# AI 시대에 번영할 사람들 > Clean Markdown view of GeekNews topic #31683. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=31683](https://news.hada.io/topic?id=31683) - GeekNews Markdown: [https://news.hada.io/topic/31683.md](https://news.hada.io/topic/31683.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-07-22T10:01:02+09:00 - Updated: 2026-07-22T10:01:02+09:00 - Original source: [theatlantic.com](https://www.theatlantic.com/ideas/2026/06/ai-open-ai-anthropic/687689/) - Points: 11 - Comments: 0 ## Topic Body - AI 시대에 사람을 가르는 기준은 지능보다 **정신적 노력과 맺는 관계**이며, 지능이 흔해질수록 스스로 사고하고 성장하려는 **의지(volition)** 가 더 귀해짐 - 인지욕구가 낮은 사람은 AI로 생산성을 높이는 대신 사고 능력을 잃기 쉽고, 중간 집단은 효율화의 유혹에 굴복하기 쉬우며, 높은 집단은 AI를 정신적 역량을 확장하는 도구로 활용함 - AI 도입자는 이메일/메신저 사용이 2배 이상, 업무 소프트웨어 사용이 94% 늘어난 반면 집중 업무는 9% 줄었으며, 여러 실험에서도 뇌 연결성/인지적 노력/내재적 동기의 감소가 관찰됨 - **답 대신 힌트 요청하기**, 먼저 자신의 생각을 쓰기, AI 작업과 비AI 작업을 번갈아 하기, 챗봇을 튜터처럼 설계하기 등이 사고 능력을 유지하는 방법이 될 수 있음 - AI를 통해 더 많이 생각하는 집단과 덜 생각하는 집단 사이에 **인지적 양극화**가 생길 수 있으며, 학교와 조직은 지식 전달보다 자율성/유능감/관계성/어려움을 견디는 의지를 길러야 함 --- ### AI가 줄인 시간은 더 많은 업무로 채워짐 - [ActivTrak의 1만 명 이상 근로자 분석](https://www.activtrak.com/news/state-of-the-workplace-ai-accelerating-work/)에서 AI를 도입한 사람들의 업무량은 줄지 않고 더 조밀해짐 - 이메일/메시징/채팅 앱 사용 시간이 2배 이상 늘어남 - 업무용 소프트웨어 사용량이 94% 증가함 - 방해받지 않는 집중 업무 시간은 9% 감소함 - UC Berkeley Haas School of Business 연구에서는 코딩/엔지니어링이 쉬워지자 이전에 외주로 맡기던 작업까지 직접 수행하기 시작함 - 저녁/주말/대기 시간에도 짧은 업무를 끼워 넣음 - 여러 봇이 서로 다른 작업을 수행하도록 동시에 감독하는 다중 작업이 늘어남 - AI로 절약한 시간은 휴식보다 새로운 과업에 투입되며, 본인과 상사가 하루에 기대하는 성과량도 함께 높아짐 - 매시간 더 많은 일을 처리하지만 산만함과 피로도 커지는 상태에 **AI brain fry**라는 이름까지 붙음 - 비행기/기차/자동차가 이동 시간을 줄인 대신 여행 횟수를 늘렸듯이, 노동 절약 기술은 삶을 한가롭게 만들기보다 더 많은 활동을 가능하게 하는 경향이 있음 ### 지능이 흔해질수록 의지가 귀해짐 - AI 시대의 원칙은 **“지능이 풍부해지면 의지가 가치 있어진다”** 는 것임 - 차이를 만드는 사람은 AI를 수동적으로 이용해 덜 일하려는 사람이 아니라, AI와 씨름하며 자신의 역량을 개발하고 더 많은 일을 이루려는 사람임 - 심리학의 **인지욕구(need for cognition)** 는 어려운 사고 자체를 얼마나 즐기는지를 나타냄 - 높은 사람은 어려운 게임/밀도 높은 책/복잡한 문제를 즐김 - 낮은 사람은 힘든 사고를 불쾌하게 느끼고 피할 기회를 찾는 인지적 인색자(cognitive miser)에 가까움 - 중간 수준의 사람은 중요하게 여기는 문제에는 노력하지만 사고 자체를 즐기지는 않음 - 인지욕구는 지능과 상관관계가 있지만 같은 특성은 아니며, 지능이 