AI 사용 사고력 저하 연구 문제해결 능력 퇴화 위험과 AI 리터러시의 의미

---

AI 도구를 많이 쓸수록 인간은 더 똑똑해질까요, 아니면 더 둔해질까요. 와이어드(Wired)가 보도한 최신 연구는 불편한 방향을 가리킵니다. AI를 자주 활용하는 사람일수록 비판적 사고와 문제해결 능력이 저하되는 경향이 있다는 것입니다.

이 연구가 단순히 “AI를 너무 믿지 마라”는 충고로 끝나지 않는 이유는, 그것이 우리 뇌가 작동하는 방식과 깊이 연결되어 있기 때문입니다. 이 글에서는 연구가 말하는 것과 말하지 않는 것, 그리고 이것이 우리 일상에서 어떤 의미인지를 분석합니다. 기사 원문 링크는 AI코리아24 브리핑에서 확인할 수 있습니다.

AI 사용과 인지 능력 저하 연구가 발견한 것

이 연구의 핵심 발견은 AI 사용 자체가 문제가 아니라, AI에게 생각을 외주화하는 방식이 문제라는 점입니다.

계산기와 암산 능력의 관계를 생각해보면 이해가 쉽습니다. 계산기를 항상 쓰는 사람은 암산이 느려집니다. 이것은 어느 정도 감수할 수 있는 트레이드오프입니다. 계산기가 암산보다 훨씬 빠르고 정확하니까요. 그런데 LLM(대형 언어 모델, Large Language Model)은 단순 연산이 아니라 추론, 판단, 글쓰기, 논리 구성까지 대체합니다. 이 영역들이 외주화될 때의 비용은 암산 능력 저하와 차원이 다릅니다.

연구는 특히 ‘도전적인 문제와 씨름하는 경험’ 자체가 인지 능력 발달의 핵심임을 지적합니다. 어려운 문제를 풀다가 막히고, 다시 시도하고, 틀린 방향을 인식하고 수정하는 과정이 뇌의 문제해결 회로를 강화합니다. AI가 이 과정을 즉시 건너뛰게 만든다면, 그 회로는 점점 약해집니다.

계산기와 LLM의 결정적 차이 무엇을 대체하는가

“계산기도 처음엔 뇌를 망친다고 했지만 결국 유용했다”는 반론은 자주 등장합니다. 이 반론이 완전히 틀린 것은 아니지만, 중요한 차이를 놓칩니다.

계산기는 인간이 이미 알고 있는 방법을 더 빠르게 실행하는 도구입니다. 계산기를 쓴다고 해서 덧셈의 개념을 이해하는 능력이 사라지지는 않습니다. 그러나 AI는 방법을 찾는 과정 자체를 대체할 수 있습니다. “이 문제를 어떻게 접근해야 할까”라는 질문을 AI에게 던지면, AI는 즉시 구조화된 접근법을 제시합니다. 이 편리함이 반복될수록, 스스로 접근법을 구성하는 능력은 연습되지 않습니다.

내비게이션 앱이 확산된 이후 사람들의 공간 인지 능력과 지도 읽기 능력이 저하됐다는 연구들이 이미 여러 차례 발표됐습니다. LLM은 공간보다 훨씬 넓은 인지 영역에 개입합니다. 위험의 규모가 다릅니다.

교육 현장에서의 의미 편리함이 학습을 대체할 때

이 연구의 함의가 가장 직접적으로 충돌하는 곳은 교육 현장입니다.

학생이 에세이를 AI에게 쓰게 하면 글쓰기 실력이 늘지 않습니다. 이것은 자명합니다. 그런데 “AI가 써준 글을 읽고 수정하는 것도 학습이 아닌가”라는 반론이 있습니다. 이것이 학습 효과를 갖기 위해서는 학생이 왜 AI의 표현이 더 나은지, 혹은 더 나쁜지를 스스로 판단할 능력이 이미 있어야 합니다. 그 판단 능력을 기르기 전에 AI를 쓰면, 판단 능력을 기를 기회가 사라집니다.

한국 교육 현장에서도 이 문제는 현실입니다. AI 활용 능력을 가르쳐야 한다는 목소리와, AI 의존이 기초 능력 발달을 방해한다는 우려가 동시에 커지고 있습니다. 두 목소리 모두 맞습니다. 그렇기 때문에 “AI를 어떤 맥락에서, 어떤 방식으로 사용할 것인가”에 대한 교육 원칙이 없으면 두 가지를 다 놓치게 됩니다.

이 연구가 말하지 않는 것 AI 사용을 멈추라는 뜻이 아니다

이 연구를 “그러니 AI를 쓰지 말라”는 메시지로 읽는 것은 오독입니다.

연구가 말하는 것은 AI를 어떻게 쓰느냐의 문제입니다. 모든 사고 과정을 AI에 위임하는 방식과, AI를 특정 단계에서 보조 수단으로 활용하면서 핵심 판단은 인간이 수행하는 방식은 인지 능력에 미치는 영향이 다릅니다.

예를 들어, 글을 쓸 때 초안을 스스로 작성한 뒤 AI에게 피드백을 구하는 방식은 AI에게 처음부터 쓰게 하는 방식과 다릅니다. 문제를 풀 때 먼저 스스로 막혀보고, 그다음 AI의 힌트를 참조하는 방식은 처음부터 AI에게 해답을 요청하는 것과 다릅니다. 같은 AI를 쓰더라도, 인지 부하를 어느 단계에 배치하느냐에 따라 결과는 달라집니다.

우리에게 필요한 것 AI 사용의 메타 능력

이 연구가 결국 가리키는 것은 **AI 시대의 진짜 리터러시(문해력)**가 무엇인가라는 질문입니다.

단순히 AI를 잘 쓰는 능력만으로는 부족합니다. “어떤 사고는 AI에게 맡기고, 어떤 사고는 반드시 내가 직접 해야 하는가”를 판단하는 메타 능력이 필요합니다. 이것은 AI 도구의 사용법을 배우는 것과 다른 차원의 교육입니다.

직업적으로 생각해도 마찬가지입니다. AI가 대체하기 어려운 역량으로 자주 언급되는 것들 — 복잡한 상황에서의 판단, 창의적 문제 정의, 윤리적 감수성, 설득과 협상 — 은 모두 반복적인 직접 사고 경험을 통해 길러집니다. 이 경험을 AI에게 외주화하면, 정작 AI가 줄 수 없는 것을 스스로도 줄 수 없게 됩니다.

AI를 쓸수록 생산성이 높아지는 것은 사실입니다. 그러나 생산성과 능력은 다릅니다. AI는 지금 당장의 산출물을 늘려주지만, 잘못 사용하면 미래의 능력 자산을 소진시킵니다. 편리함의 비용을 인식하고 관리하는 것, 이것이 AI 시대에 개인이 스스로를 지키는 방법입니다.

#AI사고력저하 #AI리터러시 #비판적사고 #AI부작용 #AI교육 #인지능력 #AI의존 #디지털리터러시