설명할 수 있어야 내 것이다

노자는 주나라 왕실의 책과 기록을 보관하던 곳을 맡아 보던 사람이었습니다. 지금으로 치면 나라에서 제일 큰 도서관의 관장 같은 자리입니다. 그때는 책이 아주 귀해서 보통 사람들은 구경하기도 어려웠는데, 주나라 도읍인 낙양의 그 도서관에는 왕실이 오랫동안 모아 온 책과 기록이 쌓여 있었습니다. 그 시대의 지식이 거기에 다 모여 있었던 셈이니, 지금으로 보면 그 도서관이 AI와 같은 것이었습니다. 다른 사람들은 가까이 갈 수도 없었던 그 도서관을 노자는 마음껏 볼 수 있었고, 그 책들을 누구보다 많이 본 사람이었습니다. 우리가 최고의 스승으로 꼽는 공자도 그런 노자를 직접 찾아가서 예를 물을 정도였습니다. 지금 우리가 AI를 잘 쓰는 사람한테 어떻게 쓰는 거냐고 궁금해하는 것과 다르지 않았을 거라고 생각합니다.
그 노자가 남긴 말 중에 천망회회 소이불루(天網恢恢 疏而不漏)라는 말이 있습니다. 원래 책에는 소이불실(疏而不失)이라고 적혀 있는데 뜻은 같습니다. 하늘의 그물은 엉성해 보여도 빠뜨리는 게 없다는 뜻입니다. 저는 요즘 이 말이 자주 생각납니다.
요즘 AI 때문에 나라가 시끄럽습니다. AI를 어디까지 써도 되는지는 어느 정도 정해졌지만, 막상 쓰다 보니 생기는 문제들이 여기저기서 터져 나오고 있습니다. 얼마 전에는 초소형카메라를 이용하거나 AI 안경을 쓰고 시험을 본 일까지 알려지면서, AI를 둘러싼 시험 제도의 문제에 대한 이야기가 많이 나오고 있습니다.
시작은 세무사 시험이었습니다. 수석으로 합격한 사람이 사실은 부정행위를 했다고 털어놓았는데, 작은 카메라로 문제를 찍어서 AI한테 보내고 답을 받아서 썼습니다. 처음에는 그런 적 없다고 했다가 나중에 본인이 인정했습니다.
비슷한 때에 리트 시험에서도 이야기가 나왔습니다. 리트는 로스쿨에 가려는 사람들이 보는 시험인데, 여기서 만점을 받았다고 알려진 대학생을 두고 AI로 부정행위를 한 것 아니냐는 의혹이 제기됐습니다. 본인은 그런 일이 없다고 했고, 고발이 들어가서 경찰이 수사를 하고 있습니다. 이쪽은 아직 사실로 밝혀진 것이 없어서 함부로 말하기는 어렵습니다. 다만 같은 리트 시험에서 스마트안경을 쓰다가 적발된 수험생이 따로 있었던 것은 확인이 됐습니다.
이런 일들이 이어지다 보니 이번 수능 때는 감독관이 수험생들 안경을 하나하나 확인했습니다. 단추처럼 생긴 카메라가 있어서 옷 단추에 스티커까지 붙이게 했고, 시험 중간에 재난문자를 보내서 숨겨 놓은 휴대전화가 울리게 하는 방법도 썼습니다. 그렇게 했는데도 스마트안경이나 초소형카메라를 가지고 들어온 수험생이 있었습니다. 세무사 시험, 리트, 수능까지 큰 시험마다 같은 이야기가 나오고 있는 겁니다.
트릭으로 들어가도 버틸 수 없습니다
AI 부정행위 이야기를 조금 해 보겠습니다. 누군가 AI를 그런 식으로 써서 시험에 붙고 의대에 들어갔다고 해 보겠습니다. 의대 공부량이 많다는 건 다들 알고 있습니다. 자기 힘이 아닌 트릭으로 들어간 사람이 입학한 뒤에 실제 의대 생활을 해낼 수 있을지, 저는 거의 불가능하다고 봅니다. 의대에 들어갈 정도면 전교 1, 2등을 다투던 학생들이고, 공부량도 지식 수준도 아주 높습니다. 트릭으로 들어간 친구가 그걸 혼자서 다 따라잡을 수 있으리라고는 생각하지 않습니다.
