인공지능 기술이 급속도로 발전하면서 우리는 5년에서 10년 안에 AGI(인공 일반 지능) 시대를 맞이할 것이라는 전망이 나오고 있습니다. 특정 분야만 잘하는 AI를 넘어 인간의 모든 능력을 능가하고 스스로 학습하는 AI가 등장한다면, 우리는 어떤 능력을 갖춰야 할까요? 유영만 교수는 AI가 대체할 수 없는 인간 고유의 영역으로 몸으로 겪은 경험에서 나오는 실천적 지혜, 전대 미문의 질문을 던지는 능력, 그리고 오감각으로 축적한 감각적 데이터를 강조합니다. AI가 밥을 더 잘 먹고 잠을 더 잘 잔다고 해서 우리가 밥을 안 먹고 잠을 안 잘 수 없듯이, AI 시대에도 인간만이 할 수 있는 영역은 분명히 존재합니다.
AI 시대에 필요한 실천적 지혜
AI는 방대한 데이터를 분석하고 처리하는 능력에서 인간을 압도합니다. 콜센터에서 축적된 고객 불만 데이터를 분석해 답변하거나, 전 세계 광고 카피를 모아 카피라이팅 초고를 만들거나, 과거 판례 데이터를 분석해 법적 결론을 도출하는 일은 AI가 사람보다 더 빠르고 정확하게 수행합니다. 의사가 환자의 혈압 수치를 보고 처방하는 것처럼, 데이터에 근거한 의사결정은 AI의 강점입니다. 하지만 유영만 교수가 사하라 사막 마라톤에서 120km 지점에서 탈진 상태로 레이스를 포기하며 깨달은 "절대로 포기하지 마라를 절대로 쓰지 마라"라는 명언은 책상에서 배울 수 없는 실천적 지혜입니다. 책상에서는 "절대로 포기하지 마라"가 만고불변의 철칙이었지만, 몸으로 직접 겪어보니 그 명언이 자신을 죽일 수도 있다는 것을 깨달았습니다. 이런 실천적 지혜는 대학에서 가르칠 수 없고, 현장에서 몸을 던져 경험해봐야만 얻을 수 있습니다. AI는 땀을 흘리지 않습니다. 땀을 흘린다는 것은 자기만의 고유한 네러티브와 서사를 갖고 있다는 의미입니다. AI가 제공하는 모든 데이터와 이야기는 다른 사람의 것을 빠른 속도로 분석해 보여주는 것이기에 사람들은 감탄할 수 있어도 감동하지는 않습니다. 감동은 피눈물 나는 경험, 피땀을 흘려본 경험, 넘어지고 자빠지고 고생해본 경험에서 나오기 때문입니다. 이것이 바로 AI가 가질 수 없는 가장 결정적인 약점입니다. 학벌의 위력이 약해지는 이유도 여기에 있습니다. 옛날에는 어느 대학을 가면 선배들이 이끌어주고 지식을 체계적으로 배울 수 있었지만, 이제 지식은 AI가 대체 가능합니다. 하지만 지혜, 특히 내 몸으로 겪어봐야만 알 수 있는 실천적 지혜는 AI가 줄 수 없습니다. AI 시대에 필요한 것은 KSA(Knowledge-Skill-Attitude)가 아니라 ASK 교육입니다. 세상을 바라보는 자세와 태도(Attitude)를 가장 많이 가르치고, 직접 몸으로 움직이는 스킬(Skill)을 중간 정도 가르치며, 지식(Knowledge)은 AI에게 맡기는 것입니다.
