인지적 부채 - AI가 내 뇌를 망치고 있는 걸까?

https://thoughtbot.com/blog/is-ai-ruining-my-brain

2026.9.4
[Is AI ruining my brain?]

이 글은 업무 환경에서 도입한 인공지능 도구가 인간의 사고방식과 일상적인 문제 해결 능력에 미치는 부정적인 영향을 탐구하는 성찰적인 에세이입니다. 필자는 코딩 작업의 효율성을 위해 사용하기 시작한 AI가 정교한 수작업인 뜨개질과 같은 개인적인 취미 영역에서조차 스스로 해결책을 찾으려는 의지를 약화시키고 있음을 경고합니다. 결국 저자는 AI에 의존하여 편리함을 얻는 과정에서 발생하는 인지적 나태함에 맞서, 인간 본연의 즐거움인 직접 배우고 인내하며 성취하는 가치를 지키기 위해 의식적인 노력이 필요함을 강조하고 있습니다.

 

나는 어려움 앞에서 스스로 생각하는 선택을 여전히 하고 있는가?

• 저자: Sally Hall
• 게시일: 2026년 9월 4일
• 매체: thoughtbot
• 성격: AI를 개발 업무에 도입하면서 경험한 문제 해결 습관의 변화를 기록한 개인적 성찰 에세이입니다.[1]

이 글의 핵심은 “AI가 뇌를 손상시킨다”는 과학적 주장이 아닙니다. 더 정확하게는 다음 질문을 제기합니다.

업무에서 어려움을 AI에 넘기는 습관이 생기면, 업무 밖에서도 스스로 문제를 해결하려는 의지가 약해지는가?

저자는 자신의 변화에 불안을 느끼지만, 인지능력 저하를 측정하거나 인과관계를 입증하지는 않습니다. 따라서 이 글은 AI의 신경학적 영향에 대한 연구가 아니라, AI 사용이 사고 습관과 자기 주도성에 미치는 영향에 대한 경험적 문제 제기로 읽는 것이 적절합니다.[1]

원문에는 본문 소제목이 없습니다. 아래의 ‘챕터’는 원문의 여섯 문단을 순서대로 따라가며 분석용으로 구성한 제목입니다. 각 챕터에서 원문의 주장과 분석·실무 제안을 구분하겠습니다.

 

2. 챕터 1 — “나는 직접 하는 것을 좋아한다”: AI 회의론의 출발점

원문 내용

저자는 자신을 AI에 회의적인 사람, AI를 싫어하는 사람, 또는 도입이 느린 사람으로 소개합니다. 그 이유로 AI의 윤리적·환경적 영향에 대한 우려와 직접 무언가를 만드는 일을 좋아한다는 성향을 함께 제시합니다.[1]

구체적인 사례는 다음과 같습니다.

• 양말을 직접 뜬다.
• 집 현관의 그네를 직접 만들었다.
• 추수감사절 파이를 반죽까지 직접 만든다.
• 코드를 작성하는 일 자체를 즐긴다.[1]

괄호 안에서 자신이 직접 쓴 긴 대시까지 언급하는 표현은, 글의 문체 자체에도 ‘직접 만들었다’는 정체성을 드러내는 장치입니다.

핵심 논지

저자가 AI 도입을 망설이는 이유는 단순히 AI의 성능을 믿지 못해서가 아닙니다.

“좋은 결과물을 얻는 것”과 “그 결과물을 내가 만드는 것”은 서로 다른 가치라는 점이 출발점입니다.

이 관점에서는 AI가 작업 시간을 줄여주더라도, 동시에 사용자가 즐기던 과정과 성취감을 대신 가져갈 수 있습니다.

분석: 생산성 중심 평가의 사각지대

이 문단은 도구의 가치를 평가하는 기준을 바꿉니다.

평가 관점	주된 질문
결과 중심	더 빠르고 정확하게 완성할 수 있는가?
과정 중심	내가 배우고 생각하고 만드는 경험이 유지되는가?
주체성 중심	결과를 내가 이해하고 책임질 수 있는가?

AI 도입을 ‘시간 절약’만으로 평가하면, 과정에서 발생하는 학습과 숙련, 만족감은 평가 대상에서 빠집니다.

특히 저자는 코딩을 단순한 생계 수단이나 생산 활동이 아니라 자신이 즐기는 제작 행위로 보고 있습니다. 따라서 AI의 개입은 업무 방식의 변화이면서 동시에 직업적 정체성의 변화가 될 수 있습니다.

