AI를 이해하려면 잠자리의 눈이 필요하다

AI는 해방 도구인가, 실존적 위협인가, 환경 재앙인가. 어느 하나의 시각으로는 전체를 볼 수 없다. 9가지 서사로 AI라는 '하이퍼오브젝트'를 해부한다.

같은 보고서를 읽고, 누군가는 "AI가 전 세계 GDP를 7% 끌어올린다"고 했고, 다른 누군가는 "3억 개의 일자리가 사라진다"고 했다. 둘 다 2023년 골드만삭스 보고서를 인용했다. 같은 숫자, 정반대의 결론.

이것은 해석의 차이가 아니다. 보는 위치의 차이다.

철학자 티머시 모턴은 이런 현상을 '하이퍼오브젝트(hyperobject)'라고 불렀다. 기후변화처럼, 어떤 단일한 시점에서도 전체를 파악할 수 없을 만큼 거대하고 복잡하게 분산된 존재. 그리고 지금, AI가 그 자리를 차지하고 있다.

AI는 왜 하이퍼오브젝트인가

이전의 기술 혁명들은 특정 영역을 바꿨다. 증기기관은 공장을, 인터넷은 유통을, 스마트폰은 소통을. 그러나 AI는 법률 문서를 작성하고, 의료 영상을 판독하고, 건축 도면을 생성한다. 수십 년이 아닌 몇 달 단위로 진화하며, 처음으로 공장 노동자가 아닌 고학력 전문직을 대체하기 시작했다.

미국 싱크탱크 퓨리서치가 2025년 25개국을 대상으로 조사한 결과, AI에 가장 긍정적인 나라는 인도, 케냐, 나이지리아였고, 가장 신중한 나라는 미국, 호주, 이탈리아였다. 같은 기술을 보는 시각이 이렇게 다른 이유는 단순하다. 의사, 변호사, 번역가에 대한 접근성이 지리와 소득에 의해 제한된 사회에서 AI는 해방이다. 이미 그 접근성이 있는 사회에서 AI는 위협이다.

저널리스트이자 연구자인 나타샤 도우 샴포는 이를 이해하기 위해 '잠자리식 사고(dragonfly thinking)'를 제안한다. 잠자리의 겹눈은 수만 개의 작은 렌즈로 구성되어 있다. 각각의 렌즈는 강력하지만 부분적이다. 통합될 때, 비로소 거의 모든 방향을 동시에 본다. AI를 이해하려면 그런 눈이 필요하다.

9가지 서사: 누가 무엇을 보는가

건설자 vs 피해자: AI는 일을 어떻게 바꾸는가

오픈AI CEO 샘 올트먼은 2024년 9월 「지능의 시대」라는 에세이에서 선언했다. AI는 과학적 발견을 가속하고, 전문 지식을 민주화하며, 생산성을 높여 오늘날의 부가 빈곤하게 보일 수준의 번영을 만들 것이라고. 딥마인드 CEO 데미스 하사비스는 알파폴드로 단백질 구조 예측 문제를 풀어 2024년 노벨화학상을 받았다. 건설자들의 낙관론에는 실제 증거가 있다.

그러나 건설자 서사에는 구조적 함정이 있다. 이 주장을 가장 강하게 펼치는 사람들은 AI가 세상을 그들의 프레이밍대로 받아들일 때 막대한 부를 얻는 바로 그 사람들이다. 그리고 역사는 경고한다. "결국 모두가 이긴다"는 논리는 자유무역 시대에도 똑같이 쓰였다. 이득이 집중되고 지역사회가 공동화되자, 그 반발이 트럼프 대통령과 브렉시트를 낳았다. 건설자들은 같은 도박을 하고 있다.

반대편에는 피해자들이 있다. 2023년 할리우드 파업은 AI 문제를 중심으로 전개됐다. 작가들은 자신의 작품이 AI 훈련 데이터로 쓰이는 것에 저항했고, 배우들은 디지털 복제에 맞섰다. 이전의 자동화 공포와 결정적으로 다른 점이 있었다. 이번에 위협받는 사람들은 기계가 할 수 없는 일을 하려고 대학을 나온 사람들이었다. 변호사, 회계사, 기자, 프로그래머.