높아도 정신적 노력을 싫어할 수 있음 ### 생산적인 승객들: 성과를 얻고 능력을 잃는 집단 - 인지욕구가 낮은 **생산적인 승객들(Productive Passengers)** 은 AI가 작업을 쉽게 만들어 생산성이 높아지는 동시에, 같은 이유로 정신적 역량이 약해질 수 있음 - 사람은 압도될 정도로 어렵지도, 아무 노력도 필요 없을 만큼 쉽지도 않은 **최적 난이도 영역**에서 가장 잘 배움 - AI는 적은 노력을 선호하는 사람을 이 영역 밖으로 밀어내며, 직접 사고해야 할 부분까지 대신 처리함 - Nataliya Kosmyna가 이끈 MIT Media Lab 연구에서는 유사한 과제를 수행할 때 ChatGPT 사용자의 뇌 연결성이 비사용자보다 최대 55% 낮게 측정됨 - Possibility Sciences 공동 창업자 Vivienne Ming의 측정에서는 인지적 노력의 지표인 감마파 활동이 AI 사용 중 약 40% 감소함 - SBS Swiss Business School의 Michael Gerlich 연구에서는 빈번한 AI 도구 사용과 비판적 사고 능력 사이에 유의미한 음의 상관관계가 나타남 - AI는 처음에는 생산성을 높이지만, 의존이 지속되면 지식과 능력을 내부에서 비우는 결과로 이어질 수 있음 - Grace Liu가 이끈 [Carnegie Mellon University 연구](https://arxiv.org/html/2604.04721v1)에서는 약 10분간 AI의 도움을 받은 뒤 접근 권한을 잃은 참가자가 처음부터 AI를 쓰지 않은 사람보다 성과가 낮고 더 자주 포기함 - AI를 사용하기 시작한 내시경 전문의들은 AI 없이 검사할 때 전암성 장 병변 발견률이 기존 28.4%에서 22.4%로 하락함 - GPS가 지도 읽기와 길 찾기 능력을 약화시켰듯이, AI는 허용하는 범위에 따라 훨씬 광범위한 사고 능력을 약화시킬 수 있음 ### 마지못한 최적화자들: 위험을 알아도 의존하게 되는 집단 - 중간 수준의 인지욕구를 가진 **마지못한 최적화자들(Reluctant Optimizers)** 은 AI가 자신을 비울 수 있다는 위험을 인식하고 저항하려 하지만, 혼잡하고 스트레스가 큰 일상에서 점차 봇에 의존하게 됨 - MIT Media Lab 실험에서 ChatGPT로 연속해서 글을 쓰게 한 참가자들은 작업을 거듭할수록 AI 의존도가 높아졌고, 결국 복사/붙여넣기가 대부분을 차지함 - 이는 피로 누적뿐 아니라 기술이 사용자의 사고방식을 바꾸기 때문임 - 전통적인 교육은 어려운 과업을 견뎌 더 나은 사고자와 더 많은 지식을 가진 사람이 되는 **수련(cultivation)** 을 중시함 - 현대 기술은 기계를 이용해 마찰을 없애고 결과를 최대한 효율적으로 만드는 **최적화(optimization)** 를 중시함 - Google 검색 책임자였던 Amit Singhal은 2013년 사용자의 생각과 원하는 정보 사이에 존재하는 모든 마찰을 줄이는 데 집중한다고 밝힘 - 수련형 사고방식은 마찰을 찾지만, 최적화형 사고방식은 마찰 없는 삶을 원함 - 최적화의 목표는 탁월함보다 산출량 극대화에 가까움 - GoTo가 실시한 설문에서 근로자의 43%는 오류가 있거나 품질이 낮다고 의심하면서도 AI 생성물을 제출한 적이 있다고 답함 ### 호기심/동기/판단력이 약화되는 과정 - Laura Schulz의 연구에서는 교사가 물건 사용법을 직접 가르치면 아이들이 그 물건을 탐구하려는 호기심이 제한됨 - 사용법을 알려주지 않으면 더 다양한 방식으로 탐색함 - AI는 답과 방법을 계속 제공하는 교사처럼 작동할 수 있음 - Zhejiang University의 Suqing Wu와 ShanghaiTech의 Yukun Liu가 이끈 연구에서는 AI 사용 뒤 AI 없이 다른 과제를 수행할 때 내재적 동기가 평균 11% 감소하고 지루함은 20% 증가함 - AI와 함께한 첫 과제가 더 즐겁게 느껴지면서 일반적인 작업이 상대적으로 따분해짐 - 자신의 세계관과 지식 기반을 만들지 못한 사람은 불완전한 AI에 맞서는 대화 상대가 되기 어려움 - 이런 상태에서는 봇의 오류나 제안을 검증하지 않고 따르는 **인지적 항복(cognitive surrender)** 