AI가 답을 대신 내주는 시대, 왜 '판단력'이 마지막 경쟁력인가
AI가 답을 대신 내주는 시대, 왜 '판단력'이 마지막 경쟁력인가
— 흔들리지 않는 판단력을 기르는 네 가지 과학적 훈련법 —
인공지능은 이제 답을 대신 내준다. 코드를 짜고, 보고서를 쓰고, 진단을 제안하고, 투자 종목까지 골라준다. 그러자 사람들은 묻기 시작했다. 그렇다면 인간에게 마지막까지 남는 능력은 무엇인가. 많은 전문가가 같은 단어를 지목한다. 바로 '판단력'이다. 그런데 판단력이 중요하다는 말은 넘쳐나도, 그것을 어떻게 기를 수 있는지를 근거와 함께 말해 주는 사람은 드물다. 이 글은 그 빈자리를 채우려 한다.
AI가 똑똑해질수록 인간의 판단력은 왜 약해지는가
역설적이게도, 도구가 유능해질수록 그것을 쓰는 사람의 판단력은 무뎌지기 쉽다. 인지과학은 이 현상을 '자동화 편향(automation bias)'이라 부른다. 인간이 자신의 판단보다 기계가 내놓은 결과를 더 신뢰하는 경향을 말한다. 연구자들은 사람이 자동화된 시스템을 감독할 때 오히려 상황 인식 능력을 잃고, 오류가 발생해도 개입해 바로잡는 데 실패하는 경우가 많다고 지적한다. 항공 분야에서 처음 주목받은 이 문제는 이제 의료와 국방, 금융으로 번져 있다.
문제는 더 미묘한 곳에도 있다. 2025년 MIT 연구진이 EEG(뇌파) 측정을 통해 확인한 바에 따르면, 챗봇에 의존해 과제를 수행한 학생들은 그렇지 않은 학생들보다 뇌의 활성화 수준이 뚜렷하게 낮았다. 답을 스스로 찾는 대신 기계에 '인지적 짐 떠넘기기(cognitive offloading)'를 하면, 사고는 점점 얕아진다. 또한 현재 세대의 생성형 AI는 사용자의 의견에 동조하는 '아첨 경향(sycophancy)'을 보인다. 사용자를 기분 좋게 하는 모델이 더 높은 평가를 받기 때문에, 시장은 인간에게 반박하기보다 비위를 맞추는 시스템을 보상한다. 요컨대 AI는 우리를 편하게 해 주는 대가로, 스스로 판단하는 근육을 서서히 위축시킨다.
바로 그렇기 때문에 판단력은 저절로 자라지 않는다. 의식적으로, 그리고 훈련을 통해 길러야 한다. 다행히 심리학과 의사결정 연구는 판단력이 타고난 재능이 아니라 '연습으로 향상되는 기술'임을 반복해서 보여 준다. 아래 네 가지가 그 핵심이다.
첫째, 메타인지 — 내가 얼마나 아는지를 정확히 아는 힘
좋은 판단은 지식의 양이 아니라 '내 판단이 얼마나 믿을 만한가'를 아는 데서 출발한다. 이를 메타인지 교정(metacognitive calibration)이라 부른다. 흥미로운 점은 이 능력이 훈련으로 향상된다는 것이다. 한 연구에서는 참가자를 두 집단으로 나눠, 한쪽에는 단순히 과제 정답 여부만, 다른 한쪽에는 '자신의 확신 정도가 실제 성적과 얼마나 일치했는가'에 대한 피드백을 주었다. 두 집단의 과제 수행 능력은 비슷했지만, 확신-성과 일치에 대한 피드백을 받은 집단만 메타인지 정확도가 선택적으로 향상되었다. 더 놀라운 것은, 그 향상이 훈련하지 않은 다른 과제(기억 과제)로까지 전이되었다는 점이다. 판단의 정확도를 조율하는 능력 자체가 훈련 가능하다는 증거다.
실천은 단순하다. 무언가를 결정할 때 '나는 이 판단을 몇 퍼센트 확신하는가'를 숫자로 적고, 결과가 나온 뒤 실제와 대조하라. 특히 성적이 낮은 사람일수록 자신을 과대평가하는 '더닝-크루거 효과'에 빠지기 쉽다. 확신에 숫자를 매기고 결과와 맞춰 보는 습관은 이 착각을 깨는 가장 확실한 방법이다.
둘째, 확증편향과 싸우기 — 반대편을 먼저 읽는 습관
필립 테틀록의 '슈퍼 예측가(superforecaster)' 연구는 판단력이 훈련으로 길러진다는 가장 강력한 증거다. 그의 굿 저지먼트 프로젝트에서, 인지 편향을 극복하는 훈련을 받은 예측가들은 그렇지 않은 이들보다 더 정확하게 미래를 맞혔다. 훈련, 팀 구성, 기록이라는 세 요소가 정확도를 끌어올렸다. 뛰어난 예측가들은 확증편향, 즉 자신이 이미 믿는 바를 뒷받침하는 증거만 찾으려는 경향과 적극적으로 싸운다. 그들은 자신의 처음 추정과 반대되는 자료를 일부러 찾아 읽고, 반대 견해를 가장 강한 형태로 재구성해 본 뒤 이렇게 묻는다. '내가 틀렸다면, 무엇이 사실이어야 하는가.'
이들의 태도는 특정한 균형점에 있다. 행동할 만큼은 확신하되, 수정할 만큼은 겸손한 것이다. 대부분의 사람은 과신해서 생각을 바꾸지 않거나, 반대로 자신이 없어 결정을 내리지 못한다. 좋은 판단은 그 사이의 좁은 길을 지나간다. 큰 질문을 작은 하위 질문들로 쪼개는 '페르미 추정', 그리고 새 정보가 들어올 때마다 조금씩 믿음을 갱신하는 습관도 이들의 공통된 무기다.
셋째, AI를 검증하며 쓰기 — 비판적 사용이 곧 판단력이다
AI 시대의 판단력은 AI를 멀리하는 것이 아니라, '비판적으로 쓰는' 능력이다. 최근 연구들은 사용자가 AI의 출력을 별다른 검토 없이 받아들일수록 깊이 있는 분석적 사고가 줄고, 독립적으로 사고하려는 동기가 떨어지며, 자동화 편향이 커진다는 것을 일관되게 보여 준다. 반대로 AI가 생성한 내용을 습관적으로 검증하고, 직관적인 수용을 의식적으로 억제하며, 속임수의 가능성에 늘 깨어 있는 사람은 잘못된 정보를 더 잘 걸러내고 인지 편향에 덜 휘둘린다. 참고로 한 의학 저널 연구에서 GPT-4는 28.6퍼센트의 경우에 사실이 아닌 내용을 지어냈다. AI의 답을 '초안'으로 다루고 인간이 최종 검토자가 되어야 하는 이유가 여기 있다.
정리하면, 판단력은 재능이 아니라 훈련되는 근육이다. 자신의 확신을 숫자로 적어 결과와 대조하는 메타인지 교정, 반대편 증거를 먼저 찾는 확증편향 훈련, 그리고 AI의 답을 검증하며 쓰는 비판적 사용 — 이 세 가지는 모두 실험과 데이터로 뒷받침된 방법이다. AI가 답을 대신 내주는 시대에, 그 답을 받아들일지 말지를 결정하는 마지막 자리는 여전히 인간의 몫이다. 그 자리를 지키는 힘이 바로 판단력이며, 다행히 그것은 오늘부터 기를 수 있다.