AI 시대의 지적 자립에 대하여

AI는 확률적 시스템이다.
버튼을 누르면 정해진 결과가 나오던 시대는 끝났다. 이제 같은 질문도 어떻게 묻느냐에 따라 전혀 다른 답이 돌아온다.

“말만 하면 된다”는 약속이 있었지만 현실은 다르다. 원하는 결과를 얻기 위해서는 컨텍스트를 설계하고 하네스를 구축해야 한다. 인간이 시스템의 언어를 배우는 것이 아니라 시스템이 인간의 의도를 읽어야 한다는 직관성의 약속은 아직 지켜지지 않았다.

좋은 도구는 사용자의 손에 익는 순간 투명해진다. 망치질을 할 때 우리는 망치의 무게를 의식하지 않고 못에 집중한다. 그러나 지금의 AI는 사용자와 목적지 사이에서 계속 존재감을 드러낸다. “이 정도 컨텍스트는 넣어줘야 한다”, “환각이 있을 수 있으니 검증해 달라”는 요구는 도구가 인간의 능력을 확장하기보다 인간이 도구의 결함을 보완하도록 만든다.

그래서 많은 사람들은 피로감을 느낀다. 문제를 해결하는 대신 AI를 관리하고 설득하는 시간이 늘어나기 때문이다. 기술이 노동을 압축하는 대신 실행의 노동을 설명의 노동으로 바꾸는 현상이 벌어진다.

풍자적으로 말하면 우리는 지금 포크레인을 몰고 와서 콜라병 뚜껑을 따고 있다. 기술은 화려하지만 문제는 애초에 그렇게 할 일이 아니었다. 삽으로도 가능한 일을 포크레인으로 해결하려는 과잉 기술의 장면이 반복된다.

이런 상황에서 또 하나의 문제가 드러난다. 바로 경험의 파편화다. 숙련자와 초심자의 결과 격차가 극단적으로 벌어진다. AI는 전문가에게는 강력한 레버리지가 되지만 일반 사용자에게는 종잡을 수 없는 기계로 남는다.

“무엇이든 물어보세요”라는 빈 창은 친절해 보이지만 사실 가장 가혹한 UX다. 무엇을 모르는지도 모르는 사람에게 질문하라고 요구하는 인터페이스이기 때문이다. 전문가에게는 제약이 많고 입문자에게는 막막한 도구. 이것이 평균의 함정이다.

그래서 현재의 AI 문제는 성능의 문제가 아니라 정체성의 문제다. 도구인지, 서비스인지, 협력자인지 범주가 정해지지 않은 채 모두처럼 팔리고 있기 때문이다. 인프라처럼 말하지만 실제로는 아직 도구에 가까운 경우가 많다.

무림 영화에서 문하생은 3년 동안 청소만 한다. 그 시간은 답을 주지 않는다. 몸이 공간을 익히고 말로 설명되지 않는 것들이 손과 발에 먼저 들어오는 과정이다. AI는 정반대다. 처음 쓰는 사람에게도 즉시 최고 수준의 답을 건넨다. 그러나 비급은 받을 몸이 된 사람에게만 비급이다. AI를 잘 쓰는 사람은 이미 어딘가에서 자기만의 청소 3년을 마친 사람들이다.

사람을 부려본 사람이 AI도 부릴 줄 안다. 컨텍스트를 짜고 하네스를 구성하는 능력은 기술이라기보다 사람을 다뤄본 감각에서 온다. 사람에게도 “알아서 잘 해줘”라고 말하는 사람은 AI에게도 그렇게 말한다. 그리고 대부분의 경우 그 말은 제대로 작동하지 않는다.

그래서 AI 시대의 지적 자립은 새로운 의미를 갖는다. 답이 넘쳐나는 시대에 지적 자립이란 스스로 답을 찾는 능력이 아니다. 받은 답을 스스로 검토하는 능력이다.

청소 3년이 가르치는 것도 결국 이것이다.

답을 모르는 상태를 견디는 것.
주어진 것에 바로 만족하지 않는 것.
뭔가 이상하다는 느낌을 흘려보내지 않는 것.

On Intellectual Independence in the Age of AI

AI is a probabilistic system.
The era when pressing a button produced a predetermined result is over. Now the same question can return entirely different answers depending on how it is asked.

We were told that “you can just say what you want.” But reality is different. To obtain the result we want, we must design context and build harnesses. The promise of intuitive technology — that the system should understand human intent rather than humans learning the system’s language — has not been fulfilled.

A good tool becomes transparent once it settles into the user’s hand. When hammering a nail, we do not feel the weight of the hammer; we focus on the nail. But today’s AI keeps asserting its presence between the user and the destination. “You need to provide more context,” “There may be hallucinations, so verify the output.” These requirements make humans compensate for the tool’s imperfections rather than expand their abilities through it.

So people feel fatigue. Time that should be spent solving problems is instead spent managing and persuading the AI. Technology compresses labor, but here execution labor is being replaced with explanatory labor.

Put satirically, we are driving an excavator to open a bottle of cola. The technology is impressive, but the task never required it. Scenes of technological excess repeat themselves — using an excavator for something that could have been done with a shovel.

Another issue appears here: fragmented experience. The gap in results between experts and beginners becomes extreme. For experts, AI becomes powerful leverage. For ordinary users, it remains an unpredictable machine.

“Ask anything.”
The empty prompt window looks friendly, but it is in fact the most brutal UX. It asks questions of people who do not yet know what they do not know. For experts it is restrictive; for beginners it is overwhelming. This is the trap of the average.

The real problem with AI today is not performance but identity. It is being sold simultaneously as a tool, a service, and a collaborator without clearly being any of them. It is spoken of like infrastructure, while in reality it still behaves mostly like a tool.

In martial arts films, a disciple spends three years doing nothing but sweeping. That time does not give answers. It allows the body to learn the space; things that cannot be explained in words enter the hands and feet first.

AI is the opposite. It delivers high-level answers even to someone using it for the first time. But secret manuals are only meaningful to those prepared to receive them. People who use AI well are those who have already completed their own three years of sweeping somewhere.

Those who have managed people know how to manage AI. The ability to construct context and build harnesses comes less from technical knowledge than from the experience of working with people. The person who tells others, “Just figure it out,” says the same thing to AI. And in most cases, it does not work.

Thus intellectual independence takes on a new meaning in the age of AI. When answers are abundant, independence is not the ability to produce answers yourself.

It is the ability to examine the answers you are given.

The lesson of three years of sweeping is ultimately this:

Enduring the state of not knowing the answer.
Not being satisfied immediately with what is given.
Not letting the feeling that something is wrong pass unnoticed.

FROM BUNTGAMES.COM