이 일어남 - Wharton School 연구진이 AI가 가끔 오답을 내도록 설정하자 참가자들은 오류의 80%를 사실로 받아들임 ### 산출물보다 사람이 형성되는 과정을 잃는 문화 - Northern Virginia의 Rivendell 학교장 Chris Sibben은 200명 이상의 예술가가 5년 넘게 제작한 영화를 학생들에게 보여줌 - 한 학생은 AI라면 5분 만에 만들 수 있는데 왜 그렇게 오래 작업했는지 이해하지 못함 - Sibben은 이를 **거리 두기의 산업화(industrialization of detachment)** 라고 부름 - “AI라면 5분이면 된다”는 반응은 속도만의 문제가 아니라 가치 기준의 변화임 - 시련보다 산출물을 중요하게 여김 - 보는 능력보다 이미지를 중요하게 여김 - 무언가를 만들 수 있는 사람으로 성장하는 과정보다 완성품을 중요하게 여김 - AI는 견습 과정 없는 능숙함과 이해 없는 유창함을 제공함 - 이 패턴을 내면화한 학생은 단순히 게을러지는 것이 아니라, 덜 형성되고 현재에 덜 몰입하며 프롬프트 없이 어려움을 견디기 힘든 사람이 될 수 있음 ### 정신적 마라토너들: 편리함보다 역량 확장을 선택함 - 인지욕구가 높은 **정신적 마라토너들(Mental Marathoners)** 은 자동차가 있어도 42.195km를 달리는 사람처럼, 실용적 필요가 없어도 자신의 능력을 넓히기 위해 정신적 노력을 선택함 - 이들은 해결 방법이 보이지 않고 마감과 불안이 다가오는 상황에서도 결국 스스로 답을 찾아낼 수 있다는 확신을 유지함 - 탐색과 브레인스토밍을 지속하다 해답이 나타나고 학습 곡선이 급격히 상승하는 과정을 즐김 - University of Chicago의 John Cacioppo가 이끈 연구진은 높은 인지욕구를 다룬 100개 이상의 연구를 검토함 - 과제와 관련된 생각이 많음 - 자극적인 대화에 참여함 - 종결과 통제에 대한 욕구가 높음 - 결론을 내린 뒤에는 반대 증거가 쌓여도 입장을 바꾸기 어려울 수 있음 - 이들은 AI가 사고를 평준화하는 **AI 엔트로피**에 강하게 저항하고 독창적인 결과를 추구할 가능성이 높음 - 글/노래/영화가 기존 창작물의 합성처럼 익숙해질수록, 자신의 고유한 경험과 인격이 반영된 작업을 만들고 AI로 주도권을 강화하려 함 ### AI를 정신 훈련 도구로 쓰는 여섯 가지 방법 - **답 대신 힌트 요청하기** - AI에 직접 정답을 요구하면 동기와 능력이 크게 떨어질 수 있음 - 배경 지식/사고 단서/개념 설명을 요청하면 같은 수준의 감소가 나타나지 않음 - **빈 페이지에서 시작하기** - 봇을 열기 전에 자신의 분석과 결론을 먼저 작성함 - AI에는 생각을 대신 만들게 하지 않고 기존 생각의 약점과 반론을 찾게 함 - **AI 과제와 비AI 과제 번갈아 수행하기** - AI를 이용한 작업 뒤에는 반드시 AI 없이 처리하는 작업을 배치함 - 창의적 노력을 담당하는 정신적 근육을 계속 사용함 - **챗봇을 튜터처럼 다시 설계하기** - 일반 챗봇은 질문에 답하면서 학습을 약화시킬 수 있음 - AI 튜터는 구조화된 학습 여정을 안내해 학습과 동기를 향상시킬 수 있음 - 봇의 역할을 백과사전에서 정신적 근육을 훈련하는 개인 트레이너로 바꿔야 함 - **기계적 작업과 창작 작업을 구분하기** - 기능성 이메일 같은 반복 업무는 AI에 맡길 수 있음 - 에세이와 메모처럼 사고 과정 자체가 중요한 작업은 AI에 맡기지 않아야 함 - 이런 창작 작업까지 AI에 넘기는 관행을 부끄럽게 여겨야 한다고 제안함 - **생각이 아니라 사상가를 요청하기** - Claude에 문제를 대신 생각하게 하기보다 해당 문제를 연구한 사상가들을 정리하게 함 - 아동 발달을 이해할 때 Jean Piaget와 Erik Erikson의 가상 토론을 요청하고, 두 사람의 저서를 추천받는 방식임 - AI를 신탁보다 **뛰어난 사서**로 대할 때 더 나은 결과를 얻을 수 있음 ### 인지적 양극화는 피할 수 없는 미래가 아님 - 어떤 사람은 AI를 이용해 더 많이 생각하고, 다른 사람은 더 적게 생각하면서 **극단적인 인지적 양극화**가 발생할 수 있음 - 높은 인지욕구 집단은 갈수록 