그 학생들이 가진 건 오랜 시간 동안 쌓아 온 것입니다. 초등학교 때부터 고등학교 때까지 매일 몇 시간씩 책상에 앉아서 공부한 시간이 있고, 그 시간 동안 머릿속에 들어간 지식이 있고, 오래 앉아서 공부하는 습관이 있습니다. 이런 건 마음먹는다고 몇 달 만에 생기지 않고, 다른 사람이 대신 쌓아 줄 수도 없습니다. AI가 답을 대신 알려 줄 수는 있어도 그 시간까지 대신 채워 주지는 못합니다.
따라잡지 못하면 어떻게 할까요. 아마 거기서도 또 트릭을 쓰려고 할 겁니다. 세무사 시험의 그 사람도 다른 자격시험에서 같은 방법을 또 썼습니다. 한 번 그렇게 해서 통과하고 나면 그다음에도 계속 그 방법에 기대게 되는 것 같습니다. 그러면 그 사람은 시험을 통과할 때마다 실력은 그대로인데 자리만 높아지게 됩니다.
하지만 의대에서 AI 안경을 계속 쓸 수 있다고 해도, 그 자리에서 바로 묻고 바로 답해야 하는 순간이 있고, 의사로서 직접 해야 하는 실기가 있습니다. 의사 시험에는 환자 역할을 하는 사람을 앞에 앉혀 놓고 직접 진료를 해 보이는 실기시험이 있는데, 어디가 아픈지 물어보고 그 대답을 들으면서 다음에 뭘 물어볼지를 그 자리에서 정해야 합니다. 그런 데서 문제를 찍어서 보내고 답을 기다릴 수는 없을 겁니다. 시험만 그런 것도 아닙니다. 병원에 실습을 나가면 교수님이 그 자리에서 물어보고, 의사가 되고 나면 환자가 눈앞에서 물어봅니다. 다른 사람들이 쌓아 온 노력의 차이를 그런 식으로 메울 수 있다고는 보지 않습니다. 결국 내가 노력해서 얻은 게 아니라면 그 자리를 해낼 수 없다고 생각합니다.
그때는 모면하고 넘어갈 수 있어도, 언젠가는 걸려서 자기한테 돌아올 수밖에 없다고 생각합니다. 세무사 시험 일도 그렇게 됐습니다. 시험장에 감독관이 있었는데도 그때는 아무도 몰랐고, 나중에 조사했을 때도 이상한 점을 찾지 못했습니다. 그런데 그 사람이 합격한 뒤에 자기가 공부했다는 노트를 공개했는데, 거기에 세무사 공부를 한 사람이라면 틀리기 어려운 기본 용어가 여러 번 잘못 적혀 있었습니다. 그걸 본 사람들이 이상하다고 하기 시작했고 결국 본인이 털어놓게 됐습니다. 시험장에서는 넘어갔지만 자기가 제대로 모른다는 것까지 감출 수는 없었습니다.
이렇게 말하는 사람도 있습니다. 일단 통과해서 들어가 거기서 열심히 공부하면 되는 것 아니냐고요. 그런데 평생 그렇게 공부해 본 적 없는 사람이 그 차이를 메울 수 있을까요. 그만한 노력을 할 수나 있을까요. 그리고 다른 의대생들은 그동안 노력을 안 할까요. 그렇지 않습니다. 그래서 저는 그렇게 되지 않을 거라고 생각합니다.