한계 및 주의점

[확인 필요] 윤리·환경 문제는 제시되지만 분석되지는 않습니다. 원문은 이에 대한 수치, 사례, 연구를 제공하지 않으므로 이 글을 AI의 환경 영향에 대한 근거로 활용해서는 안 됩니다.[1]

또한 ‘직접 만드는 것을 좋아한다’는 저자의 가치관이 모든 사용자에게 동일하게 적용되는 것은 아닙니다. 어떤 사람에게는 코딩 자체가 목적이고, 다른 사람에게는 원하는 서비스를 만드는 수단일 수 있습니다.

실무 시사점 — 분석자 제안

AI 도입 전에 업무를 단순히 ‘자동화 가능한가’로 나누기보다 다음처럼 구분하는 것이 유용합니다.

• 결과 확보가 주목적인 업무: 반복적인 형식 변환, 문서 정리 등
• 학습이 중요한 업무: 새로운 도메인 이해, 설계 대안 비교 등
• 숙련 유지가 중요한 업무: 핵심 로직 분석, 장애 원인 규명 등
• 개인적 만족이 중요한 활동: 창작, 취미, 직접 만드는 작업 등

같은 자동화라도 어떤 활동에서는 이익이고, 어떤 활동에서는 가치의 손실일 수 있다는 것이 이 문단의 의미입니다.

 

3. 챕터 2 — 복잡한 프로젝트에서 AI를 사용하게 된 현실적 이유

원문 내용

저자는 최근 참여한 프로젝트에서 팀이 AI를 많이 사용하고 있으며, 업무 도메인이 매우 복잡하다고 설명합니다. 그 결과 자신도 마지못해 AI를 활용하기 시작합니다.[1]

사용 목적은 다음과 같습니다.

• 애플리케이션에서 무슨 일이 일어나는지 이해하기
• 자신이 수정한 코드가 다른 영역에 미치는 영향 파악하기
• 존재하는지도 몰랐던 애플리케이션 영역 이해하기
• 코드 작업 중 막혔을 때 Cursor의 도움 받기[1]

하지만 Cursor를 찾는 것이 점점 편해질수록, 저자는 자신의 사고방식에 일어나는 변화를 불편하게 느낍니다.[1]

핵심 논지

이 문단의 중요한 점은 AI 사용이 충분히 합리적인 상황에서 시작되었다는 것입니다.

저자는 생각하기 싫어서 AI를 도입한 것이 아닙니다. 복잡한 시스템을 이해하고 변경 영향을 확인해야 하는 현실적 필요가 있었습니다.

따라서 글의 갈등은 다음과 같이 정리할 수 있습니다.

업무상 유용한 지원 도구가, 어느 순간 기본적인 문제 해결 경로가 되는 것은 아닌가?

분석: ‘설명 지원’과 ‘이해의 대체’는 다르다

AI가 시스템 구조를 설명해주는 것과 사용자가 실제로 구조를 이해하는 것은 구분해야 합니다.

바람직한 활용 흐름 — 분석자 제안

AI 설명 → 관련 코드 확인 → 자신의 말로 재구성 → 변경 영향 검증

이 글이 우려하는 흐름 — 분석적 해석

막힘 → AI 질문 → 답변 수용 → 다음 작업으로 이동

두 번째 흐름에서는 당장의 작업은 진행되지만, 사용자에게 이해가 얼마나 남는지 확인하기 어렵습니다.

다만 저자가 실제로 AI 답변을 무비판적으로 수용했다는 내용은 원문에 없습니다. 위의 두 흐름은 원문의 문제의식을 설명하기 위한 분석 모델입니다.

한계 및 주의점

[보완 필요] 업무 성과와 이해 수준에 관한 측정이 없습니다.

원문에는 다음 정보가 제시되지 않습니다.

• AI 사용 전후의 업무 수행 시간
• 오류 발생이나 수정의 변화
• 시스템 이해도의 변화
• AI 없이 작업할 수 있는 능력의 변화
• 사용 빈도와 기간[1]

따라서 이 문단으로 입증할 수 있는 것은 저자가 AI 사용에 익숙해졌고 그 변화에 불편함을 느꼈다는 사실입니다. 생산성이 향상되었다거나 개발 역량이 저하되었다는 결론까지 도출할 수는 없습니다.

실무 시사점 — 분석자 제안

AI가 복잡한 시스템을 설명했을 때, 설명을 읽은 만족감 대신 다음을 확인할 필요가 있습니다.