생산적이고 만족스러워지는 반면, 나머지는 정신적 하층 계급처럼 밀려날 수 있음 - 두 집단의 격차는 경제적 불평등이나 정치적 양극화보다 심각해져 서로 다른 종처럼 보일 정도로 커질 수 있다는 전망임 - 인지욕구를 고정된 성격으로만 볼 필요는 없음 - 의지력에는 유전적 기반이 있지만 주변 환경에도 매우 민감함 - AI가 의지를 약화한다면 인간은 제도와 환경을 바꿔 의지를 강화할 수 있음 ### 교육은 지능 선별에서 의지 양성으로 전환해야 함 - 현재 교육은 지식과 지능을 중심으로 설계됨 - 초등학교에서는 학생의 머리에 지식을 내려받듯 전달함 - 고등학교에서는 지능이 높은 학생을 선별해 엘리트 대학으로 분리함 - 많은 지식을 가진 기계에 둘러싸인 시대에는 얼마나 많이 아는지보다 열심히 일하고 지식을 창조적으로 사용하는 의지가 사람을 구분함 - 교육의 중심은 두뇌 능력에서 고품질 결과를 만드는 **정신적 마라톤을 달리려는 의지**로 이동해야 함 - 핵심 과제는 사람들이 인지적 복잡성을 자발적으로 찾도록 만드는 것임 - 실패할 수 있고 고통이 따르는 어려운 임무를 삶의 영웅 여정으로 바라보게 함 - 몸과 마음이 포기하라고 말할 때도 버티고 탐험을 지속하는 태도를 길러야 함 - 학교와 조직은 구성원에게 무엇을 가장 깊이 원하는지, 세상에서 무엇을 추구할 가치가 있는지, 더 높은 욕망을 어떻게 기를지를 묻게 될 것임 - 현재 문화는 열정을 찾으라고 말하지만 열정을 형성하는 방법은 가르치지 않으며, 앞으로는 학교와 조직이 이 역할을 맡아야 함 ### 욕망을 살리거나 죽이는 환경 - 사람은 호기심이나 취향을 의지만으로 직접 바꿀 수 없지만, 욕망을 자극하거나 억누르는 환경에 자신을 배치해 간접적으로 영향을 줄 수 있음 - 많은 학교 환경은 정신적 노력을 향한 욕망을 약화함 - 교실에서 지루하게 보내는 시간이 욕망을 떨어뜨림 - 성적 같은 외적 보상은 내적 욕망을 밀어냄 - 성적 인플레이션은 모든 일을 지나치게 쉽게 만들어 노력 의욕을 낮춤 - 합리주의적으로 설계된 제도는 사실과 논증을 처리하는 선언적 정신에 집중하면서, 동기가 형성되는 더 깊은 정신 영역에 미치는 손상을 놓치기 쉬움 - Edward Deci와 Richard Ryan이 세운 **자기결정이론(self-determination theory)** 은 세 조건이 충족될 때 동기가 높아진다고 봄 - 자율성: 자신의 선택을 스스로 통제함 - 유능감: 기술과 능력이 발전하고 있다고 느낌 - 관계성: 주변 사람들이 자신을 중요하게 여긴다고 느낌 - 위대한 사람이나 예술 작품을 접하며 생기는 감탄도 동기를 높일 수 있음 - 도제 관계에서는 멘토가 기술만 가르치는 것이 아니라, 그 일을 사랑하는 사람이 되는 방식까지 전수함 ### AI가 할 수 없는 것이 인간을 정의함 - AI는 자신이 할 수 없는 것을 드러냄으로써 인간이 무엇인지 보여줄 수 있음 - 이성과 지능이 인간을 동물과 구분하는 핵심이라고 여겨졌지만, 인간보다 훨씬 지능적인 존재가 등장하면 그것만으로 인간성을 정의하기 어려움 - AI가 갖지 못하는 것은 **무언가를 갈망하는 능력**임 - 강화학습으로 만들어진 얇은 층에 보상과 비슷한 메커니즘이 일부 존재하지만, 모델의 중심 기능은 욕망이 아니라 예측임 - 성장과 탐험을 밀어붙이는 생물학적 욕구가 없음 - 과거의 자신과 되고 싶은 미래의 자신을 연결하는 자아가 없음 - 개인적인 상처/기쁨/환희/꿈/희망에서 만들어진 관심의 구조와 사랑의 위계가 없음 - 삶은 주어진 문제를 효율적으로 푸는 활동만이 아니라, 경험을 통해 성장하고 아직 갖지 못한 가능성을 향해 이동하는 순례에 가까움 - 인간을 정의하는 특성은 어려움을 극복하게 만드는 **추진력**과 어디로 가고 어떤 사람이 되고 싶은지 정하는 **열망**임 - 사람들이 더 많이 원하고 갈망하도록 도울 수 있다면, 어려운 정신적 노력을 감수하고 인지적 양극화를 피할 수 있음 - AI가 계산과 종합을 담당하더라도 인간이 무엇이 중요한지, 무엇을 탐구할 가치가 있는지, 어떤 임무를 선택하고 어디로 향할지를 결정한다면 인간의 존엄은 유지되고 강화될 수 있음 ## Comments _No public comments on this page._