지금은 이런 일을 막으려고 처벌을 훨씬 세게 하자는 이야기가 나오고 있습니다. 부정행위를 하면 오랫동안 시험을 못 보게 하는 법도 준비하고 있습니다. 필요한 일이라고 생각합니다. 정직하게 공부한 수험생들이 손해를 보면 안 되니까요. 그런데 저는 처벌이 무서워서 하지 말아야 한다기보다는, 그렇게 해서 얻은 자리는 어차피 자기가 감당을 못 하기 때문에 하지 말아야 한다고 말하고 싶습니다. 걸리지 않더라도 본인한테 좋을 게 없습니다.
비난하는 사람들도 돌아봤으면 합니다
그런데 이들을 비난하는 사람들도 한번 잘 생각해 봤으면 하는 게 있습니다. 지금은 다들 AI를 쓰고 있고, 안 쓸 수도 없습니다. 그런데 리포트를 내거나 회사 일을 할 때 그냥 알아서 해 달라고 돌려 놓고, 나온 걸 그대로 낸다면 어떨까요. 직장 상사가 아랫사람에게 일을 시켜 놓고, 검토도 하지 않고 자기 의견 하나 넣지 않은 채 위로 올리면서 자기가 한 것처럼 포장하는 것과 다르지 않습니다.
상사가 아랫사람이 해 온 일을 검토하는 건 그 일이 잘못됐을 때 책임을 자기가 져야 하기 때문입니다. 아랫사람이 실수를 했더라도 위에서는 그걸 올린 사람한테 묻습니다. AI한테 시킨 일도 똑같다고 생각합니다. 내용이 틀렸을 때 AI가 책임을 져 주지는 않고, 그걸 자기 이름으로 낸 사람이 책임을 지게 됩니다.
시험장에는 감독관이라도 있지만 회사에서 일할 때나 학교에 리포트를 낼 때는 그걸 지켜보는 사람이 없습니다. 내가 낸 게 정말 내가 한 건지 물어보는 사람도 없습니다. 그래서 이런 건 누가 잡아 주기를 기다릴 수가 없고 각자 스스로 돌아볼 수밖에 없다고 생각합니다.
실제로 이런 일이 있었습니다. 외국에서 변호사가 AI로 쓴 서류를 그대로 법원에 냈는데, 거기 적힌 판례가 실제로는 없는 판례였다는 게 드러나서 징계를 받았습니다. AI가 지어낸 걸 한 번도 확인해 보지 않고 낸 겁니다. 이런 일이 한두 번이 아니고 지금도 계속 나오고 있습니다. 변호사라면 판례를 확인해야 한다는 걸 당연히 알고 있었을 텐데, 잘 정리돼서 나온 걸 보니까 읽어 볼 생각을 안 했던 것 같습니다. 그리고 징계는 그 서류에 자기 이름을 써서 낸 변호사가 받았습니다.
AI를 쓰면 확실히 힘이 덜 듭니다. 결과물도 그럴듯하게 나옵니다. 그러다 보니 일이 다 끝난 것처럼 느껴져서 다시 들여다보지 않게 되는 것 같습니다. 저도 그럴 때가 있어서 조심하려고 합니다.
그 결과물에 내가 아이디어를 내고 의견을 넣었는지, 아니면 AI에서 나온 것이라도 한 번이라도 읽어 보고 어색한 데를 고치고 전체적으로 내 생각을 넣었는지를 봐야 합니다. 내 머리에서 내 의견이 나와서 내가 처리한 것이어야 합니다. 그런 걸 전혀 하지 않았다면 그건 나한테서 나온 게 아니고, 그러니 내 것도 아닙니다. 지금은 수능이나 의대 입시, 리트 시험 같은 데에 관심이 쏠려 있지만, 각자 일을 하거나 학교에 리포트를 내고 공부할 때 그런 부분을 잘하고 있는지도 돌아봐야 하지 않을까 합니다.