• 핵심 처리 흐름을 AI 없이 설명할 수 있는가?
• 관련 코드와 문서를 직접 찾아갈 수 있는가?
• 변경의 영향 범위를 설명할 수 있는가?
• AI의 설명이 틀렸을 때 이를 판별할 근거가 있는가?

즉, 설명을 제공받았다는 사실이 아니라, 설명을 자신의 이해로 전환했는지가 평가 대상이어야 합니다.

 

4. 챕터 3 — 뜨개질 오류 앞에서도 AI를 찾게 된 순간

원문 내용

저자는 회의 중 손을 움직일 수 있도록 책상 근처에 뜨개질을 둡니다. 때로는 Cursor의 답변을 기다리는 동안에도 뜨개질을 합니다.[1]

당시 만들고 있던 스웨터는 무늬가 복잡하고 설명이 적어 해석하기 어려웠습니다. 작업을 살펴보다가 몇 줄 전에 무늬가 어긋났다는 것을 발견했고, 첫 번째 반응이 AI에 도움을 요청하는 것이었다는 사실에 크게 놀랍니다.[1]

핵심 논지

이 문단은 글의 전환점입니다.

문제는 AI가 실제로 뜨개질을 해결했는지가 아닙니다. 업무에서 형성된 ‘막히면 AI를 찾는다’는 반응이 취미 활동에서도 나타났다는 것입니다.

저자는 AI 사용의 범위가 아니라 문제 해결의 첫 반응이 바뀌었다는 점을 문제 삼습니다.

분석: 도구의 사용 범위보다 ‘기본 반응’이 중요하다

이 장면에는 두 수준이 있습니다.

1. 관찰된 사건 뜨개질 오류를 발견했을 때 AI를 먼저 떠올렸다.

1. 저자의 해석 업무에서 형성된 AI 의존 습관이 다른 생활 영역으로 확산되고 있을 수 있다.

첫 번째는 저자의 경험으로 서술된 사실이고, 두 번째는 그 경험에 대한 인과적 해석입니다.

이 구분이 중요한 이유는 AI를 먼저 떠올리는 것 자체가 능력 저하를 의미하지 않기 때문입니다. 새로운 도구를 배운 뒤 적용 가능한 상황을 더 자주 떠올리는 것으로도 설명할 수 있습니다.

저자가 불편하게 느끼는 것은 도구를 기억했다는 사실보다, 자신이 소중하게 생각하는 활동에서도 직접 고민하기 전에 도구를 찾게 되었다는 점입니다.

한계 및 주의점

[확인 필요] 단일 경험으로 습관 전이의 범위나 원인을 확정할 수 없습니다.

원문에는 반복 관찰, 비교 조건, 피로도나 시간 압박에 관한 정보가 없습니다.[1]

따라서 다음과 같은 강한 결론은 원문을 넘어섭니다.

• “AI를 쓰면 모든 생활 영역에서 의존성이 생긴다.”
• “AI 사용으로 저자의 문제 해결 능력이 떨어졌다.”
• “AI 사용자는 스스로 생각하지 않게 된다.”

실무 시사점 — 분석자 제안

AI 의존 여부를 점검할 때 사용 횟수보다 사용을 시작하는 시점을 살펴볼 수 있습니다.

점검 질문	확인하려는 사항
문제를 이해하기 전에 AI를 켜는가?	문제 정의의 위임 여부
자신의 가설을 세우기 전에 답을 요청하는가?	추론 시작 단계의 위임 여부
조금 불편해지면 즉시 AI로 전환하는가?	어려움을 견디는 방식의 변화
AI 답변 후 직접 검증하는가?	판단 주도권의 유지 여부

이 질문들은 원문에서 검증된 진단 도구가 아니라, 저자의 문제의식을 실무적으로 적용한 자기점검 항목입니다.

 

5. 챕터 4 — 결과보다 과정: 내가 만든다는 것의 의미

원문 내용

저자는 뜨개질을 좋아하는 이유가 과정 자체라고 설명합니다. 스웨터 하나에 수십 시간을 쓰고 상당한 돈을 들이지만, 완성품은 Amazon에서 20달러에 살 수 있는 제품보다 나아 보이지 않을 때도 있다고 말합니다.[1]

그럼에도 중요한 것은 가격 대비 결과가 아닙니다.

