AI를 쓴 날 안 피곤하다면, 성장을 멈춘 신호일 수 있어요

'퇴근할 때, 우리가 모델보다 더 지쳐 있어야 한다'

머신러닝 엔지니어 비키 보이키스(Vicki Boykis)가 쓴 에세이 제목이 좀 도발적이에요. '우리는 모델보다 더 피곤해야 한다(We should be more tired than the model).' 처음 들으면 갸우뚱하죠. AI한테 일 시키려고 쓰는 건데, 내가 더 피곤하면 그게 무슨 도구냐 싶잖아요. 그런데 글의 요지는 이거예요. AI에게 작업을 맡기고 하루를 마쳤을 때 내 머리가 너무 개운하고 멀쩡하다면, 그건 '효율을 잘 뽑았다'는 신호가 아니라 '내가 생각하는 일을 통째로 넘겨버렸다'는 위험 신호일 수 있다는 거예요.

생각을 떠넘기면 편하지만

여기서 핵심 개념이 '인지적 떠넘기기(cognitive offloading)'예요. 이게 뭐냐면, 원래 내 머리로 해야 할 어려운 사고 과정을 외부 도구에 맡겨버리는 걸 말해요. 계산기를 쓰면 암산을 안 하게 되고, 내비게이션을 쓰면 길을 못 외우게 되는 것처럼요. 적당히 쓰면 당연히 좋은데, 문제는 '생각 그 자체'를 통째로 넘길 때예요.

비유를 하나 들어볼게요. 헬스장에 갔는데 기계가 알아서 바벨을 들어 올려준다고 생각해봐요. 운동은 순식간에 끝나고 몸도 안 힘들어요. 근데 그렇게 한 달을 다녀도 내 근육은 1도 안 늘어요. 힘든 과정 그 자체가 근육을 만드는 거니까요. AI에게 생각을 맡기는 것도 비슷해요. 결과물은 빨리 나오는데, 정작 내 '사고 근육'은 점점 약해지는 거죠.

코드는 빨리 나오는데, 이해는 어디로 갔지

개발자 입장에서 이건 정말 와닿는 이야기예요. 요즘 AI 코딩 도구한테 '이런 기능 만들어줘' 하면 그럴듯한 코드가 순식간에 나오잖아요. 보기엔 멀쩡해요. 그런데 그 코드가 왜 그렇게 짜였는지, 어떤 예외 상황(엣지 케이스)에서 터지는지, 더 나은 방법은 없는지를 내가 직접 따져보지 않으면, 나중에 그 코드가 문제를 일으켰을 때 손도 못 대게 돼요. AI는 그럴듯하지만 미묘하게 틀린 답을 자신만만하게 내놓을 때가 있거든요. 검증하는 사람이 생각을 안 했으면 그 오류를 잡아낼 수가 없어요. 그래서 보이키스의 주장은 AI를 쓰지 말자는 게 아니라, 어려운 사고 작업은 여전히 사람이 짊어져야 하고 AI는 그 사고를 '돕는' 도구여야 한다는 거예요.

업계의 큰 흐름과 맞닿아 있어요

이 이야기는 사실 요즘 개발 업계에서 계속 나오는 논쟁의 연장선이에요. 깃허브 코파일럿, 커서, 클로드 코드 같은 AI 코딩 도구가 생산성을 확 끌어올린 건 분명한데, 동시에 초안의 70%는 금방 만드는데 정작 진짜 어려운 나머지 부분에서 오히려 막힌다는 이야기도 많거든요. 자동완성에만 기대다 보면 기초 실력이 안 쌓이고, 코드 리뷰가 형식적으로 변하고, 아무도 전체 그림을 이해하지 못한 채 코드만 쌓여가는 위험이 있어요. 보이키스의 글은 이런 흐름 속에서 '편함의 대가로 우리가 무엇을 잃고 있는지'를 짚어주는 거예요.

한국 개발자에게 주는 시사점

특히 주니어 개발자분들에게 중요한 메시지예요. AI한테 다 시키면 당장 결과물은 나오지만, 기초 체력을 쌓을 시기를 놓칠 수 있어요. 그래서 추천하고 싶은 건, AI를 '답안지'가 아니라 '같이 고민하는 동료'처럼 쓰는 거예요. 답을 받았으면 왜 이렇게 했는지 스스로 되묻고, AI 출력을 한 줄 한 줄 이해하고 검증하는 습관을 들이는 거죠. 반복적이고 지루한 작업은 과감히 AI에 넘기되, '왜'를 고민하는 핵심 사고는 끝까지 내가 붙잡는 거예요. 그래야 퇴근할 때 적당히 머리가 피곤하고, 그 피곤함만큼 실력이 늘어 있을 거예요.

마무리

한 줄로 정리하면, AI를 쓴 날 너무 멀쩡하다면 편해진 게 아니라 성장을 멈춘 걸 수도 있다는 거예요. 도구는 내 사고를 덜어주는 게 아니라 더 멀리 가게 도와주는 거여야 하니까요. 여러분은 AI를 쓰면서 더 똑똑해지고 있나요, 아니면 그냥 더 편해지고 있나요? 그 경계를 어떻게 지키고 계신지 궁금해요.