AI를 미워하는 건 정당한 감정이다 — 기술 회의론의 새로운 흐름

'AI를 사랑하라'는 압박에 지친 사람들

요즘 어딜 가든 AI 이야기뿐이에요. 회사에서는 "AI를 안 쓰면 도태된다"고 하고, 친구들은 ChatGPT로 뭘 했는지 자랑하고, 뉴스는 매일 새로운 AI 모델 출시 소식으로 도배되거든요. 그런데 이런 분위기 속에서 "나는 AI가 싫다"고 말하면 어딘가 시대에 뒤떨어진 사람, 또는 변화를 거부하는 보수적인 사람처럼 취급받기 일쑤예요. The Handbasket에 실린 이 글은 바로 그런 분위기에 정면으로 반박합니다. AI를 미워하는 감정은 비합리적인 거부 반응이 아니라, 오히려 지금 시점에서 매우 합리적이고 도덕적으로도 정당한 반응이라는 거예요.

저자가 말하는 핵심은 이거예요. 기술을 비판적으로 바라보는 시선이 "러다이트(Luddite, 19세기 영국에서 기계 파괴 운동을 했던 사람들을 말해요. 지금은 기술 반대론자를 비하하는 말로 자주 쓰여요)"라는 낙인 아래 묻혀버리고 있다는 거죠. 사실 러다이트들도 단순히 기계가 싫어서가 아니라, 기계가 자기들의 삶을 어떻게 망가뜨리는지 정확히 알았기 때문에 저항했던 거거든요. 지금 AI에 대한 비판도 마찬가지라는 게 저자의 주장이에요.

왜 그냥 '싫다'고 말해도 되는가

글에서 다루는 핵심 논점을 좀 더 풀어볼게요. 첫 번째는 환경 문제예요. 거대 언어 모델(LLM, ChatGPT 같은 AI들이 작동하는 기반 기술이에요)을 학습시키고 운영하는 데는 어마어마한 전력과 물이 들어가거든요. 데이터센터 한 곳이 작은 도시 하나가 쓰는 전기를 소비하는 경우도 있어요. 우리가 기후 위기 시대에 살고 있는데, AI 기업들은 자기들의 탄소 배출을 정당화하기 위해 "AI가 결국 기후 문제를 해결할 것"이라는 식의 막연한 약속을 내놓고 있죠. 이게 마치 "내가 지금 카드 빚을 더 내야, 나중에 부자가 돼서 갚을 수 있어"라고 말하는 것과 비슷하다는 거예요.

두 번째는 노동 문제예요. AI 학습에 쓰이는 데이터는 작가, 일러스트레이터, 프로그래머들이 만든 창작물이거든요. 그런데 이 데이터들은 대부분 동의 없이, 보상 없이 쓰였어요. 그리고 이렇게 만들어진 AI가 다시 그 작가들의 일자리를 위협하고 있죠. 저자는 이걸 "창작자들의 노동으로 만든 칼로 창작자들을 베는 격"이라고 표현해요. 게다가 케냐 같은 곳에서 시간당 2달러도 안 되는 임금으로 유해 콘텐츠를 분류하는 노동자들의 존재도 자주 가려지고요.

세 번째는 인지적, 사회적 영향이에요. 학생들이 글쓰기를 AI에 맡기면서 사고하는 능력 자체가 약해지고, 인터넷은 AI가 생성한 저품질 콘텐츠(이걸 'AI 슬롭'이라고 불러요)로 뒤덮이고 있어요. 검색을 해도 진짜 사람이 쓴 정보를 찾기가 점점 어려워지고 있죠.

기술 회의론은 새로운 흐름이 아니다

이런 시각은 사실 갑자기 튀어나온 게 아니에요. 닐 포스트먼 같은 미디어 학자는 이미 80년대부터 "기술은 중립적이지 않다"고 말해왔고, 최근에는 에밀리 벤더 같은 언어학자가 "확률적 앵무새(Stochastic Parrot)"라는 개념으로 LLM의 한계를 지적했어요. 확률적 앵무새가 뭐냐면, AI가 진짜로 이해해서 말하는 게 아니라 그냥 통계적으로 그럴듯한 단어를 이어 붙이는 것뿐이라는 비유예요.

반대편에는 샘 올트먼이나 마크 안드레센처럼 "AI는 인류를 구원할 것"이라는 메시아적 서사를 펼치는 사람들이 있어요. 그런데 이들이 동시에 엄청난 재산을 축적하고 있다는 점은 별로 이야기되지 않죠. 글은 이 비대칭에 주목해요. AI 비판자들에게는 "근거를 대라", "러다이트냐"라고 요구하면서, AI 옹호자들의 장밋빛 미래 약속은 별다른 검증 없이 받아들여지는 분위기 말이에요.

흥미로운 건 최근 들어 이런 회의론이 점점 주류로 들어오고 있다는 점이에요. 영화 업계, 출판 업계, 교육 현장에서 AI 도입에 대한 반발이 조직화되고 있고, 단순한 감정적 반응이 아니라 정책과 노조 협상의 의제로 올라오고 있거든요.

한국 개발자에게 주는 메시지

그럼 우리 개발자들은 이걸 어떻게 받아들여야 할까요. 솔직히 우리 직업은 AI의 가장 큰 수혜자 중 하나예요. Copilot, Cursor, Claude Code 같은 도구 덕분에 생산성이 정말 올라간 게 사실이고요. 그래서 더더욱, AI를 사랑하거나 미워하는 두 극단 사이에서 균형 있는 시각을 갖는 게 중요해진다고 봐요.

첫째, 비판을 "반기술적"이라고 무시하지 않는 태도가 필요해요. 우리가 만드는 시스템이 누구의 데이터로 학습됐고, 누구의 일자리에 영향을 주고, 얼마나 많은 에너지를 쓰는지 묻는 건 엔지니어로서 당연한 일이거든요. 둘째, 도구로서의 AI와 이데올로기로서의 AI를 구분하는 연습이 필요해요. 코드 자동완성을 쓰는 것과 "AI가 모든 걸 해결할 것"이라고 믿는 건 전혀 다른 차원의 이야기예요. 셋째, 우리 회사나 팀에서 AI 도입을 추진할 때, 단순히 "트렌드니까"가 아니라 진짜 문제 해결에 도움이 되는지를 따져보는 습관을 들였으면 해요.