AI를 쓰더라도 그건 도구일 뿐입니다. 지금은 AI로 바로 검색하고 바로 결과물을 만들어 내고, 꽤 훌륭한 것들도 나옵니다. 다 잘 만들어져 있습니다. 하지만 그건 나한테서 나온 것도 아니고 내 것도 아닙니다. 내 머릿속에서 나오지 않고 내가 설명하지 못한다면 그건 내 것이 아닙니다. 이건 시험이나 리포트만이 아니라 다른 일들도 다 마찬가지입니다.
내가 만든 결과물을 누가 보고 왜 이렇게 했느냐고 물어봤을 때 대답을 할 수 있는지 생각해 보면 됩니다. 내가 고민해서 만든 거라면 왜 그렇게 했는지 말할 수 있을 겁니다. AI가 해 준 걸 그대로 가져온 거라면 대답하기 어려울 겁니다. 회사에서 보고를 하다 보면 이건 왜 이렇게 했느냐, 다른 방법은 없었느냐 하는 질문을 받게 되는데, 그때 대답을 못 하면 그 보고서는 아무리 잘 만들어져 있어도 믿기가 어렵습니다. 그래서 저는 뭔가를 내기 전에 이걸 누가 물어보면 내가 설명할 수 있을까를 먼저 생각해 봅니다.
설명을 못 하면 틀린 데가 있어도 고치지 못합니다. 어디가 왜 틀렸는지를 모르니까 다시 AI한테 물어봐야 하고, 그러면 또 받아 온 걸 내게 됩니다. 그렇게 한 일은 끝나고 나서도 나한테 남는 게 없어서, 비슷한 일이 또 오면 처음부터 다시 AI한테 맡겨야 합니다. 한 번이라도 직접 들여다보고 고민해 본 일은 머릿속에 남아서 다음에 비슷한 일을 할 때 도움이 됩니다.
그렇다고 AI한테 일을 맡기지 말자는 이야기는 아닙니다. 자료를 찾아 모으거나 형식을 맞추거나 오타를 고치는 일은 AI한테 맡겨도 괜찮다고 생각합니다. 그런 건 맡겨도 내 생각이 빠지지 않으니까요. 하지만 이 글에서 무슨 말을 할 것인지, 어떤 근거를 들 것인지, 결론을 어떻게 낼 것인지는 내가 정해야 합니다. 나중에 누가 물어봤을 때 대답해야 하는 부분이 바로 거기이기 때문입니다.
공부는 여전히 해야 합니다
그런데 AI가 나오고 나서 이제 공부를 해서 뭐 하냐고 말하는 사람들이 있습니다. 제 생각은 다릅니다. 앞에서 말한 대로 결과물에 내 의견과 내 생각을 넣으려면 내가 정말 많은 걸 알고 있어야 합니다. 그래야 좋은 질문을 할 수 있고, 깊이 있는 생각을 거쳐 나온 것들을 다룰 수 있습니다. 내 머릿속에 아무것도 없으면 어떤 질문도 할 수 없습니다. 단편적인 답은 얻을 수 있겠지만, AI가 수준 높은 이야기를 해 준다고 해도 그걸 전혀 받아들이지 못할 겁니다.
제가 잘 모르는 분야를 AI한테 물어볼 때는 질문이 한 줄밖에 안 나옵니다. 뭘 물어봐야 할지를 모르니까요. 그런데 제가 좀 아는 분야를 물어볼 때는 이런 경우는 빼 달라, 이런 조건에서는 어떻게 되느냐 하면서 질문이 자꾸 길어지고, 그러면 답도 훨씬 쓸 만한 게 나옵니다. 같은 AI를 쓰더라도 많이 아는 사람이 더 좋은 답을 얻을 수밖에 없다고 생각합니다.
AI가 해 준 답이 맞는지 틀리는지를 보는 것도 마찬가지입니다. AI는 틀린 내용도 맞는 내용처럼 아주 자연스럽게 말하기 때문에, 내가 아는 게 없으면 그게 틀렸다는 걸 알아챌 수가 없습니다. 그러면 틀린 걸 그대로 쓰게 됩니다. 앞에서 말한 변호사들도 없는 판례가 진짜처럼 적혀 있으니까 그냥 넘어갔던 것이고, 세무사 시험의 그 사람도 기본 용어를 잘못 쓰고도 본인은 몰랐습니다.