| 구분 | AI의 영역 | 인간의 영역 |
|---|---|---|
| 지식 | 데이터 분석, 정보 제공 | 몸으로 체득한 실천적 지혜 |
| 의사결정 | 객관적 수치 기반 판단 | 딜레마 상황에서의 윤리적 판단 |
| 감정 | 감탄 유발 | 피땀 흘린 경험으로 감동 전달 |
전대 미문의 질문을 던지는 능력
AI는 24시간 365일 인간이 던진 질문에 대답하기 위해 대기하고 있습니다. 인간은 질문하고 AI는 대답하는 구조입니다. 따라서 AI를 쩔쩔매게 하는 전대 미문의 새로운 질문을 던지는 사람, 문제를 잘 내는 사람이야말로 미래의 인재입니다. 유영만 교수는 이를 "문제아"라고 표현합니다. 정답을 잘 찾는 모범생은 AI가 대체하지만, 질문을 잘 던지는 모험생은 대체할 수 없습니다. 주인은 질문을 하고 노예는 답변을 합니다. 우리는 그동안 노예처럼 누가 던진 질문에 정답을 찾기 위해 머리를 썼지만, 이제 정답은 AI가 더 잘 찾습니다. 인생의 주인으로 살아가는 방법은 내가 주도가 되어 전대 미문의 새로운 질문을 던지는 것입니다. 색다른 질문 자체가 색다른 생각을 잉태하게 만들기 때문입니다. 우리 모두가 질문 술사가 되어야 하는 이유입니다. 물음표와 느낌표 사이의 거리가 사라지면서 인간의 사고 능력도 약화되고 있습니다. 예전에는 궁금한 것이 생기면 도서관을 가거나 책을 찾아보거나 친구에게 전화해 물음표에서 느낌표로 가는 오랜 방황의 시간이 있었습니다. 하지만 요즘은 GPT나 제미나이 같은 AI에게 바로 물어보면 즉시 답을 얻을 수 있어 사람이 더 이상 생각하지 않게 되었습니다. 내비게이션을 틀어놓고 운전하면 머리를 안 쓰듯이, AI에 의존하면 사고력이 퇴화됩니다. 유영만 교수가 제안하는 QBL(Question-Based Learning) 교육은 이런 문제의식에서 출발합니다. 모든 학생이 한 학기 동안 배운 내용을 종합해 A4 용지 한 장에 문제를 내는 것입니다. 한 줄도 쓰기 어려운 이 작업을 통해 "비교하시오, 논하시오, 분석하시오" 같은 틀에 박힌 질문을 넘어설 수 있습니다. 문제가 틀에 박히면 답도 틀에 박히기 때문에, 틀에 박힌 답에서 벗어나려면 틀밖에 뜻밖에 질문을 던져야 합니다. 호기심의 물음표로 감동의 느낌표를 찾아가는 사고방식의 탐험이 계속되어야 AI가 주는 답의 신뢰성과 타당성을 비판적으로 재해석하고 나의 생각과 관점으로 재구성할 수 있습니다.
오감각으로 축적한 감각적 경험의 가치
AI가 가질 수 없는 또 다른 중요한 능력은 오감각을 통한 감각적 지각 능력입니다. 사람은 몸으로 직접 경험하면서 피부에 닿는 감각, 눈으로 보는 경이로운 순간, 귀로 듣는 새의 지저귐 같은 감각적 데이터를 축적합니다. 이렇게 오감각을 활짝 열고 겪어본 경험이 많은 사람은 자기만의 풍부한 감각적 데이터를 갖게 됩니다. AI 시대가 될수록 인간은 가상 경험으로 실제 경험을 대체하려는 경향이 강해지는데, 이는 경험의 멸종으로 이어질 위험이 있습니다. 의사와 간호사의 예시는 이를 명확히 보여줍니다. 의사가 환자의 얼굴도 안 보고 스크린 데이터만 보며 "140에 90이야, 고혈압이네, 약을 드셔야 되겠네"라고 말하면 환자의 혈압은 오히려 올라갑니다. 반면 간호사가 환자의 얼굴을 보며 "140에 90 정도면 약 드시면 바로 떨어집니다"라고 웃으며 말하면 혈압이 떨어집니다. 질환(disease)은 140에 90이라는 객관적 수치로 표현되는 치료(cure)의 대상이지만, 질병(illness)은 고혈압에 대한 심리적 두려움과 불안감으로 케어(care)와 돌봄의 대상입니다. AI는 치료는 빠르게 할 수 있지만 사람의 마음을 어루만져주며 케어링하고 보살피는 일은 할 수 없습니다. 요즘 많은 사람이 AI와 심리 상담을 하고 AI가 주는 답에 울기도 하지만, 진정한 심리 상담은 인간적 미가 따뜻한 상담사를 만나 내 마음을 돌봐주는 경험에서 나옵니다. 디지털 시대가 왔을 때 아날로그의 향수로 레트로 현상이 생기듯이, AI 시대에도 사람이 사람을 만나 마음을 어루만져주는 일은 여전히 중요합니다. AI는 데이터를 먹고 언어를 배우며 살지만, 사람은 경험적 감각으로 언어를 배우며 살아갑니다. "너 물 먹었니?"라는 질문을 AI는 "drink"로 번역하지만, 맥락에 따라 "너 조직에서 잘렸니?"를 의미할 수 있습니다. "너 손 씻었니?"도 손을 씻었냐가 아니라 "나쁜 일 그만뒀니?"를 의미할 수 있습니다. 맥락과 여백을 번역하는 능력, 회색 지대에서 윤리적 판단을 내리는 능력은 여전히 인간의 신비한 영역으로 남아 있습니다. 단어에 담긴 경험의 깊이와 넓이가 사람을 사랑하게 만드는 기반이자 원동력입니다.
