AI 시대 뇌 건강 (인지 부채, 메타인지, 비판적 사고)

챗GPT를 사용한 그룹의 83%가 자신이 쓴 글에서 단 한 문장도 정확히 기억하지 못했다는 연구 결과가 있습니다. 처음 이 숫자를 접했을 때 솔직히 등골이 서늘했습니다. 아이 재우고 나서 검색창에 뭔가를 치다가, 정작 다음 날이면 내가 뭘 찾았는지도 흐릿해지는 제 모습이 겹쳐 보였기 때문입니다.

인지 부채, 편리함이 남기는 조용한 청구서

MIT 미디어 랩 연구진은 챗GPT를 꾸준히 사용한 그룹의 뇌 신경 연결성이 도구를 쓰지 않은 그룹보다 유의미하게 약하다는 사실을 확인했습니다. 여기서 신경 연결성(neural connectivity)이란 뇌의 여러 영역이 얼마나 긴밀하게 협력해서 작동하는지를 나타내는 지표로, 이 수치가 낮을수록 복잡한 문제를 스스로 해결하는 능력이 떨어집니다. 연구진은 이 현상을 인지 부채(cognitive debt)라고 명명했습니다. 인지 부채란 쉽게 말해 생각을 외주 맡기는 것이 습관이 되면서 뇌가 점점 혼자 사고하는 능력을 잃어가는 상태입니다.

제가 직접 체감한 순간이 있습니다. 아이가 "왜 낮에는 해가 뜨고 밤에는 달이 떠요?"라고 물었을 때, 머릿속에서 바로 설명이 나오는 대신 손이 먼저 스마트폰을 향했습니다. 분명 학교에서 배웠을 내용인데, 그 설명의 흐름이 통째로 사라져 있었습니다. 그때 들었던 당혹감은 단순한 망각이 아니라 저 자신의 인지 부채를 실감한 순간이었습니다.

더 불편한 사실은, 이 부채가 도구를 빼앗겨도 회복되지 않는다는 점입니다. MIT 연구에 따르면, 챗GPT를 꾸준히 쓰던 그룹은 도구를 제거한 상태에서도 신경 연결성이 낮게 유지되었습니다(출처: MIT 미디어 랩). 반면 도구 없이 사고하는 훈련을 먼저 쌓은 그룹은 챗GPT를 사용했을 때 오히려 더 넓은 뇌 영역이 활성화되고 프롬프트 전략도 훨씬 정교했습니다. 도구를 잘 쓰려면 먼저 도구 없이 사고하는 근육이 있어야 한다는 역설입니다.

메타인지와 비판적 사고, AI를 부리는 두 가지 열쇠

AI를 쓸수록 지능이 올라가는 사람과 반대로 퇴화하는 사람의 차이를 여러 연구가 일관되게 지적하는 공통 변수가 있습니다. 바로 메타인지(metacognition)와 비판적 사고(critical thinking)입니다. 메타인지란 자신이 무엇을 알고 무엇을 모르는지를 정확히 파악하는 능력을 말합니다. AI에게 질문하기 전에 "내가 어디서 막혔는지"를 명확히 아는 사람과, 그냥 통째로 답을 구하는 사람은 같은 도구를 써도 전혀 다른 결과를 냅니다.

마이크로소프트 리서치의 연구는 AI에 대한 신뢰도가 높을수록 비판적 사고가 감소하는 반비례 관계를 보여줍니다(출처: Microsoft Research). 특히 자기 분야에 대한 자신감이 낮은 사람일수록 AI의 답변을 검증 없이 수용하는 경향이 뚜렷했습니다. 반대로 전문성이 있는 사람은 AI의 답변을 출발점으로 삼아 검증하고 재구성하는 방식으로 활용했습니다.