검색이 처음 나왔을 때도 비슷한 말이 있었습니다. 찾아보면 다 나오는데 뭐 하러 외우느냐는 말이었습니다. 그런데 지나고 보니 검색을 잘하는 사람은 결국 그 분야를 잘 아는 사람이었습니다. 무슨 단어로 찾아야 하는지를 알고, 나온 것들 중에 어떤 게 믿을 만한지를 가려낼 수 있었기 때문입니다. AI도 그때와 다르지 않다고 생각합니다.
AI로 무언가를 배우거나 실험을 해 보면 이걸 알 수 있습니다. 거기서 나온 데이터를 보면서 저는 깨닫습니다. 어떤 방식이 좋은지, 어떤 코드가 좋은지, 어떻게 쓰는 게 좋은지 계속 피드백을 주고받다 보면 거기서 제가 얻는 게 생깁니다. 거기 나온 용어와 실험 결과, 무엇을 어떻게 벤치마킹해야 하는지, 코드는 어떻게 짜야 하는지를 AI와 이야기하다 보면 알게 됩니다. 그러다 모르는 단어나 개념이 나오면 다시 물어보면 됩니다. 그리고 그걸 정확하게 머릿속에 넣고 외워서, 짜임새 있게 정리해 둬야 합니다. 그렇게 해야 AI라는 도구를 정말 잘 쓰는 것이라고 생각합니다.
물어봐서 알게 된 걸 그냥 지나가면 다음에 똑같은 걸 또 물어봐야 합니다. 필요할 때마다 물어보면 되지 않느냐고 할 수도 있겠지만, 머릿속에 들어 있지 않은 건 물어볼 생각조차 나지 않습니다. 그래서 알게 된 걸 외워서 머릿속에 넣어 두는 것까지 해야 한다고 생각합니다. 이렇게 보면 AI는 공부를 안 해도 되게 해 주는 도구라기보다는 공부를 훨씬 잘할 수 있게 해 주는 도구입니다. 모르는 걸 바로 물어볼 수 있고, 이해가 안 되면 더 쉽게 설명해 달라고 할 수 있고, 내가 이해한 게 맞는지도 확인해 볼 수 있으니까요.
학생들한테 AI를 쓰게 하면서 공부를 시켜 본 실험들이 있습니다. 영국 노팅엄 대학교에서 한 실험에서는 AI를 마음대로 쓰게 한 학생들이 AI 없이 공부한 학생들보다 시험을 더 잘 보지 못했습니다. AI를 쓰는 요령을 알려 주고 쓰게 한 학생들도 마찬가지였습니다. 반대로 답을 바로 알려 주지 않고 먼저 혼자 풀어 보게 한 다음에 AI의 도움을 받게 한 실험에서는 자기 말로 설명하는 실력이 크게 좋아졌습니다. AI가 있다고 해서 공부가 저절로 되지는 않습니다. 내가 먼저 해 보고 내 입으로 설명해 봐야 공부가 됩니다.
창의는 외워 둔 게 많을 때 나옵니다
예전부터 이제는 암기할 필요가 없고 창의적이어야 하는 시대라는 말을 많이 했습니다. 그런데 저는 창의는 머릿속에 외워 둔 게 많을 때 나올 수밖에 없다고 생각합니다.
새로운 생각이라는 게 아무것도 없는 데서 나오지는 않습니다. 이미 알고 있는 것들이 머릿속에서 서로 이어지면서 나옵니다. 전혀 다른 데서 배운 두 가지가 어느 순간 연결되면서 이걸 저기에 써 보면 어떨까 하는 생각이 드는 건데, 그러려면 그 두 가지가 다 내 머릿속에 들어 있어야 합니다. 찾아보면 나오는 것과 내 머릿속에 있는 것은 그래서 다릅니다. 찾아봐야 아는 것들은 서로 이어지지 않습니다.