| 특성 | AI의 한계 | 인간의 강점 |
|---|---|---|
| 경험 | 타인의 데이터 학습 | 몸으로 직접 겪은 오감각 경험 |
| 언어 이해 | 문자적 번역 | 맥락과 여백의 의미 파악 |
| 감정 | 감탄 유발 | 피땀 흘린 경험으로 감동 전달 |
AI 시대의 딜레마도 무시할 수 없습니다. 신입 사원들이 하던 일을 AI가 대체하면서 신입 사원이 경력과 경험을 쌓을 기회조차 사라지고 있습니다. 경력 직원은 딜레마 상황에서 의사결정을 하고 판단을 내리는 경험치가 있지만, 신입 사원을 뽑지 않으면 장기적으로 경력자도 생기지 않는 악순환이 발생합니다. 따라서 신입 사원도 뽑아서 시행착오를 경험하고 AI와 씨름하며 파트너로 일하는 경험을 쌓아야 후세대가 딜레마 상황에 빠졌을 때 코칭해줄 수 있는 경력자가 생깁니다. AGI 시대가 5년에서 10년 안에 도래한다는 전망 속에서 우리는 AI 기술자들에게만 미래를 맡길 것이 아니라 인문학자들이 개입해 과연 이렇게 가는 것이 우리의 미래를 바람직하게 만드는지 진지하게 고민하고 성찰해야 합니다. 빅테크 기업들의 천문학적 투자로 이뤄지는 AI 산업은 단순한 기술이 아니라 자본주의의 복잡한 네트워크로 얽혀 있습니다. AI 개발자들도 스스로 가슴에 손을 얹고 이렇게 가는 것이 진정한 인류의 미래를 유토피아로 이끌 것인지 성찰해야 합니다. 그렇지 않으면 AI가 거꾸로 인간을 지배하고 종속하는 디스토피아가 인류 멸망을 부추길 수도 있습니다. 인공지능과 대립하는 인간이 아니라 인공지능을 쓰는 인간이 어떻게 사는 것이 의미 있고 행복한 삶인지를 물어보는 것이 중요합니다. AI가 인간보다 더 잘한다고 해서 인간적 삶의 의미가 없어지는 것은 아닙니다. AI가 밥 먹는 기술이나 수면 기술이 뛰어나다고 우리가 밥을 안 먹고 잠을 안 자고 살 수 없고, 거기서 느끼는 행복을 포기할 수 없습니다. AI가 책을 더 잘 읽고 쓴다고 책을 읽지 않고 글을 쓰지 않으면 인간의 사유 체계는 망가질 수 있습니다. AI를 삶의 동반자로 데리고 살아가되, 호기심의 물음표로 감동의 느낌표를 찾아가는 탐험은 계속되어야 합니다. 의도와 문제의식이 실종된 정답에는 복잡한 삶을 해명할 해답이 들어있지 않기 때문입니다.
자주 묻는 질문 (FAQ)
Q. AI 시대에 학벌의 중요성은 정말 사라지나요?
A. 학벌 자체가 완전히 무의미해지는 것은 아니지만, 예전처럼 절대적인 위력을 발휘하지는 않을 것입니다. AI가 지식 전달과 데이터 분석을 대체하면서 어느 대학을 나왔느냐보다 몸으로 겪은 실천적 지혜, 전대 미문의 질문을 던지는 능력, 오감각으로 축적한 경험이 더 중요해집니다. 대학에서 배우는 지식은 AI를 통해 얼마든지 습득할 수 있지만, 현장에서 몸을 던져 얻는 경험과 지혜는 대체 불가능하기 때문입니다.
Q. 신입 사원의 일을 AI가 대체하면 어떻게 경력을 쌓을 수 있나요?
A. 이것이 바로 AI 시대의 가장 큰 딜레마입니다. 신입 사원의 반복적이고 데이터 기반의 업무를 AI가 대체하면서 신입 사원이 경험을 쌓을 기회가 사라지고 있습니다. 하지만 장기적으로 경력자가 실종되면 후세대를 코칭할 사람도 없어지는 악순환이 발생합니다. 따라서 기업은 신입 사원을 계속 채용해 AI와 협업하며 시행착오를 겪고 딜레마 상황에서 의사결정하는 경험을 쌓을 수 있도록 해야 합니다. AI가 할 수 없는 윤리적 판단과 회색 지대에서의 의사결정 능력은 여전히 인간이 직접 경험을 통해 배워야 하기 때문입니다.
Q. AI 시대에 교육은 어떻게 변화해야 하나요?
A. 전통적인 KSA(Knowledge-Skill-Attitude) 교육에서 ASK 교육으로 전환해야 합니다. 세상을 바라보는 자세와 태도(Attitude)를 가장 많이 가르치고, 직접 몸으로 움직이는 스킬(Skill)을 중간 정도 가르치며, 지식(Knowledge)은 AI에게 맡기는 것입니다. QBL(Question-Based Learning) 같은 질문 중심 교육을 통해 학생들이 틀에 박힌 정답을 찾는 것이 아니라 전대 미문의 질문을 던지고 그 질문에 대해 몸으로 탐구하는 경험을 쌓아야 합니다. 물음표와 느낌표 사이의 거리를 늘려 사고력을 기르는 교육이 필요합니다.
[출처] 영상 제목/채널명: https://youtu.be/MpocTQeP-ls?si=ihlE077icG60bnSl