• 머리와 손을 사용하는 즐거움
• 문제의 해결책을 스스로 찾는 경험
• “내가 직접 만들었다”고 말할 수 있는 만족감

이런 가치 때문에 뜨개질을 한다는 것입니다.[1]

또한 이전에 프로젝트 관련 도움을 ChatGPT에 요청해봤지만 전혀 도움이 되지 않았다고 회고하며, 그럼에도 왜 이번에는 AI를 찾게 되었는지 자문합니다.[1]

핵심 논지

이 문단은 ‘좋은 결과를 얻는 효율’과 ‘활동을 하는 이유’가 충돌할 수 있다는 점을 설명합니다.

뜨개질이 오직 스웨터 확보를 위한 활동이라면 구매가 합리적일 수 있습니다. 하지만 직접 만들고 문제를 풀어가는 경험이 목적이라면, 그 과정을 제거하는 것은 목적의 일부를 제거하는 셈입니다.

분석: 어려움은 항상 제거해야 할 비용인가?

업무 개선이나 자동화에서는 어려움을 흔히 낭비로 취급합니다. 그러나 이 글에서는 어려움이 두 종류로 구분됩니다.

구분	분석적 의미	예시
제거할 만한 어려움	목표 달성에 거의 기여하지 않는 부담	반복 입력, 불필요한 형식 수정
남겨둘 만한 어려움	이해·숙련·만족에 기여하는 과정	오류 원인 추적, 패턴 해석, 설계 고민

이 구분은 원문의 명시적 분류가 아니라 분석적 정리입니다.

저자가 지키려는 것은 모든 수작업이 아닙니다. 자신이 활동을 즐기는 이유와 연결된 어려움입니다.

중요한 역설: 효과가 없었어도 AI를 찾는다

저자의 경험에서는 이전에 ChatGPT가 도움이 되지 않았는데도, 새로운 어려움 앞에서 AI가 먼저 떠올랐습니다.[1]

이를 통해 글은 다음 가능성을 제기합니다.

도구를 찾는 반응이 반드시 해당 과제에서 확인된 유용성만으로 형성되는 것은 아닐 수 있다.

다만 이것을 곧바로 중독이나 의존성으로 진단할 수는 없습니다. 원문은 심리적 기제를 검증하지 않습니다.

한계 및 주의점

• 20달러는 개인적 비교 사례이지, 뜨개질의 비용 효율을 분석한 시장 자료가 아닙니다.
• “도움이 되지 않았다”는 저자의 경험이지, ChatGPT가 해당 유형의 문제를 일반적으로 해결하지 못한다는 평가가 아닙니다.[1]
• 직접 만든다는 만족감은 개인별로 다르므로, AI를 활용한 창작이 언제나 덜 의미 있다고 일반화할 수 없습니다.

실무 시사점 — 분석자 제안

AI에 맡기기 전에 다음 질문을 던질 수 있습니다.

“이 작업에서 내가 얻으려는 것은 결과물인가, 아니면 그 결과물을 만드는 과정에서 생기는 역량과 경험인가?”

공공 AI 컨설팅·감리 업무에 적용하면, 문서의 형식 정리는 AI에 맡길 수 있어도 지적사항의 판단 논리, 증거의 적절성, 원인과 개선안의 연결은 전문가가 직접 이해하고 설명할 수 있어야 합니다.

 

6. 챕터 5 — 업무와 일상은 분리되지 않는다: 사고 습관의 확산 우려

원문 내용

저자는 업무에서 문제를 해결하는 방식과 나머지 생활의 문제 해결 방식을 완전히 분리할 수 없다고 말합니다. 이를 설명하기 위해 드라마 Severance를 언급합니다.[1]

이어 반복적이거나 지루한 업무를 AI에 넘기고, 익숙하지 않은 내용을 직접 파악하기보다 AI에 설명을 요청하는 습관이 업무 밖의 어려운 일에 들이려는 노력도 줄인 것처럼 느껴진다고 서술합니다.[1]

마지막에는 React 컴포넌트에 적절한 props를 전달하도록 Cursor에 요청하는 일이 언제 자녀와의 대화를 ChatGPT에 맡기는 것으로 이어질지 묻습니다.[1]

핵심 논지

이 문단은 글에서 가장 강한 문제 제기를 합니다.

AI에 무엇을 맡기느냐뿐 아니라, 맡기는 습관이 어떤 삶의 영역까지 확장되느냐를 살펴야 한다.

저자는 업무 자동화와 일상적 관계의 위임 사이에 경계가 유지되는지 걱정합니다.

분석: 능력 저하보다 ‘노력 투입 의향’의 변화

원문의 중요한 표현은 다음입니다.

