어릴 적 무엇을 물어도 답해주던 백과사전 '십만 개의 왜'를 기억하시나요? 저자는 오늘날의 LLM이 바로 그것을 닮았다고 말합니다. 무엇을 묻든 AI는 즉시 그럴듯하고 자신감 넘치는 설명을 내놓죠. 하지만 핵심 질문은 따로 있습니다. 그 답이 '진짜 이해'에서 나온 것인지, 아니면 통계적으로 가장 그럴듯한 이야기일 뿐인지 우리가 구분할 수 있느냐는 것입니다. 더 흥미로운 지점은 AI에게 '왜 그렇게 답했냐'고 되물을 때입니다. 모델은 자신의 실제 작동 원리를 들여다보고 답하는 게 아니라, 또 하나의 그럴듯한 사후 설명을 새로 지어낼 뿐입니다. 즉 우리가 기대하는 '설명 가능성'은 생각과 다르게 작동합니다. 개발자에게 주는 교훈은 분명합니다. AI의 답은 물론, '왜'에 대한 답까지도 검증 없이 신뢰해선 안 되며 모두 하나의 출력으로 취급해 사실 검증을 거쳐야 합니다. 끝없는 답변이 공짜가 된 시대일수록, 좋은 질문을 던지고 답을 검증하는 능력이 진짜 경쟁력이 됩니다.