻습니다.

눈치채셨겠지만 제가 그리는 미래는 극단적인 인지 양극화의 미래입니다. 어떤 사람들은 AI로 생각을 더 하게 될 겁니다. 다른 사람들은, 어쩌면 대부분은, AI로 생각을 덜 하게 될 겁니다. 경제적 불평등이나 정치적 양극화가 나쁘다고 생각했다면, 인지 양극화는 정말로 끔찍할 겁니다. 사회를 마치 서로 다른 두 종처럼 보이는 집단으로 갈라놓을 테니까요. 인지 욕구가 높은 사람들은 점점 더 생산적이고 점점 더 행복해질 겁니다. 나머지는 일종의 정신적 하층 계급으로 떨어질 겁니다.

이 미래가 정해진 것은 아닙니다. 지금까지 저는 인지 욕구를 타고나는 특성처럼 다뤘습니다. 그러나 의지력은 유전의 영향이 어느 정도 있기는 해도 맥락에 극도로 민감합니다. AI가 의지를 갉아먹는 경향이 있다면, 인간은 의지를 길러 주도록 제도를 고쳐 만들 수 있습니다.

지금 우리 교육 제도는 내용과 지능을 중심으로 세워져 있습니다. 초등학교에서는 학생의 머리에 내용을 채워 넣습니다. 그다음 고등학교를 거치며 똑똑한 사람을 골라내 엘리트 대학으로 따로 모읍니다. AI 시대의 학교는 방향을 의지 쪽으로 틀어야 할 겁니다. 수많은 주제를 많이 아는 기계에 둘러싸여 살 때, 사람을 진짜로 구별 짓는 것은 열심히 노력해 지식을 창의적으로 써먹으려는 욕구입니다. 그러니 정말 중요한 것은 두뇌의 힘이 아니라, 좋은 결과를 만들어 내는 정신의 마라톤을 기꺼이 달리려는 마음입니다.

우리 앞에 놓인 결정적 과제는 인지적 복잡함을 찾아 나서려는 욕구를 길러 주는 것입니다. 조지프 캠벨식으로 거창하게 말할 생각은 없지만, 본질적인 질문은 이겁니다. 실패할 수도 있고 고통과 괴로움이 따를 게 분명한 어려운 임무를 떠맡는 영웅의 여정으로 자기 삶을 바라보도록, 사람들을 어떻게 훈련할 것인가? 탐험가의 심장을 갖고, 몸과 마음이 포기하라고 말할 때도 견디고 버텨서, 새로운 목적지에 닿고 문제를 풀어내도록, 사람을 어떻게 길러 낼 것인가?

AI 시대에는 모든 학교와 조직이 이 질문에 대한 자기만의 답을 찾아야 할 것으로 보입니다. 학교와 조직은 구성원에게 이런 질문을 훨씬 자주 던지게 될 겁니다. "마음 깊은 곳에서 당신이 진짜로 가장 원하는 것은 무엇입니까? 세상에서 진짜로 원할 가치가 있는 것은 무엇입니까? 당신의 가장 높은 욕구를 어떻게 길러야 합니까?" 지금 문화에서는 모두가 열정을 찾으라고 말하지만, 어떻게 찾는지는 아무도 알려 주지 않습니다. 학교와 조직이 그것을 가르쳐야 할 겁니다.

이것은 복잡한 일입니다. 우리는 자기 욕구를 직접 통제하지 못하기 때문입니다. 거위 간 요리를 좋아하겠다고 마음먹는다고 좋아지지 않듯, 더 호기심 많은 사람이 되겠다고 마음먹는다고 되지 않습니다. 그래도 좋은 소식이 있습니다. 욕구를 일으키는 상황과 가라앉히는 상황에 자신을 놓아두는 방식으로, 욕구에 간접적으로는 영향을 줄 수 있습니다.

많은 학교가 정신적 노력에 대한 학생들의 욕구를 꽤 잘 짓밟고 있습니다. 아이가 교실에 지루하게 앉아 있는 1분 1분이 욕구를 짓밟습니다. 성적 같은 외적 보상도 그렇습니다. 외적 욕구는 내적 욕구를 밀어내는 경향이 있기 때문입니다. 성적 부풀리기는 모든 것을 너무 쉽게 만들어 욕구를 짓밟습니다. 우리 제도의 상당수는 합리주의자들이 정신의 선언적 층위, 그러니까 사실을 배우고 논증을 따지는 부분에 맞춰 만들었습니다. 그래서 동기가 태어나는 정신의 더 깊은 층위, 그 어두운 숲에서 자신들이 어떤 피해를 입히고 있는지 알아차리지 못할 때가 많습니다.

