AI가 대신 읽어주는 시대, 우리는 무엇을 잃고 있는가

AI로 요약하면 더 많은 정보를 쉽게 얻을 수 있지만 그 대신 인간은 스스로 판단하는 근육을 조용히 잃고 있다.

우리는 언제 마지막으로 끝까지 읽었나

퇴근길 지하철에서 논문 한 편을 챗봇에 붙여넣고 “요약해서 핵심만 알려줘”라고 친다. 10초 뒤 다섯 줄이 도착하고, 그 다섯 줄을 읽고 나서 아, 이런 거였군, 다 이해했어, 라고 느낀다. 회의록도, 계약서도, 심지어 인문서 한 권도 같은 방식으로 소비한다. 이 흐름이 익숙하다면 이미 그 흐름에 빠져 있다는 뜻이다.

해럴드 블룸은 이 장면을 AI가 등장하기 이십 년 전에 예견했다. 을유문화사 판으로 국내에 나온 <해럴드 블룸의 독서 기술> 서두에서 그는 정보는 끝없이 넘쳐나는데 지혜는 어디서 찾을 것인가라고 물었다(아쉽게도 이 책은 절판이다). 2000년의 그는 텔레비전과 인터넷을 걱정했다. 2026년의 우리는 그 자리에 생성형 AI를 넣어 다시 읽는다.

강한 독자가 되자

블룸이 남긴 개념 중 지금 가장 쓸모 있는 것은 강한 독자다. 그가 말한 강한 독자는 텍스트가 주는 메시지를 그대로 받아 적는 사람이 아니라, 자신의 시각으로 텍스트와 부딪히며 창조적으로 오독하는 사람이다. 약한 독자는 결론을 받는다. 강한 독자는 결론에 이르는 길에서 스스로 걸려 넘어지고 그 마찰 속에서 판단력을 키운다.

미국의 독서심리학자 매리언 울프도 같은 지점을 짚는다. 그는 한 인터뷰에서 AI에 의존하는 학생일수록 뇌 활동이 뚜렷이 줄고 뇌 발달이 저하되는 현상이 관찰된다고 말했다. 울프의 이 진단은 2026년 한국 교실에서 벌어지는 일과 정확히 맞닿아 있다. 스마트폰은 최소한 어느 사이트를 볼지 고민하게 만들지만 AI 요약은 그 고민의 과정 자체를 지운다. 판단이 필요했던 자리에 이미 완성된 답이 놓인다.

숫자는 이 직관을 어디까지 뒷받침하는가

느낌이 아니라 데이터로 확인해보자. 스위스경영대 마이클 게를리히 교수가 666명을 대상으로 진행한 연구에서는 AI 도구를 일상적으로 사용하는 사람일수록 비판적 사고 점수가 눈에 띄게 낮았다. 이 관계를 매개하는 변수는 인지적 오프로딩, 즉 기억하고 판단하는 일을 바깥 도구에 넘기는 경향이었다.

이 상관관계가 인과관계로 굳어지는 증거도 나왔다. 국제 AI 안전 보고서 2026은 AI 지원 도입 3개월 후 임상의가 AI 없이 단독으로 종양을 발견하는 능력이 6% 떨어졌다는 연구를 인용한다. 이것은 그냥 불편함이 아니다. 판단력이라는 근육이 실제로 쓰이지 않아 약해지는 사례다.

또 다른 수치는 교실 안에서도 나타난다. 고려대 이순영 교수의 분석에 따르면 한국 학생의 읽기 점수는 PISA 2006 556점에서 PISA 2022 515점으로 41점 떨어졌고, 사실과 의견을 구별하는 문항의 정답률은 25.6%로 OECD 평균 47.0%보다 크게 낮아 참여국 중 최저였다. 읽기 성취도는 여전히 평균 이상인데, 사실과 의견을 갈라내는 능력만 유독 바닥이라는 이 불일치가 핵심이다. 글자를 읽는 능력과 판단하는 능력은 다른 근육이며, AI 요약은 정확히 후자를 쓸 필요를 없앤다.

이 서사에 반론은 없는가

없지 않다. 균형을 위해 반론도 그대로 옮긴다. 카네기멜론대·마이크로소프트 연구팀이 지식근로자 319명을 설문한 결과 생성형 AI 사용 후 인지적 노력이 줄었다는 응답이 나왔다. 그런데 이와는 별도로 2025년 발표된 51개 정량 연구 메타분석은 LLM이 학습 성과에 유의미한 긍정 효과(g=0.867)를 보인다는 정반대 방향의 결과를 말한다. AI가 무조건 능력을 깎아먹는다는 서사는 증거의 절반만 취한 것이다.