“seems to have decreased how much work I’m willing to put into hard things outside of work”[1]

핵심은 어려운 일을 해낼 능력이 줄었다는 주장이 아니라, 그 일을 해내기 위해 들이려는 노력의 양이 줄어든 것 같다는 자각입니다.

이 둘은 구분해야 합니다.

구분	의미	원문이 뒷받침하는 수준
능력 변화	문제를 해결할 수 있는 역량의 변화	측정하지 않음
동기 변화	직접 노력하려는 의향의 변화	저자의 주관적 경험
습관 변화	어려움 앞에서 AI를 먼저 떠올리는 반응	구체적 일화 제시

제목의 ‘뇌’라는 표현을 문자 그대로 해석하면 이 구분을 놓치기 쉽습니다.

분석: 자녀와의 대화는 증거가 아니라 경계 질문이다

React 작업에서 자녀와의 대화로 이동하는 표현은, 기술적 업무 지원과 인간관계의 위임 사이의 거리를 의도적으로 크게 벌리는 수사적 장치입니다.

이를 다음처럼 이해하는 것이 적절합니다.

• 타당한 문제 제기: 효율성만으로 판단하기 어려운 활동에도 AI 사용이 확대될 수 있다.
• 입증되지 않은 연결: 코딩에 AI를 사용하는 것이 자녀와의 대화를 AI에 맡기는 행동으로 이어진다.

원문이 연결한 외부 게시물의 내용과 맥락은 여기서 별도로 검증하지 않았습니다. 따라서 해당 게시물을 부모·자녀 관계에 대한 독립적 증거로 사용하지 않고, 저자가 제기한 질문의 맥락으로만 다룹니다.

한계 및 주의점

[보완 필요] 인과관계에 대한 대안 설명이 검토되지 않습니다.

예를 들어 다음 요인도 노력 투입 의향에 영향을 줄 수 있습니다.

• 복잡한 프로젝트로 인한 피로
• 업무 강도와 시간 압박
• 새로운 도구를 익히는 과정
• 취미 과제의 난이도

이는 가능한 대안 설명이지, 저자에게 실제로 발생했다고 확인된 사실은 아닙니다.

실무 시사점 — 분석자 제안

AI 사용 정책을 보안·개인정보·저작권만으로 구성하면, 이 글이 제기하는 역량 유지와 판단 주도권의 문제는 다루기 어렵습니다.

교육·전문업무에서는 다음도 관리 대상으로 고려할 수 있습니다.

• AI 없이 핵심 판단을 설명할 수 있는지
• 원자료를 직접 검토하는지
• 생성된 설명의 오류를 식별할 수 있는지
• AI가 없는 상황에서도 핵심 업무를 수행할 수 있는지

이는 원문의 공식 권고가 아니라, 문제의식을 조직 운영에 확장한 제안입니다.

 

7. 챕터 6 — 첫 반응을 따르지 않을 자유: 멈추고 선택하기

원문 내용

저자는 앞서 제기한 문제들에 대한 답을 갖고 있지 않다고 인정합니다. 그러나 한 가지는 자랑스럽게 생각합니다.[1]

뜨개질 문제를 ChatGPT에 맡기고 싶다는 첫 반응이 있었지만, 그대로 행동하지 않았습니다.

대신 다음을 수행합니다.

• 잠시 멈춘다.

• ChatGPT가 문제에 접근할 방식과 자신이 접근할 방식을 생각한다.

• 직접 어려움을 해결해볼 가치가 있다고 판단한다.[1]

마지막 문장은 AI가 아직 자신의 뇌를 망가뜨리지는 않았지만 계속 점검하겠다는 취지입니다.[1]

핵심 논지

결론은 AI의 전면적 금지가 아닙니다.

저자가 선택한 대응은 AI를 자동적으로 찾는 반응과 실제 사용 결정 사이에 숙고를 넣는 것입니다.

분석: 판단의 주도권은 마지막 선택에 있다

글의 흐름은 다음과 같습니다.

어려움 발생 → AI를 먼저 떠올림 → 변화 인식 → 잠시 멈춤 → 활동의 목적 검토 → 직접 해결 선택

저자가 제시하는 희망은 ‘AI를 전혀 떠올리지 않는 상태’가 아닙니다. AI를 떠올렸더라도 그 충동을 검토하고 다른 선택을 할 수 있다는 점입니다.

이 관점에서 중요한 역량은 다음입니다.

