답이 공짜가 된 다음, 비싸지는 건 뭘까?

한 학생이 학교에서 받은 챗봇에게 물었다. "이 죽 어떻게 만들어?" 돌아온 답이 황당했다. "죽 만들어 본 경험은 좀 있어?" 답을 달라는데 질문으로 되받은 거다. 이 학생은 결국 짜증을 내고 그냥 시중에 풀린 일반 챗GPT를 켰다고 한다. ​ 에스토니아 얘기다. 인구 130만의 이 작은 나라가 올해 초 10·11학년 학생 거의 2만 명에게 챗GPT 계정을 공짜로 나눠줬다. 그런데 그 챗봇은 보통 우리가 쓰는 물건이 아니다. 학생 대신 숙제를 해주기를 거부하도록 설계됐다. https://www.wsj.com/tech/ai/estonia-schools-chatgpt-9ff76cc7 ​ 답을 주는 대신 어떻게 접근할지 같이 계획을 짜거나, 생각을 끄집어내는 질문을 던진다. 일부러 답을 막아둔 챗봇. 국가가 돈을 들여서 만든 게 하필 이거다. ​ 보통 '무료'라는 단어를 들으면 평등을 떠올린다. 다 같이 똑같이 좋은 걸 갖게 된다는 그림말이다. 그런데 답을 일부러 안 주는 도구를 공짜로 뿌린다는 건 어딘가 앞뒤가 안 맞는다. 왜 불편한 물건을 굳이 돈 들여 나눠줬을까. 이 질문을 붙잡고 한 칸만 내려가 보면, 이건 교육 정책 얘기가 아니라는 게 보이기 시작한다. ​ 흔해지면, 거부할 줄 아는 능력이 비싸진다 역사에는 반복되는 패턴이 하나 있다. 기술이 어떤 능력을 흔하게 만들면 그 능력의 값은 바닥으로 떨어지고, 대신 그걸 의도적으로 거부하는 역량이 새로운 희소재가 된다. ​ 농업혁명으로 칼로리가 흔해지자 '먹지 않는 절제' 가 귀해졌다. 날씬한 몸이 부의 신호가 된 게 그 결과다. ​ 산업혁명으로 육체노동이 사라지자 이번엔 '인공적으로 몸에 부하를 거는 일 '이 귀해졌다. 헬스장이라는 산업이 통째로 거기서 태어났다. ​ 정보혁명으로 정보가 공짜가 되자 ' 한 곳에 주의를 붙들어 두는 능력 '이 비싸졌다. 지금 우리가 집중력 부족에 시달리는 건 우연이 아니다. ​ 그렇다면 AI혁명은? 무엇을 흔하게 만드는가? 바로, 답을 흔하게 만든다. 무엇이든 물으면 그럴듯한 답이 즉시 나온다. ​ 이 패턴을 그대로 따라가면 답을 거부하고 스스로 사고하는 능력 이 다음 희소재다. 에스토니아의 그 답 안 주는 챗봇이 갑자기 다르게 보인다. 그건 교육 도구가 아니라 인지적 헬스장이다. ​ 칼로리가 넘쳐서 헬스장에 돈 내고 일부러 무거운 걸 드는 것처럼, 답이 넘쳐서 학생에게 일부러 마찰을 걸어주는 장치 다. 인쇄술은 재료를 나눠줬고, AI는 요리를 대신한다 여기서 한 가지를 분명히 짚어야 한다. 과거의 정보 기술도 격차를 벌린다는 말을 들었지만 결국엔 평준화로 이어졌다는 사실이다. ​ 인쇄술이 처음 나왔을 때 그건 일부 계층의 도구였다. 인터넷도 마찬가지였다. 그런데 시간이 지나자 문해율이 올라가고 정보 접근이 평준화됐다. 못 가진 쪽을 끌어올리는 힘이 작동한 거다. ​ 그러니 AI도 잘 설계된 튜터로 하위권을 끌어올릴 수 있다는 기대, 이건 가볍게 무시할 반론이 아니다. ​ 하지만 결정적인 차이가 하나 있다. 인쇄술과 인터넷이 나눠준 건 '재료'였다. 정보 말이다. 그 정보를 가지고 생각을 요리하는 일은 여전히 사용자 몫이었다. 그래서 재료를 똑같이 나눠주면 못하던 사람도 따라 올라올 여지가 있었다. 격차를 좁히는 힘이다. ​ AI는 다르다. 