이 두 결과가 충돌하는 게 아니라 조건을 나눠서 본다면 모순은 풀린다. AI가 결론을 대신 만들어줄 때는 판단력이 마모되고 AI가 초안을 만들고 인간이 그 초안과 씨름할 때는 성과가 오른다. 즉 문제는 도구가 아니라 마찰이 남아 있는가, 사라졌는가다.

우리는 무엇을 잃고 있는가

핵심은 얼마나 많은 정보를 읽는가가 아니라 얼마나 많은 정보와 마찰하는가, 이다. 요약은 결론만 주고 그 결론에 이르는 과정, 즉 오독하고 다시 고쳐 생각하는 시간을 지운다. 최근 확산되는 “요약해줘 대신 시험해줘”라는 프롬프트 습관이 흥미로운 것은 이것이 그냥 요령이 아니라 인지심리학이 오래 검증해온 인출 연습(retrieval practice) 다시 말해 시험 효과(testing effect)를 AI 시대에 복원하려는 시도라는 점이다. 정보를 다시 읽는 것보다 스스로 떠올리려 애쓰는 과정이 기억을 더 오래 붙잡아둔다는 것은 인지심리학에서 반복적으로 확인된 결과다. 다만 이것은 개인의 요령으로만 소비되고 있고, 플랫폼이나 교육 제도가 그 마찰을 구조적으로 되돌려줄 책임까지는 아직 지지 않고 있다.

이 지점에서 권력관계를 분명히 해야 한다. 이익을 가져가는 것은 요약을 파는 AI 플랫폼이고 마찰을 포기하는 것은 그 편리함에 익숙해진 개인이며 오래 쌓이는 판단력 퇴화를 감당하는 것은 다음 세대의 읽기 문해력이다.

한 가지 논쟁 속으로 더 깊이 들어가 보자. 프랑스 상원 보고서는 AI를 앵글로색슨 문화권이 주도하는 현실이 언어·문화 다양성을 위협하는 사고의 표준화(cognitive standardization)로 이어질 위험이 있다고 지적한다. 실제로 2024년 한 연구에서는 서구 데이터로 학습한 GPT-4의 자동완성 제안을 받은 인도 참가자들의 글이 점점 더 서구적인 스타일로 수렴하는 현상이 확인됐다. AI가 쓴 한국어 문장에서 번역투 문장이 많은 것도 비슷한 이유일게다. 이것은 기술의 문제가 아니다. 누구의 목소리로 사고하도록 짜여 있는가의 문제다. 블룸이 평생 방어한 것도 실은 정전 목록이 아니라 이 질문이었다. 어떤 텍스트, 어떤 이론, 어떤 답변과 마찰하며 자기 판단을 세울 시간을 인간에게 남겨두는가.

위 그림은 프랑스 상원 보고서에서 나온 것으로 내용을 한국어로 번역한 것이다. 신경망은 AI가 정보를 처리하는 기본 구조다. 먼저 입력층이 글, 이미지, 숫자 같은 데이터를 받아들인다. 그다음 은닉층이 그 데이터 안에서 반복되는 특징과 관계를 찾아낸다. 마지막으로 출력층이 그 결과를 바탕으로 답변, 예측, 이미지 같은 결과물을 내놓는다.

범용 AI도 이 구조를 바탕으로 만들어진다. 먼저 학습에 쓸 데이터를 모으고 정리한 뒤, 대규모로 사전학습을 한다. 이후 사람이 원하는 방식에 맞도록 추가 학습과 미세조정을 거치고, 실제 서비스에 붙인 뒤, 배포 후에도 계속 점검하고 업데이트한다.

중요한 점은 이 과정이 단순한 기술 작업만은 아니라는 것이다. AI가 무엇을 잘 알고, 어떤 언어에 강하고, 어떤 문화의 관점을 더 자연스럽게 따라가는지는 결국 어떤 데이터를 많이 배웠는가에 크게 좌우된다. 그래서 AI 개발은 기술의 문제이면서 동시에 언어와 문화의 문제이기도 하다.

다시, 어떻게 읽을 것인가

블룸의 오래된 질문은 형태만 바뀌어 돌아왔다. 정보는 여전히 넘치고 지혜를 찾는 자리에는 이제 AI가 대신 앉아 있다. 이 흐름을 되돌릴 방법은 개인의 의지에만 있지 않다. AI를 쓰지 않는 게 답이 아니라, AI가 결론을 주기 전에 혹은 준 다음에 인간이 스스로 해결해 나갈 자리를 얼마나 남겨두도록 도구와 제도를 설계하느냐가 답니다. 그래서 플랫폼의 의지를 계속 의심해야 한다. 플랫폼은 결국 돈을 벌기 위해 그 자리에 있다. 그러니 그 설계를 누가 어떻게 해 나갈 지는 앞으로 이 담론에서 꾸준히 의심해야 할 일이다.

FAQ