• 내 반응을 알아차리는 능력
• 활동의 목적을 다시 확인하는 능력
• 편리함과 장기적 가치를 비교하는 능력
• 필요하다면 직접 해결을 선택하는 능력

한계 및 주의점

[확인 필요] 이 대응의 장기적 효과는 알 수 없습니다.

원문은 이후 AI 사용 습관이 어떻게 변했는지, 자기점검을 지속했는지, 문제 해결 의향이 회복되었는지까지 보고하지 않습니다.[1]

따라서 ‘잠시 멈추기’는 저자가 실천한 대응이지, 효과가 검증된 개입 방법으로 제시해서는 안 됩니다.

실무 시사점 — 분석자 제안

원문의 결론을 업무 규칙으로 바꾸면 다음처럼 정리할 수 있습니다.

AI에 요청하기 전에, 이 과제에서 내가 직접 해야 할 사고가 무엇인지 먼저 결정한다.

활용 방식도 ‘사용/미사용’의 이분법 대신 선택할 수 있습니다.

• 완성된 답을 받기
• 작은 힌트만 받기
• 내가 세운 가설의 반례를 요청하기
• 관련 자료의 위치만 찾기
• 직접 해결한 뒤 검토받기

핵심은 도구를 쓰지 않는 것이 아니라, 어떤 사고를 위임하고 어떤 사고를 유지할지 의식적으로 정하는 것입니다.

 

8. 전체 논리 구조와 근거 수준

논리 구조

단계	원문의 역할	분석적 의미
직접 만드는 활동을 좋아함	가치관 제시	결과보다 과정도 중요함
복잡한 업무 때문에 AI 사용	현실적 필요 제시	도입 자체에는 합리적 이유가 있음
뜨개질에서도 AI를 먼저 떠올림	전환점	문제 해결의 기본 반응이 변함
뜨개질의 목적을 재확인	가치 충돌 설명	효율화가 활동의 목적을 훼손할 수 있음
업무 밖 노력 의향의 변화 우려	문제 확대	사용 습관의 생활 영역 확산을 질문함
멈추고 직접 해결 선택	대응 제시	자동 반응과 의식적 결정을 분리함

원문은 이러한 순서로 개인적 경험을 해석하며, 마지막까지 확정적 답을 주장하지 않습니다.[1]

근거 수준 판정

쟁점	판정	이유
저자가 업무에 AI를 사용했다	원문에 직접 서술	프로젝트와 Cursor 사용 경험 제시
뜨개질 문제에서 AI를 먼저 떠올렸다	원문에 직접 서술	구체적 일화 제시
직접 노력하려는 의향이 줄었다	주관적 자각	저자가 “그런 것 같다”고 표현
업무 AI 사용이 일상 변화를 유발했다	인과관계 미입증	비교·측정·대안 설명 검토 없음
AI가 뇌를 손상시킨다	이 글로 판단 불가	신경학적 검사나 연구 없음
숙고 후 직접 해결을 선택했다	원문에 직접 서술	결론의 행동 사례
이러한 대응이 장기적으로 효과적이다	확인 불가	후속 관찰 없음

글의 강점은 일상적 장면을 통해 중요한 질문을 포착한 데 있고, 한계는 그 질문에 과학적 답을 제공하지 않는 데 있습니다.

 

9. 종합 결론

이 글을 가장 정확하게 요약하면 다음과 같습니다.

“AI가 내 뇌를 망가뜨렸는가?”라는 질문보다, “나는 어려움 앞에서 스스로 생각하는 선택을 여전히 하고 있는가?”라는 질문에 관한 글입니다.

저자의 경험은 AI로 인한 인지능력 저하를 입증하지 않습니다. 다만 다음 세 가지를 점검하게 합니다.

1. 사용의 시작점: 문제를 이해한 뒤 AI를 쓰는가, 이해하기 전에 답부터 구하는가?

1. 활동의 목적: 결과를 빨리 얻는 것이 중요한가, 직접 해결하는 과정도 중요한가?

1. 판단의 주도권: AI를 찾는 반응이 생겼더라도, 사용할지와 어떻게 사용할지를 스스로 결정하는가?

따라서 이 글의 실무적 가치는 AI의 위험을 단정하는 데 있지 않습니다. 생산성 향상과 함께, 이해·숙련·자기 주도성이 유지되는지도 살펴야 한다는 경고에 있습니다.

 

Sources

[1] https://thoughtbot.com/blog/is-ai-ruining-my-brain — Is AI ruining my brain?