체스 고수들을 대상으로 한 유명한 실험이 있습니다. 고수들한테 대국 중인 판을 몇 초만 보여 주고 치운 다음 다시 놓아 보라고 하면 말의 위치를 거의 다 맞힙니다. 그런데 말을 아무렇게나 늘어놓은 판을 보여 주면 그 실력이 거의 사라져서 보통 사람과 비슷해집니다. 고수들은 기억력이 유난히 좋아서 기억하는 게 아닙니다. 그동안 외우고 직접 둬 본 모양들이 머릿속에 많이 들어 있어서 판을 보면 그 모양들이 한눈에 들어오는 것입니다. 남들이 못 보는 좋은 수를 찾아내는 힘도 거기서 나옵니다.
수학자들을 대상으로 한 연구에서도 같은 결과가 나왔습니다. 수학을 오래 공부한 사람들은 수학 문제에서는 보통 사람들보다 훨씬 창의적인 답을 냈지만, 수학과 관계없는 문제에서는 보통 사람들과 차이가 없었습니다. 창의적인 생각은 자기가 많이 알고 있는 분야에서 나옵니다. 암기가 창의의 바탕입니다.
많이 알면 오히려 아는 것에 갇혀서 새로운 생각을 못 한다고 말하는 사람도 있습니다. 그런 경우도 있을 거라고 생각합니다. 하지만 그건 많이 외워서 생긴 문제라기보다는 외운 것을 늘 쓰던 방식으로만 쓰기 때문에 생기는 문제인 것 같습니다. 그래서 어떻게 정리해 두느냐가 중요합니다.
AI 시대에 더 중요한 것은 내 창의성을 끌어올리기 위해 개념과 내 생각을 짜임새 있게 정리해 두는 일입니다. 외운 것들이 따로따로 흩어져 있으면 정작 필요할 때 잘 떠오르지 않습니다. 이 개념이 어디에 쓰이는지, 비슷한 다른 개념과는 뭐가 다른지를 같이 정리해 두면 필요할 때 함께 떠오릅니다. 그리고 그걸 바탕으로 내가 상상한 것을 펼칠 때 AI를 도구로 쓰는 것입니다. 머릿속에 그려 본 것을 실제로 만들어 보려면 예전에는 시간도 사람도 많이 필요했는데, 지금은 AI가 있어서 혼자서도 금방 해 볼 수 있습니다. 해 보고 아니면 다시 생각해서 또 해 보면 됩니다. 그러니 상상할 거리가 머릿속에 많은 사람일수록 AI를 가지고 할 수 있는 일이 많아집니다.
정정당당하게 해야 합니다
AI 안경을 쓰고 시험을 본 수험생이나 확인도 안 한 서류를 법원에 낸 변호사나, AI가 써 준 리포트를 읽어 보지도 않고 낸 사람이나 저는 크게 다르지 않다고 봅니다. 모두 자기가 설명하지 못하는 것을 자기 이름으로 낸 것이니까요. 시험장은 감독을 더 철저히 하면 어느 정도 막을 수 있겠지만, 일을 하거나 공부를 할 때는 각자가 스스로 지켜야 합니다.
정정당당하게 한다는 게 AI를 안 쓴다는 말은 아닙니다. 저도 AI를 매일 쓰고 있고, 앞으로는 더 많이 쓰게 될 겁니다. AI를 쓰는 것 자체는 부끄러운 일이 전혀 아니라고 생각합니다. 제가 말하는 정정당당은 AI의 도움을 받았더라도 그 결과물을 내가 읽어 보고, 이해하고, 내 생각을 넣어서, 누가 물어보면 내 입으로 설명할 수 있는 상태로 내놓는 것입니다. 그렇게 해서 낸 것은 AI를 썼든 안 썼든 내 것이라고 말할 수 있습니다.