인류 역사상 처음으로, 정보를 처리해 답을 만들어내는 노동 그 자체를 대신해준다. ​ 흩어진 정보를 추려 해석하고, 따져보고, 결론까지 엮어내는 일을 기계가 떠맡는다. ​ 그럼 결과를 가르는 건 더 이상 답을 직접 만들어내는 능력이 아니다. 기계가 내놓은 답을 의심하고, 그게 좋은지 나쁜지 가려내고, 어떤 질문을 던져야 더 나은 답이 나오는지 아는 능력이다. ​ 문제는 이 판별하는 눈이, 그동안 스스로 생각하고 따져본 경험을 쌓아온 사람일수록 날카롭다는 데 있다. ​ 같은 도구를 똑같이 쥐여줘도, 그걸 다루는 사람의 축적된 역량 차이가 결과에 더 크게 반영되는 것이다. ​ 정보를 나눠주면 뒤처진 쪽이 따라붙지만, 답까지 대신 만들어주면 오히려 벌어진다. 인쇄술이 격차를 좁히는 기술이었다면, AI는 격차를 벌리는 기술이다. ​ 에스토니아 교사들도 이미 걱정하고 있다. AI가 공부 습관이 형성된 학생과 아직 길을 못 찾은 학생 사이의 틈을 더 벌릴 수 있다고 말이다. 기사는 이걸 부작용처럼 흘리지만, 부작용이 아니라 본질에 가깝다. 그 동료는 왜 거기서 멈췄을까 얼마 전 회사에서 상사가 또 나를 불렀다. 나를 부를 땐 대개 이유가 하나다. 다른 사람한테 시키면 퀄리티가 안 나오는, 좀 짜치고 답이 안 보이는 일. 이번에도 그랬다. ​ 다른 회사들은 이 사안을 어떻게 굴리고 있는지 분석해 오라는 거였다. 네 시간쯤 붙잡고 작업해서 가져갔고, 상사는 흥미롭게 들었다. ​ 회의가 끝나고 다른 실무자가 다가와 물었다. 어떻게 한 거냐고. 그러더니 이렇게 말했다. "나도 비슷한 내용은 나왔는데…" 그 뒤를 잇지 못했다. ​ 나는 그 말에서 멈칫했다. 솔직히 말하면, 나도 그에게 어떻게 했는지를 설명할 수가 없었다. ​ 비슷한 자료는 분명 그도 찾았을 거다. 같은 검색창에 같은 키워드를 넣으면 비슷한 게 나온다. ​ 그런데 흩어진 그 조각들을 하나의 구슬로 꿰는 일은, 자료를 모으는 일과는 완전히 다른 영역이었다. ​ 문제는 그 '다른 영역'을 내가 말로 옮길 수 없었다는 데 있다. 어떻게 연결했는지 보여주려는데 적절한 설명이 떠오르지 않았다. ​ 셰프는 소금 양을 숫자로 말하지 않았다 비슷한 장면을 다른 데서도 봤다. 흑백요리사에 나왔던 어느 셰프가 파스타 만드는 영상이었다. ​ 그가 하는 설명이 대충 이런 식이다. 파슬리는 이 정도 넣고, 소금은 이쯤, 면은 이만큼 익었을 때 면수를 이렇게. 처음 보는 사람 입장에선 어쩌라는 거야 싶을 거다. 요리책에 나오는 정확한 그램 수, 그 계량된 숫자를 그는 거의 말하지 않았다. ​ 그런데 왜 그런지 알 것 같았다. 수십 년을 몸으로 수련하면서 머릿속 깊은 곳에 새겨진 그 패턴은, 숫자로 떨어지지 않는다. 그건 감각이라서 언어로 옮기는 순간 대부분 새어 나간다. ​ 그래서 그는 어쩔 수 없이 모호하게 말할 수밖에 없었고, 보는 사람은 당황할 수밖에 없었다. 셰프가 못 한 설명과 내가 동료에게 못 한 설명은, 사실 같은 종류의 것이었다. ​ 이걸 어려운 말로 암묵지라고 부른다. 몸에 쌓였지만 언어로 떨어지지 않는 앎. 사실들을 연결해 하나로 꿰는 구조적 직관이 바로 이 암묵지다. ​ 그리고 여기서 AI 시대의 진짜 비대칭이 드러난다. AI는 언어로 적힌 건 즉시 복제한다. 레시피의 그램 수, 프롬프팅 책에 적힌 공식, 깔끔하게 정리된 매뉴얼. 