요즘 AI 업계 사람들 이야기를 듣다 보면 묘한 기분이 들 때가 있어요. 기술을 만드는 쪽에서는 AI가 의료도 고치고, 교육도 바꾸고, 기후 위기까지 해결할 거라고 말하는데요. 정작 그 기술의 영향을 받는 쪽, 그러니까 일자리가 흔들리는 사무직 노동자나 저작물이 학습 데이터로 쓰인 창작자들 입장에서는 AI가 해결책이 아니라 '문제 그 자체'로 다가온다는 거죠. 영국 옵저버(Observer)에 실린 이 칼럼이 짚는 지점이 바로 여기예요. 실리콘밸리는 AI를 '다른 모든 사람들을 위한 해결책'이라고 부르는데, 그 '다른 모든 사람들'은 정작 그렇게 느끼지 않는다는 역설이요.
같은 기술인데 왜 온도 차가 이렇게 클까요
이 온도 차의 뿌리를 따라가 보면 구조적인 문제가 보여요. AI로 생기는 이익은 소수의 기업과 투자자에게 집중되는데, AI로 생기는 비용과 리스크는 사회 전체에 넓게 퍼지거든요. 예를 들어 기업이 AI로 고객센터 인력을 줄이면 절감된 비용은 그 회사 주주에게 가지만, 일자리를 잃은 사람의 재교육 비용은 개인과 사회가 떠안게 되죠. 데이터센터가 쓰는 막대한 전력과 물도 마찬가지예요. 혜택은 클라우드 요금을 받는 회사가 가져가고, 전력망 부담과 전기요금 인상은 그 지역 주민 몫이 되는 구조인데요. 이런 '이익의 사유화, 비용의 사회화' 구도가 반복되니까 기술 바깥에 있는 사람들의 시선이 차가워지는 거예요.
또 하나 흥미로운 지적은 화법의 문제예요. 실리콘밸리가 AI를 이야기할 때 항상 '당신의 문제를 해결해 주겠다'는 프레임을 쓰는데, 정작 '당신'에게 무엇이 문제인지 물어본 적은 별로 없다는 거죠. 교사에게 필요한 게 정말 AI 채점 도구인지, 아니면 학급당 학생 수를 줄이는 건지. 이런 질문 없이 기술이 먼저 나오고 문제를 나중에 찾는 방식, 개발자라면 익숙하실 거예요. 솔루션을 만들어 놓고 그에 맞는 문제를 찾아다니는 것과 비슷하거든요.
사실 이런 이야기, 처음이 아니거든요
업계 맥락에서 보면 이 논쟁은 데자뷔에 가까워요. 2010년대 소셜미디어도 '세상을 연결한다'는 구호로 시작했지만, 10년 뒤에는 여론 양극화와 청소년 정신건강 문제의 주범으로 지목받았죠. 크립토 붐 때도 '금융 소외 계층을 구한다'는 명분이 있었지만 결과는 다들 아시는 대로였고요. 그래서 지금 AI를 향한 비판적 시선은 단순한 기술 혐오가 아니라, 앞선 두 번의 사이클에서 학습된 경계심이라고 보는 게 맞아요. 다만 차이점도 있어요. AI는 실제로 생산성 향상이라는 측정 가능한 효용을 이미 보여주고 있고, 특히 코딩이나 번역 같은 영역에서는 체감 효과가 뚜렷하거든요. 그래서 '과장된 유토피아 서사'와 '실재하는 유용성'을 분리해서 봐야 하는, 좀 더 까다로운 국면인 거죠.
한국 개발자인 우리는 어떻게 받아들여야 할까요
우리는 이 그림에서 좀 독특한 위치에 있어요. AI를 만드는 쪽이면서 동시에 AI에게 일을 대체당할 수 있는 쪽이기도 하거든요. 그래서 두 가지를 동시에 챙기면 좋겠어요. 첫째, 도구로서의 AI는 적극적으로 익히되, 둘째, 내가 만드는 AI 기능이 사용자에게 정말 '해결책'인지 스스로 물어보는 습관이요. 요즘 서비스마다 AI 기능을 우겨넣는 분위기인데, 사용자 입장에서는 원치 않는 AI 버튼이 하나 더 생긴 것뿐인 경우도 많잖아요. 기획 단계에서 '이건 사용자의 문제를 푸는 건가, 우리 회사의 AI 내러티브를 푸는 건가'를 구분하는 것만으로도 제품의 방향이 꽤 달라져요.
마무리
한 줄로 정리하면 이래요. 기술이 해결책이 되려면, 해결책이라고 선언하는 게 아니라 문제를 겪는 사람에게 먼저 물어봐야 한다는 것. 여러분이 지금 만들고 있는 AI 기능은 누구의 문제를 풀고 있나요? 혹시 사용자보다 회사의 IR 자료가 먼저 떠오르지는 않는지, 한번쯤 이야기 나눠보고 싶네요.
🔗 출처: Hacker News