AI가 아이들의 기초 실력을 약하게 해도 괜찮을까?

엔비디아 최고경영자(CEO) 젠슨 황은 AI가 학생들의 숙제를 더 빨리 끝내게 해주면서도, 배운 내용을 혼자 떠올리고 시험에서 적용하는 능력을 약하게 만들 수 있다는 우려를 부정하지 않았다. 다만 그는 긴 나눗셈이나 구구단처럼 AI가 대신할 수 있는 기초 능력이 약해지는 일을 반드시 심각한 손실로 봐야 하느냐고 되물었다.24

논쟁의 핵심은 AI가 학습에 도움을 주느냐는 단순한 질문을 넘어선다. 아이들이 지금 익혀야 할 기초 능력을 잃을 수 있는데, 미래에 생겨날 다른 능력이 그 손실을 메워줄 것이라고 기대해도 되느냐는 것이다.

숙제는 빨라졌지만 시험 성적은 떨어졌다는 연구

뉴욕타임스 진행자 에즈라 클라인은 인터뷰에서 중국의 7~12학년 학생 2만6천여 명을 살펴본 연구를 언급했다. 학생들이 서로 다른 시점에 AI를 도입한 사례를 비교한 결과, AI 활용은 숙제 점수를 18% 높이고 과제 완료 시간을 30% 줄였지만, 월간 시험 점수는 6개월 안에 20% 낮아진 것으로 소개됐다. 고위험 입학시험 점수도 하락했고, 연구에서 관찰된 불이익은 약 2년 뒤 더 뚜렷해졌다고 클라인은 설명했다.123

황은 이런 상충 효과 자체를 부인하기보다, 잊게 되는 능력이 무엇인지 따져야 한다는 쪽에 무게를 뒀다. 곱셈표나 제곱근 계산, 긴 나눗셈을 직접 해내는 능력이 약해질 수 있더라도 AI가 그런 일을 처리한다면 그 능력의 상실을 꼭 문제로 봐야 하느냐는 취지였다.410

‘세부 능력’ 대신 더 큰 문제를 다룰 수 있다는 기대

황이 제시한 논리는 능력의 교체에 가깝다. 사람들은 일부 세밀한 지적 능력을 잃을 수 있지만, AI 같은 도구를 활용해 여러 요소를 조율하고 더 큰 문제를 다루는 ‘시스템 사고’는 더 잘하게 될 수 있다는 것이다. 그는 오늘날 엔지니어들이 자신이 학교를 졸업했을 때보다 시스템을 보는 능력이 뛰어나다고 말했다.1317

일상 정보를 기술에 맡기는 자신의 경험도 예로 들었다. 보도에 따르면 황은 자신의 주소 같은 정보를 기억하지 못하는 일화를 꺼내며, 모든 정보를 사람이 직접 기억해야 하는 것은 아니라는 관점을 설명했다.12

이런 낙관론이 비판을 부르는 이유는, 학생이 지금 잃을 수 있는 기초 능력과 미래에 얻게 될 능력을 같은 저울에 올려놓기 어렵기 때문이다. AI가 숙제를 빨리 끝내게 해준다는 사실만으로, 기초 학습의 약화가 장기적으로 보상된다고 결론 내릴 수는 없다. 특히 아직 기본기를 익히는 어린 학생들에게는 ‘나중에 다른 능력을 얻을 것’이라는 전망만으로 현재의 손실을 가볍게 볼 수 있느냐는 질문이 남는다.248

AI 위험 경고에는 회의적이지만, 안전 문제를 모두 외면한 것은 아니다

황은 AI가 사회를 파괴할 가능성을 경고해 온 인공지능 연구자 제프리 힌턴의 발언을 두고 무책임하다고 비판했다. 위험을 말하려면 과학적 근거와 연구에 기반해야 한다는 입장이다.717 동시에 그는 통제할 준비가 되지 않은 제품은 출시하지 말아야 한다고 말했고, AI 기업도 일반적인 책임·반독점 법 적용에서 예외가 돼서는 안 된다고 밝혔다.19

이 점은 황의 입장을 ‘AI 안전을 전혀 걱정하지 않는다’고만 요약하기 어렵게 한다. 다만 비판자들은 그가 위험을 관리 가능한 공학적 문제로 보는 데 비해, 실제로 피해를 감당해야 할 사람들의 처지를 충분히 고려하지 않는다고 지적한다.

그 간극은 에너지와 기후를 둘러싼 발언에서도 드러난다. 황은 AI가 장기적으로 기후 문제 해결에 기여할 수 있다는 가능성을 이야기하면서도, AI 인프라 확장에 필요한 에너지와 그에 따르는 단기적 부담을 인정했다. 비판자들은 미래의 이익을 내세우는 동안 오염이나 기후 피해를 먼저 겪는 사람들의 현실이 뒤로 밀릴 수 있다고 본다.

교육 문제에서도 비슷한 질문이 생긴다. 지금의 비용을 감수하면 미래에 더 큰 능력과 이익을 얻을 수 있다는 전망은 가능하지만, 그 전망이 아이들의 기초 학습 손실을 실제로 보상할지는 별개의 문제다. 황의 발언을 둘러싼 비판은 그가 아이들에게 해를 끼치려 한다는 증거라기보다, 이런 상충 관계를 얼마나 가볍게 판단하고 있느냐에 대한 문제 제기다.24

또한 소개된 연구 하나만으로 모든 AI 활용이 학생들에게 똑같은 영향을 준다고 단정할 수는 없다. 다만 숙제의 효율이 높아지는 것과 학습이 제대로 남는 것은 서로 다른 결과일 수 있다는 점은 분명한 쟁점으로 남는다.12