AI 쓰는 학생은 부정, 기관은 혁신…달라진 판단의 권력
초년 노동 '비효율'까지 없애는 자동화…숙련의 첫 단계가 사라진다
기계는 인간을 닮고, 인간은 기계에 맞춰간다

인터넷을 오래 쓴 사람이라면 신호등이나 횡단보도를 골라본 적이 있다. CAPTCHA다. 흐릿한 사진 몇 장을 맞힌 뒤 '나는 로봇이 아닙니다'에 체크하면 끝이었다. 인간과 기계를 가르는 시험치고는 싱거웠다. 인간은 사진 속 맥락을 알아보고 기계는 그러지 못한다는 믿음이 있었기 때문이다.

시험 문제를 바라보면 인공지능(AI)이 답을 알려주는 ‘AI 안경’ 부정행위를 형상화한 이미지. 최근 국가자격시험에서도 관련 부정행위가 적발되면서 시험 현장의 새로운 관리 과제로 떠올랐다.

시험 문제를 바라보면 인공지능(AI)이 답을 알려주는 ‘AI 안경’ 부정행위를 형상화한 이미지. 최근 국가자격시험에서도 관련 부정행위가 적발되면서 시험 현장의 새로운 관리 과제로 떠올랐다.

AD
원본보기 아이콘

그 믿음은 빠르게 낡고 있다. 지난 6월 국가자격시험에서는 AI가 탑재된 안경을 이용한 부정행위가 적발됐다. 문제를 바라보면 AI가 답을 찾아 안경에 띄워주는 방식이다. 이제 시험 감독관은 수험생이 답을 아는지뿐 아니라 그 답이 정말 수험생에게서 나왔는지도 확인해야 한다. 시험이 묻던 '당신은 아는가' 앞에 '당신이 답했는가'라는 질문이 하나 더 붙었다.


출판계가 처한 곤혹도 비슷하다. 미국에서는 대학원생의 소설이 AI 활용 의혹으로 출판 계약이 무산됐고, 작가는 자료 조사와 어휘 확인에만 AI를 썼다고 반박했다. 다른 한편에서는 사람이 직접 쓴 책임을 인증하는 '사람 저작물' 표시까지 등장했다. 저자 이름 하나면 충분했던 책에 '정말 사람이 썼다'는 증명이 필요한 시대다. 자료를 AI가 찾고 사람이 쓰면 사람의 글인가. 사람이 초고를 쓰고 AI가 다듬으면? 우리가 도구라고 불러온 것과 저자라고 불러온 것 사이의 경계부터 흐려지고 있다.

더 묘한 장면은 그 반대편에 있다. AI가 혼자 처리하는 것처럼 보이는 데이터 분류와 라벨링, 콘텐츠 모더레이션 상당 부분에는 여전히 사람이 개입한다. 자동화가 완벽해 보일수록 그 노동은 잘 보이지 않는다. 연구자들이 이를 '유령 노동'이라 부르는 이유다. 한쪽에는 AI가 한 일을 자신이 한 것처럼 보여야 하는 사람이 있고, 다른 쪽에는 사람이 한 일을 AI가 한 것처럼 보여야 하는 사람이 있다. 사람과 기계를 구분하는 문제는 어느새 '누가 했는가'를 가리는 문제로 바뀌었다.


그런데 판정하는 자리에도 AI가 들어왔다. 교육 현장에서는 AI를 활용한 서·논술형 채점이 확대되고 있다. 학생이 AI로 답안을 만들면 부정행위가 될 수 있지만, 교육기관이 학생의 답안을 AI로 평가하는 것은 효율화의 한 방법으로 논의된다. AI 채점 모델에서는 제시문의 어휘를 많이 반복한 답안이 높은 점수를 받는 경향 등 한계도 확인됐다.

여기서 더 흥미로운 것은 기계의 오류보다 인간의 반응이다. 시험은 늘 학생을 바꿔왔다. 출제 유형이 달라지면 공부법도 달라진다. AI가 채점자가 된다면 학생은 '좋은 답'뿐 아니라 'AI가 좋은 점수를 주는 답'도 학습할 것이다. 채용 시스템이 이력서를 먼저 읽으면 구직자는 그 시스템이 알아보기 좋은 이력서를 만든다. 검색과 추천 알고리즘에 맞춰 제목과 영상의 형식을 바꾸는 일은 이미 낯설지 않다.


인간은 적응의 동물이다. 새로운 환경이 생기면 거기에 맞춰 행동을 바꾸고, 그 능력으로 살아남았다. AI 시대라고 다를 이유는 없다. 다만 이번에는 우리가 적응해야 할 환경이 우리를 읽고, 평가하고, 순위를 매긴다. 기계를 인간처럼 만들기 위해 애써온 사이 인간도 기계가 판독하기 쉬운 방식으로 자신을 조정하기 시작했다. 문제는 인간이 AI에 적응하지 못한다는 데 있지 않다. 오히려 너무 잘 적응한다는 데 있다.


노동시장에서는 이 적응이 사람의 성장 과정까지 바꿀 가능성이 있다. 데이터 정리와 기초 문서 작성, 초급 코딩처럼 신입이 맡아온 업무부터 AI가 대체할 수 있다는 분석이 나온다. 생산성만 놓고 보면 반길 일이다. 그러나 사람은 선임자로 입사하지 않는다. 신입은 단순한 일을 반복하고, 틀리고, 지적받고, 다시 해보면서 판단력을 얻는다. 기업의 눈에는 비효율인 그 시간이 인간에게는 숙련의 과정이다. 그 비효율부터 없애고 나면 몇 년 뒤 필요한 숙련자는 어디에서 생겨날까. 효율은 결과를 앞당길 수 있지만 성장 과정까지 건너뛸 수 있는지는 아직 알 수 없다.


십수 년 전 CAPTCHA는 사람과 기계를 구별하면 그만이었다. 지금은 사람이 AI를 쓰고, AI가 사람을 평가하고, 사람은 그 평가에 맞춰 자신을 바꾼다. 어느 한쪽이 다른 한쪽을 완전히 대신한 것이 아니라 서로의 영역에 들어와 섞이는 중이다. 인간과 기계의 경계가 흐려진다는 말보다 더 눈여겨볼 변화는 어쩌면 인간 쪽에 있다. 우리는 여전히 '나는 로봇이 아닙니다'를 별 생각 없이 누른다. 그런데 기계가 인간을 닮는 동안, 인간은 기계가 알아보기 좋은 인간으로 조금씩 달라지고 있다. 그렇다면 이제 질문은 예전보다 조금 복잡하다.

AD

당신은 누구인가.


김희윤 기자 film4h@asiae.co.kr

<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>

함께 보면 좋은 기사

새로보기

내 안의 인사이트 깨우기

취향저격 맞춤뉴스

많이 본 뉴스

당신을 위한 추천 콘텐츠

놓칠 수 없는 이슈