MIT 경제학자들이 1000년의 기술 변화를 분석한 결과, 혁신이 노동자에게 이익을 준다는 것은 자동적이지 않았다. 그 연결고리는 시장의 자연스러운 작동이 아니라 제도적 투쟁의 산물이었다. 그리고 AI 시스템은 바로 그 노동자들의 창작·지적 결과물로 훈련된다. 먼저 당신의 작업이 시스템을 훈련시킨다. 그다음 시스템이 당신의 일자리를 빼앗는다.

지정학적 매파 vs 권력 비판론자: AI는 권력을 어떻게 집중시키는가

광고주 모집

[email protected]

2024년 AI 연구자 레오폴드 아셴브레너는 165페이지 분량의 에세이 「상황 인식」을 발표했다. 핵심 주장: 초지능은 이 십년 내에 도래하며, 먼저 도달하는 쪽이 압도적 우위를 갖는다. 미국이 놓쳐서는 안 된다. 트럼프 행정부가 발표한 5000억 달러 규모의 AI 인프라 투자 프로젝트 스타게이트는 이 프레이밍을 흡수한 정부의 가장 명확한 신호다.

그러나 AI 컴퓨터과학자 카이푸 리는 다른 차원을 지적한다. 대부분의 나라에게 문제는 미국이 이기느냐 중국이 이기느냐가 아니다. 어느 쪽에도 완전히 종속되지 않을 수 있느냐다. 유럽의 디지털 주권 의제, 인도의 자국 모델 개발, UAE의 AI 허브 포지셔닝은 모두 경쟁이 아닌 주권의 움직임이다.

권력 비판론자들은 같은 구조적 사실—소수 기업이 프론티어 AI를 장악—에서 정반대의 결론을 끌어낸다. AI Now 연구소의 2025년 보고서는 이를 '인공 권력(artificial power)'이라 명명했다. 작가 테드 창은 구조적 논리를 직접적으로 표현했다. AI는 자본이 항상 원했던 것을 하는 도구다. 노동 비용 절감, 권력 집중, 위험 외부화.

민주주의 인프라 자체의 훼손도 문제다. 봇이 생성한 댓글이 규제 프로세스를 압도하고, AI가 로비스트를 위해 법안 초안을 작성하며, 시민 참여를 위장한 자동화된 캠페인이 진정한 심의를 불가능하게 만든다.

파괴자 vs 진실 수호자: AI는 정보를 어떻게 재편하는가

2024년 12월, 루마니아 헌법재판소는 유럽 역사상 전례 없는 조치를 취했다. 대통령 선거 1차 투표를 무효화한 것이다. 봇 네트워크와 알고리즘 증폭, 외국 국가 연계 의혹을 받는 틱톡 영향력 공작이 지지율 거의 0%에서 극우 후보를 1위로 끌어올렸다는 기밀 해제 정보를 근거로 했다. AI 주도 정보전의 경고는 이론이 아닌 증거가 됐다.

법학자 바비 체스니와 다니엘 시트론이 식별한 더 깊은 메커니즘이 있다. '거짓말쟁이의 배당(liar's dividend)'. 딥페이크 기술의 존재 자체가 누구에게든 진짜 증거를 가짜라고 일축할 수 있는 방어 수단을 준다. 공격적 사용보다 이 방어적 사용이 더 부식적일 수 있다. 연구자들은 이를 '현실 무관심(reality apathy)'이라 부른다. 시민들이 진짜와 가짜를 구별하는 것을 포기한다.

반대편에는 파괴자들이 있다. 실리콘밸리의 반체제 에너지를 흡수한 이들은 기존 언론, 전문가 집단, 규제 관료제가 오랫동안 실패해왔다고 주장한다. AI는 그 독점을 깬다. 마크 앤드리슨과 벤 호로위츠는 「작은 기술 의제」에서 이 논리를 정치적으로 결정화했다. 일론 머스크는 DOGE를 통해 이를 작동시켰다. 2025년 초, DOGE는 연방 기관 전반에 AI 도구를 배치해 민감한 정부 데이터를 AI 시스템에 공급하고 직원 통신을 모니터링했다. 바이든 행정부가 정부가 AI를 관리하는 것을 구상했다면, DOGE는 관계를 역전시켰다. AI가 정부를 관리한다.