하버드 비즈니스 스쿨과 보스턴 컨설팅 그룹이 공동 진행한 실험에서는 AI가 잘 다루지 못하는 과제에서 AI 사용 그룹의 정답률이 비사용 그룹보다 오히려 낮았습니다. 연구진은 이를 '운전석에서 잠들기(automation bias)'라고 표현했습니다. 여기서 자동화 편향(automation bias)이란 자동화 도구의 출력을 검토 없이 신뢰하는 심리적 경향을 의미합니다. LLM(대형 언어 모델)은 틀린 답을 그럴듯하게 포장하는 데 특히 능숙하기 때문에, 이 편향이 작동하는 순간 오류가 사실처럼 굳어집니다.

제 경험상 이건 좀 다릅니다. 아이 교육 정보를 찾을 때 AI가 내놓는 답이 워낙 매끄러워서, 처음에는 별 의심 없이 받아들이곤 했습니다. 그런데 직접 책을 찾아보니 AI가 제시한 내용이 맥락은 맞되 수치가 틀리거나, 최신 연구와 반대되는 경우가 간혹 있었습니다. 그 이후로는 AI의 답을 첫 번째 초안으로만 취급하고 반드시 확인하는 습관을 들이고 있습니다.

AI를 쓸수록 사고력이 높아지는 사람들의 특성을 정리하면 다음과 같습니다.

• 자기 분야의 전문성을 갖춰 AI 답변의 오류를 검증할 수 있는 사람
• AI의 작동 원리(통계적 패턴 예측)를 이해하고 한계를 인식하는 사람
• 메타인지가 높아 모르는 것을 정확히 인식하고 질문을 설계하는 사람
• AI 답변을 수용하기 전 비판적으로 검토하는 습관이 몸에 밴 사람

AI 없는 시간, 지적 체력을 지키는 마지막 방어선

아이에게 스마트폰 대신 책을 읽으라고 하면서, 정작 저는 육아와 살림에 지쳐 쓰러지듯 누워 AI 검색으로 하루를 마무리하는 날이 많았습니다. 솔직히 이건 예상 밖이었습니다. 그렇게 편리함에 기대는 날이 쌓일수록 막상 혼자 생각을 정리해야 할 때, 논리의 실이 끊어진 듯 머릿속이 흐릿해지는 경험이 잦아졌습니다.

연구들이 공통적으로 강조하는 것은, 독서와 사색, 깊은 대화처럼 AI가 대신해줄 수 없는 '고독한 사고의 시간'이 결국 AI를 제대로 활용하는 능력의 토대가 된다는 점입니다. 프롬프트 엔지니어링(prompt engineering)이라는 말이 있습니다. 여기서 프롬프트 엔지니어링이란 AI에게 원하는 결과를 끌어내기 위해 질문을 구조화하고 설계하는 기술을 말합니다. 이 능력은 결국 자기 사고를 정밀하게 언어화하는 능력과 같습니다. 스스로 생각하는 훈련이 없으면 좋은 질문 자체를 만들 수 없다는 뜻입니다.

다만, 치열한 현실 육아 속에서 매일 아날로그 사색의 시간을 확보하라는 조언이 다소 이상적으로 들릴 수 있다는 것도 압니다. 하루 종일 돌봄 노동에 뇌가 방전된 상태에서 책장을 펼치는 것이 얼마나 큰 의지력을 요구하는지, 직접 살아보지 않으면 실감하기 어렵습니다. 그럼에도 "나를 키우는 일"을 AI에게 위임하는 순간 사고의 근육은 서서히 위축된다는 진단은, 지금의 저한테 필요한 경고입니다. 완벽하지 않아도 됩니다. 오늘 밤 15분이라도 화면 없이 책장을 넘기는 것, 그것이 인지 부채를 갚는 첫 번째 납부금이 될 수 있습니다.

AI가 아무리 강력해져도, 그것을 제대로 부리는 사람은 결국 자기 머리로 깊이 생각하는 훈련을 멈추지 않은 사람입니다. 도구가 강력할수록 그것을 쥔 사람의 깊이가 더 중요해진다는 것, 저도 아이 앞에서 먼저 실천하는 부모가 되어보려 합니다.

---

참고: https://youtu.be/9O1terlCTts?si=ZTckeKcxSU6S48OQ