
AI는 생각하는가, 인간은 생각을 멈추는가
한 학생이 인공지능에게 묻는다. “인간은 왜 행복을 추구해야 하나요?” AI는 철학자들의 견해를 정리한다. 학생은 그 답을 제출한다. 그러나 학생은 행복에 관해 생각했을까, 아니면 행복에 관한 설명을 전달받았을까? 이는 현실의 교육 현장을 바탕으로 만든 가상 사례다.
생성형 AI는 글쓰기, 번역, 요약, 자료 분석을 돕는다. 정보 접근의 문턱을 낮추는 강력한 도구다. 하지만 능력의 확장이 반드시 사유의 확장을 의미하지는 않는다. 이번 연재는 기술과 인간의 우열보다, 기술을 활용하는 인간이 무엇을 지켜야 하는지 묻는다.
1950년 앨런 튜링은 「계산 기계와 지능」에서 “기계가 생각할 수 있는가”라는 물음을 제기하고, 그 의미를 다투는 대신 대화 속에서 인간과 기계를 구별할 수 있는지를 살펴보는 모방 게임을 제안했다. 이것이 오늘날 튜링 테스트로 알려진 논의의 출발점이다.
현대 AI는 유창한 언어를 생성하고 복잡한 문제를 해결한다. 그렇다고 자연스러운 문장 생성이 인간과 같은 의미 경험이나 자기 성찰을 증명하는 것은 아니다. 반대로 AI를 그저 무의미한 단어 연결로만 묘사해도 실제 능력을 설명하기 어렵다. 무엇을 ‘생각’이라 부를 것인지는 여전히 열린 철학적·과학적 문제다.
칸트는 1784년 「계몽이란 무엇인가에 대한 답변」에서 타인의 지도 없이 자신의 이성을 사용할 용기를 강조했다. 그가 AI를 논의한 것은 아니지만, 이 사상을 오늘날에 적용하면 날카로운 질문이 생긴다. “AI가 그렇게 말했으니까”가 판단의 마지막 근거가 되어도 괜찮은가?
자료 수집이나 초안 작성은 맡길 수 있다. 그러나 무엇이 옳고 누구에게 피해가 생기는지, 왜 그 결론을 채택하는지 검토할 책임까지 사라지지는 않는다. 자율성이란 모든 일을 혼자 처리하는 능력이 아니라 도움을 받으면서도 이유를 따져 보고 판단을 수정할 수 있는 태도다.
소크라테스의 대화는 아는 것을 확인하는 데 그치지 않고, 자신이 안다고 믿는 것의 근거를 되묻게 했다. AI가 정의에 관한 철학 이론을 설명할 수는 있다. 그러나 “우리 학교의 규칙은 공정한가?”, “모두를 똑같이 대하는 것이 언제나 정의로운가?”라고 다시 묻는 순간, 지식은 삶의 문제로 들어온다.
동화 읽기도 마찬가지다. 줄거리를 요약하는 것과 이야기에서 목소리를 얻지 못한 존재가 누구인지 질문하는 것은 다르다. 교육은 정답을 빠르게 찾는 기술과 더불어 정답의 전제를 의심하는 힘을 길러야 한다.
내비게이션, 추천 시스템, 생성형 AI는 시간을 절약한다. 장애인의 접근성을 높이고 언어 장벽을 낮추는 데도 도움을 줄 수 있다. 문제는 도구에 일을 맡기는 것과 그 결과를 무비판적으로 받아들이는 것을 혼동하는 데 있다.
미국 국립표준기술연구소(NIST)는 생성형 AI 위험을 다루는 지침에서 자동화 편향, 즉 자동화 시스템의 결과를 지나치게 신뢰하는 경향을 지적한다. AI는 근거 없는 정보를 그럴듯하게 만들어 낼 수도 있다. 기자가 AI의 초안을 그대로 출판했다면, 도구가 작성했다는 이유로 검증 책임이 없어지지 않는다. 기업은 한계와 오류를 알리고, 언론사·학교·공공기관은 검토 절차를 마련해야 한다. 개인에게만 검증 책임을 떠넘겨서는 안 된다.
인간의 가치를 지능이나 생산성으로만 판단한다면 어린이, 노인, 장애인의 존엄까지 능력의 서열에 종속시키게 된다. 인간은 기계보다 더 많은 정답을 내놓아야 존중받는 존재가 아니다.
AI 시대의 위험은 기계가 더 많은 답을 만드는 것만이 아니다. 인간이 자신의 답을 더 이상 의심하지 않는 순간도 위험하다. AI를 거부하는 대신 AI의 도움을 받으며 근거를 확인하고, 타인의 목소리를 듣고, 잘못된 판단을 고칠 수 있어야 한다.
인간에게 필요한 것은 더 많은 정답만이 아니라 자신의 판단을 성찰할 용기다.
AI의 답을 마지막으로 의심해 본 때는 언제인가?
우리는 아이들에게 정답을 찾는 법과 정답의 근거를 묻는 법 중 무엇을 더 많이 가르치고 있는가?