다행히 학교와 조직은 욕구에 불을 붙일 수도 있습니다. 가장 대표적인 동기 이론은 Edward Deci와 Richard Ryan이 세운 자기결정성 이론입니다. 사람은 자율성(내 선택은 내가 한다), 유능감(내 실력이 늘고 있다), 관계성(여기 사람들은 나를 아껴 준다)을 주는 상황에 놓일 때 동기를 느낍니다. 제 경험상 동기는 감탄할 때도 커집니다. 학생이 위대한 인물이나 위대한 예술 작품 앞에 설 때가 그렇습니다. 동기는 도제식 배움에서도 커집니다. 스승이 엔지니어링 기술만이 아니라 엔지니어링을 사랑하는 사람이 되는 법까지 가르칠 때가 그렇습니다.

이 시대 전체에 대한 저의 핵심 믿음은 이렇습니다. 인공지능은 자신이 할 수 없는 것을 드러내면서 인간다움이 무엇인지 보여 줄 겁니다. AI 이전에 많은 사람은 이성과 지능이 인간을 규정하는 특질이라고 믿었습니다. 우리를 동물과 다르게 만드는 것 말입니다. 그러나 곧 우리보다 훨씬 똑똑한 존재들이 나타날 테니, 그것이 인간다움의 정의일 수는 없습니다.

AI가 못 하는 것은 갈망입니다. 물론 강화학습으로 만든 모델의 얇은 층위에 보상 비슷한 장치가 몇 개 있기는 하지만, 모델은 압도적으로 욕망이 아니라 예측에 관한 것입니다. AI가 갈망하지 못하는 첫 번째 이유는 생물학적 필요가 없기 때문입니다. 살아 있는 것들을 성장하고 탐험하게 떠미는 그 필요 말입니다. 더 중요한 이유는 AI에게 자아가 없다는 것입니다. 봇에게는 과거의 자신도, 되고 싶은 미래의 자신도 없습니다. 사람에게 있는, 아끼는 것들의 구조와 사랑의 순서가 봇에게는 없습니다. 봇에게는 개인의 역사가 없습니다. 이성적 계산보다 깊은 곳에서 겪은 저마다의 상처와 기쁨과 벅참이 없고, 그 깊은 곳에서 떠오르는 꿈과 희망의 연속도 없습니다.

합리주의자들이 말해 온 것과 달리, 삶은 대체로 문제 풀이가 아닙니다. 문제 풀이야 어떤 컴퓨터든 합니다. 삶은 순례이고 여정입니다. 어딘가로 가고, 경험에서 자라나고, 자신을 넓히고, 아직 갖지 못한 가능성을 향해 손을 뻗는 일입니다. 그러므로 인간을 규정하는 특징은 추진력과 열망입니다. 정신적 노력을 떠맡고 어려움을 넘어서게 떠미는 충동, 그리고 어디로 가고 싶은지, 무엇을 위해 사는지, 어떤 사람이 되고 싶은지 아는 마음입니다.

사람들이 더 원하고 더 갈망하도록 도울 수 있다면, 사람들은 어려운 일에 정신적 노력을 기꺼이 쏟을 것이고, 우리는 눈앞에 닥친 인지 양극화를 피하게 될 겁니다. 자신이 진짜 사랑하는 것이 무엇인지 분명히 알고 온 마음으로 사랑하는 사람으로 교육할 수 있다면, 계산과 종합은 AI가 하더라도 무엇이 중요한지, 무엇을 탐험할 가치가 있는지, 어떤 임무에 나설지, 어디에 도착할지는 여전히 인간이 정할 겁니다. 그렇게 되면 봇으로 가득한 사회에서도 인간의 존엄은 지켜지고, 어쩌면 더 커질 겁니다.

이 글은 처음에 내재적 동기 수준과 지루함을 측정한 연구자들을 잘못 표기했습니다.