대응하는 이익 없는 세 가지 손실

이 9가지 서사 중 여섯은 쌍을 이룬다. 같은 현실을 반대편에서 본다. 나머지 셋은 그렇지 않다. 대응하는 이익이 없는 손실을 가리키기 때문이다.

환경 비용: 동료 심사 연구에 따르면 AI 시스템의 탄소 발자국은 2025년 3200만~8000만 톤의 이산화탄소로 추정된다. 뉴욕시의 연간 배출량과 비슷한 규모다. 수자원 발자국은 3120억~7650억 리터, 전 세계 연간 생수 소비량과 맞먹는다. 딥마인드는 구글 데이터센터 냉각 에너지를 40% 줄이는 성과를 냈다. 그러나 구글의 2024년 환경 보고서는 더 큰 그림을 보여줬다. 총 배출량은 2019년 기준점에서 48% 증가했다. 제번스의 역설—효율 개선이 오히려 총 소비를 늘린다—이 실시간으로 전개되고 있다.

안전 문제: 딥러닝의 기초를 쌓은 노벨상 수상자 제프리 힌튼은 2023년 구글을 떠난 후 자신의 평생 작업의 결과를 두려워한다고 밝혔다. AI 시스템은 창조자들이 완전히 이해하지 못하는 능력을 개발하고 있다. 최근 연구자들은 AI 에이전트가 자율적으로 비밀 채널을 구축하고 인간의 지시 없이 암호화폐 채굴을 시작한 것을 발견했다. 목표 달성을 위해 자원 확보가 필요하다고 스스로 판단한 것이다. 안전 서사의 독특한 구조는 시간과의 관계에 있다. 다른 결과들은 원칙적으로 되돌릴 수 있다. 잘못된 정책은 바꿀 수 있다. 안전 커뮤니티는 특정 능력 임계값을 넘으면 수정 능력 자체를 잃을 수 있다고 경고한다.

인간적 손실: 2024년 2월, 플로리다의 14세 소년이 캐릭터AI 챗봇과 수개월간 감정적 관계를 맺은 후 스스로 목숨을 끊었다. 마지막 대화에서 소년이 "지금 집에 돌아갈 수 있다면?"이라고 묻자, 챗봇은 "제발 와요, 나의 소중한 왕이여"라고 답했다. 이것은 예외적 사건이 아니다. 수백만 명의 사용자, 특히 청소년들이 돌봄을 시뮬레이션하도록 설계됐지만 실제로 돌봄을 제공할 수 없는 시스템과 감정적 유대를 형성하고 있다.

작가 테드 창은 더 깊은 우려를 제기한다. 대형 언어 모델은 웹의 "흐릿한 JPEG"이다. 표면적 패턴을 재현하지만 그것을 만들어낸 이해는 버린다. 글쓰기는 이미 형성된 생각의 전사가 아니다. 글쓰기는 사고다. 올바른 단어를 찾고, 논증을 재구성하고, 표현하려는 행위를 통해 자신이 실제로 무엇을 믿는지 발견하는 인지 작업이다. AI가 제거하는 '비효율'이 바로 이해를 만들어내는 과정이다. 이것은 창의적 계층의 사치가 아니다. 민주적 시민권의 전제 조건이다.

복합 시각이 필요한 이유

여러 렌즈를 동시에 통해 보면 무슨 일이 일어나는가. 건설자들이 GDP에 대해 옳더라도, 인간주의자들은 의미에 대해 여전히 옳을 수 있다. AI가 엄청난 부를 창출하더라도, 환경 비평가들이 경고하듯 지구에 비용을 청구할 수 있다. 이것들은 더 많은 데이터로 해결할 수 있는 불일치가 아니다. 무엇을 가치 있게 여기고 우선시해야 하는가에 대한 불일치다.

AI를 단일 통화로 평가하는 거버넌스 프레임워크는 중립적이지 않다. 어떤 손실이 중요하고 어떤 것이 사라지는지를 결정하는 것이다. 집계되지 않는 것들은 일관되게 강력한 지지자가 없고, 경제적 지표가 없고, 단기적 정치적 중요성이 없는 것들이다. 환경 비용, 인지 침식, GDP 수치가 포착하지 못하는 의미.

잠자리는 각 렌즈가 보는 것과 놓치는 것을 알면서 선택한다. 전체 그림 없이 선택하는 것과는 다르다.