그런 건 이미 흔하다. 흔해졌으니 값이 없다. 끝까지 남는 건 언어 바깥의 그 패턴 감각 이다. ​ 그래서 'AI를 잘 쓰는 법'을 프롬프팅 기술 정도로 여기는 건 핵심을 한참 비껴간 거다. 좋은 질문을 알아보는 안목은 프롬프팅 책 백 권을 봐도 안 생긴다. 읽고, 사색하고, 토론하고, 글을 쓰면서 세상의 흐름을 관찰하고 연결해 본 사람의 몸에만 천천히 쌓인다. ​ 셰프의 감각이 그렇듯, 이건 말로 전달되지 않는다. 직접 하고 보고 겪어야 붙는다. ​ 자본을 셋으로 나눠 보면 더 선명해진다. 금융 자본, 노동, 그리고 인지 자본. AI는 이 인지 자본을 대체하는 게 아니라 곱해주는 승수다. ​ 문제는 승수라는 게 0에 곱하면 0이라는 거다. 인지 자본을 미리 쌓아두지 못한 사람에게 AI는 도약의 사다리가 아니라 오히려 마이너스로 작동한다. ​ 터키의 한 연구가 이걸 데이터로 보여줬다. 챗GPT로 연습한 학생들은 연습 성적이 올랐지만, 정작 AI 없이 시험을 보자 성적이 17% 떨어졌다. https://knowledge.wharton.upenn.edu/article/without-guardrails-generative-ai-can-harm-education/ 답을 만들어내는 기계에 기대는 사이 자기 인지가 청산된 거다. 반면 답을 안 주고 문제만 던지는 버전을 쓴 학생들은 거의 떨어지지 않았다. 같은 도구인데 결과가 갈렸다. 격차의 근원은 도구가 아니라 그걸 쓰는 사람이었다. ​ 인지에는 거울이 없다 그런데 여기 고약한 문제가 하나 있다. 헬스장에서 키운 근육은 거울에 보인다. 체중계에 찍히고 바디프로필로 증명된다. 그 보이는 피드백이 사람을 다시 헬스장으로 끌고 간다. ​ 인지 능력은 어떤가. 보이지 않는다. 측정도 증명도 안 된다. 그래서 사람들은 보이지 않는 진짜 사고 대신 보이는 쪽으로 도망친다. ​ 책과 맥주를 함께 찍어 올리고, 서점에 다녀온 사진을 남기는 식이다. 이걸 허영이라고 손가락질할 일은 아니다. 인지에는 거울이 없으니, 자기가 생각하는 사람이라는 걸 보이는 무언가로라도 증명하고 싶어지는 것뿐이다. ​ 다시, 에스토니아 데이터로 돌아가 보자. 공짜로 계정을 나눠줬는데 62%만 활성화했고, 정기적으로 쓰는 건 35%뿐이다. ​ 거저 줘도 절반 넘게 손을 대지 않는다. 답을 받아내는 일은 편하지만 스스로 사고하라고 떠미는 도구는 불편하고, 사람은 불편한 쪽을 본능적으로 피하기 때문이다. 접근을 평등하게 열어준다고 해서 사용까지 평등해지지는 않는다. 게다가 그 35% 안에서도 다시 갈린다. 답을 받아 그대로 베끼는 쪽과, 그 답을 의심하며 더 나은 질문으로 되묻는 쪽. 격차는 그렇게 한 겹 더 깊어진다. ​ 거울이 없는 능력은 결국 산출물로만 보인다. 우리가 쓴 글, 우리가 짠 분석, 남들이 던지지 못한 질문. 그게 인지의 바디프로필 이다. ​ 답이 공짜가 된 다음 비싸지는 건, 답이 아니다. 흩어진 답들을 꿰어 남이 못 본 질문으로 되묻는 능력이다. 같은 챗봇을 똑같이 쥐어줬을 때, 우리는 그 답을 받아 적는 쪽인가, 아니면 그 답을 의심하고 다시 묻는 쪽인가. 거울이 없으니 아무도 대신 말해주지 않는다. 그래서 스스로 거울 앞에 서서 물어볼 수밖에 없다. #AI #인지자본 #에스토니아 #챗봇교육 #메타인지 #구조적직관 #암묵지 #크러치이펙트