AI는 우리를 더 똑똑하게 만들까, 아니면 더 멍청하게 만들까

생각은 본래 어렵다. 그래서 인간은 오랫동안 계산기, 지도, 검색 엔진 같은 도구를 활용해 인지적 부담을 덜어왔다. 이러한 ‘인지적 오프로드(cognitive offloading)’는 효율성을 높이고 더 중요한 문제에 집중할 수 있도록 돕는다. 그렇다면 ChatGPT, Claude, Gemini와 같은 생성형 AI는 이 흐름의 연장선일까, 아니면 전혀 다른 변곡점일까.

최근 연구들은 이 질문에 대해 단순한 긍정이나 부정이 아닌, 보다 복합적인 답을 제시한다. AI는 학습을 가속화하고 즉각적인 피드백을 제공하는 강력한 도구다. 하지만 동시에, 과도한 의존은 우리의 사고 능력을 약화시킬 수 있다는 경고도 함께 나온다.

‘인지 부채’라는 새로운 개념

MIT 연구진은 AI 사용의 대가를 ‘인지 부채(cognitive debt)’라는 개념으로 설명한다. 이는 재정적 부채와 유사하다. 단기적으로는 편리함과 효율성을 제공하지만, 장기적으로는 사고력과 학습 능력의 약화를 초래할 수 있다.

실험에서 ChatGPT를 사용해 에세이를 작성한 참가자들은 뇌 연결성이 더 낮게 나타났고, 자신이 쓴 글에 대한 기억과 이해도도 떨어졌다. AI 없이 다시 글을 쓰게 했을 때 성과 역시 더 낮았다. 이는 AI가 단순한 도구를 넘어 사고 과정 자체를 대체할 수 있음을 시사한다.

학습 효율 vs. 학습 깊이

교육 분야에서도 유사한 결과가 관찰된다. AI의 도움을 받은 학생들은 문제 해결 속도와 정확도가 향상되었지만, 이후 독립적인 평가에서는 성과가 저하되는 경향을 보였다. 즉, ‘정답을 얻는 능력’은 향상되지만 ‘이해하는 능력’은 약화될 수 있다는 것이다.

또 다른 연구에서는 ChatGPT를 통해 정보를 요약해 학습한 참가자들이 스스로 정보를 조사한 그룹보다 더 피상적인 이해를 보였다. 이들은 이후 타인에게 조언을 제공하는 과제에서도 덜 구체적이고 실용성이 낮은 답변을 내놓았다.

전문가도 예외는 아니다

AI 의존의 영향은 전문가 집단에서도 나타난다. 한 연구에서는 의료진이 AI 보조 시스템을 활용해 종양을 탐지한 뒤, 해당 시스템이 제거되자 탐지율이 유의미하게 감소했다. 이는 반복적인 AI 의존이 기존 전문성을 약화시킬 수 있음을 보여준다.

그러나 ‘핵심 인지 능력’은 견고하다

그렇다고 해서 AI가 인간을 근본적으로 ‘멍청하게’ 만든다고 단정하기는 어렵다. 연구에 따르면 주의력, 추론력, 작업 기억력과 같은 핵심 인지 능력은 비교적 안정적으로 유지되는 경향이 있다. 문제는 능력 자체가 아니라, 그것을 사용하는 빈도와 방식이다.

협력자로서의 AI

흥미롭게도 AI를 ‘대체자’가 아닌 ‘협력자’로 사용할 때는 정반대의 결과가 나타난다. 먼저 스스로 사고한 뒤 AI를 활용한 참가자들은 더 창의적이고 논리적인 결과물을 만들어냈으며, 자신의 관점도 유지했다. 또한 AI를 정답 제공자가 아닌 힌트 제공자로 활용한 학습자들은 도구 없이도 높은 성과를 유지했다.

이는 AI가 사고를 대신하는 도구가 아니라, 사고를 확장하는 파트너가 될 수 있음을 시사한다.

기술과 사고의 공진화

결국 문제는 AI 자체가 아니라 ‘사용 방식’이다. 우리는 이미 계산기와 인터넷을 통해 사고 방식을 변화시켜 왔다. AI 역시 인간의 인지 구조를 완전히 대체하기보다는, 그것을 재구성하고 재배치할 가능성이 크다.

앞으로의 핵심 질문은 명확하다. 우리는 어디까지를 AI에 맡기고, 어디까지를 스스로 수행해야 하는가. 그리고 이 경계는 개인의 역량, 교육 방식, 정책 설계에 따라 어떻게 달라질 것인가.

AI 시대의 지능은 더 이상 ‘혼자 생각하는 능력’만으로 정의되지 않는다. 인간과 기계가 어떻게 사고를 나누고 협력하느냐가 새로운 기준이 되고 있다. (박세훈기자+Singularity+AI)