이렇게 하려면 시간이 더 걸리는 건 사실입니다. AI가 금방 만들어 준 걸 다시 읽어 보고, 모르는 부분을 찾아보고, 고쳐 쓰는 일은 번거롭습니다. 바쁠 때는 그냥 내고 싶은 마음이 드는 것도 잘 압니다. 그런데 그 번거로운 과정이 바로 내가 배우는 과정이라고 생각합니다. 그걸 건너뛰면 일은 빨리 끝나지만 나는 어제와 똑같은 사람으로 남고, 그 과정을 거치면 일 하나를 할 때마다 조금씩이라도 아는 게 늘어납니다. 처음에는 별 차이가 안 나 보여도 몇 년이 지나면 꽤 큰 차이가 날 거라고 생각합니다.
지금 공부하는 학생들한테도 같은 말을 해 주고 싶습니다. AI를 쓰지 말라는 게 아니고 많이 써 봤으면 좋겠습니다. 다만 과제를 AI한테 맡겨서 내고 나면 그 과제에서 배웠어야 할 것을 못 배우고 지나가게 됩니다. 점수는 받을 수 있어도 실력은 그대로이고, 그게 쌓이면 나중에 정말 자기 힘으로 해야 하는 자리에서 드러나게 됩니다.
앞으로 AI는 지금보다 훨씬 더 잘하게 될 겁니다. 결과물만 놓고 보면 사람이 한 것과 AI가 한 것을 가려내기가 점점 더 어려워질 거라고 생각합니다. 그럴수록 그 사람이 정말 알고 하는 사람인지를 더 따져 보게 될 것 같습니다. 직접 만나서 물어보고, 그 자리에서 설명을 시켜 보는 일이 더 많아지지 않을까 합니다. 그때 자기가 한 일을 자기 말로 설명할 수 있는 사람이 믿음을 얻게 될 겁니다.
결국 내가 설명할 수 있어야 합니다. 그걸 설명할 수 있고, 거기에 내 의견을 낼 수 있고, 다시 그 과정을 거쳐 내 머릿속에 넣고 쓸 수 있어야 합니다. 그게 제일 중요하다고 생각합니다. 그리고 AI를 쓰더라도 그런 것들을 정정당당하게 해 나가는 쪽으로 가야 한다고 봅니다.
노자가 살던 때에는 왕실 도서관의 책을 볼 수 있는 사람이 몇 명밖에 없었습니다. 지금은 누구나 AI라는 훨씬 더 큰 도서관을 가지고 있어서, 물어보기만 하면 그때 노자가 보던 것보다 훨씬 많은 지식을 꺼내 볼 수 있습니다. 세상이 이렇게 달라졌는데도 노자가 한 말은 지금도 그대로 맞습니다. 천망회회 소이불루, 하늘의 그물은 엉성해 보여도 빠뜨리는 게 없습니다. AI한테서 받아 온 것을 내 것인 척하고 내면 그때는 넘어가도 언젠가는 드러나게 돼 있습니다. 반대로 내가 이해하고 내 입으로 설명할 수 있게 만들어 놓은 것은 누가 언제 물어봐도 걱정할 일이 없습니다. 그물이 아무리 촘촘해져도 걸릴 게 없는 사람이 되는 것, 저는 그게 AI를 제대로 쓰는 길이라고 생각합니다.
참고 자료
- [2027 수능] 교육부 “스마트기기 등 수능 부정행위 적발 총 111건” (아시아경제)
- 세무사 시험 수석 합격자, ‘AI 부정행위’ 자백…수능 시험장 관리에도 ‘경고등’ (경향신문)
- 경찰, 리트 만점자 ‘부정행위 의혹’ 조사 착수 (경향신문)
- AI Hallucination Cases (Damien Charlotin)
- Perception in Chess (Chase & Simon, 1973)
- Mathematical expertise: the role of domain-specific knowledge for memory and creativity (Scientific Reports, 2023)