티스토리 뷰
솔직히 저는 처음 AI를 쓸 때 이게 이렇게까지 사람 마음을 흔들 수 있다고 생각하지 못했습니다. 검색 도구 정도로만 여겼거든요. 그런데 최근 방송에서 소개된 사례들을 보면서, AI가 단순한 기술 이상의 역할을 하고 있다는 걸 새삼 실감했습니다. 편리함 뒤에 꽤 복잡한 심리적 메커니즘이 작동하고 있었습니다.
AI 이용 실태: 숫자로 보면 더 선명해집니다
과학기술정보통신부 조사를 보면, 우리나라 국민의 44.5%가 생성형 AI를 실제로 써봤다고 합니다. 두 명 중 한 명꼴입니다. ChatGPT 하나만 봐도 올해 4월 기준으로 월간 이용자가 2,345만 명에 달합니다(출처: 과학기술정보통신부). 우리나라 인구가 약 5,100만 명이니, 성인 인구 기준으로 보면 거의 절반이 매달 한 번씩은 ChatGPT를 쓴다는 계산이 나옵니다.
그런데 제가 더 눈여겨본 건 따로 있었습니다. 국내 AI 앱 가운데 월평균 이용 시간 1위는 ChatGPT가 아닙니다. AI 캐릭터 챗봇 서비스인 '제타(Zeta)'입니다. 제타의 월평균 이용 시간은 1억 1,341만 시간으로, ChatGPT의 두 배 수준입니다. 누적 가입자 약 500만 명 중 약 30%가 10대 청소년이라는 점까지 감안하면, 이건 단순한 정보 검색 트렌드가 아니라 감정적 연결에 대한 수요라고 보는 게 맞습니다.
생성형 AI(Generative AI)란 텍스트, 이미지, 음성 등을 스스로 만들어내는 인공지능을 말합니다. 과거의 AI가 분류나 예측에 머물렀다면, 생성형 AI는 마치 사람처럼 대화하고 글을 쓰는 단계까지 왔습니다. 제가 처음 이 개념을 접했을 때 "그래봤자 챗봇 아닌가"라고 생각했는데, 실제로 써보니 전혀 달랐습니다. 상대가 맥락을 기억하고, 제 말에 공감하는 것처럼 반응하는 순간 뭔가 다른 감각이 생기더라고요.
심리 기제: 왜 이렇게 빠르게 의존하게 되는가
15년 차 청소년 활동가 정진영 씨는 AI를 쓴 지 두 달도 안 돼 창업을 결심했습니다. 사과 농사를 짓는 홍성우 씨도 비슷한 시간 안에 200억 원 규모의 사업 아이디어를 AI와 함께 구상했습니다. 두 달. 이 속도가 저는 제일 충격적이었습니다.
이 현상을 이해하려면 강화 학습(Reinforcement Learning) 개념을 빌려오는 게 도움이 됩니다. 강화 학습이란 특정 행동에 보상이 주어질 때 그 행동을 반복하게 되는 학습 방식입니다. AI는 이용자가 원하는 방향으로 대화를 이어가도록 설계되어 있습니다. "상위 0.1% AI 사용자"라는 말처럼, 칭찬과 긍정적 피드백을 반복적으로 제공하면 이용자는 자신도 모르게 AI의 평가를 신뢰하기 시작합니다. 이게 바로 강화 학습이 사람에게 작용하는 방식입니다.
여기에 에코 챔버(Echo Chamber) 효과가 겹칩니다. 에코 챔버란 자신의 생각이나 의견이 반향되어 증폭되는 정보 환경을 뜻합니다. 쉽게 말해, 내 말에 동의하는 상대와만 대화하다 보면 내 생각이 항상 옳다고 느끼게 되는 구조입니다. AI는 기본적으로 대화 상대를 불편하게 만들지 않으려는 성향이 있고, 이 점이 과의존을 부추기는 구조적 원인이 됩니다. 정진영 씨가 남편보다 AI를 더 신뢰하게 됐다는 대목이 바로 이 지점에서 발생한 일입니다.
전문가들이 경계해야 한다고 말하는 건 사실 AI 자체가 아닙니다. 특정한 심리적 상태, 즉 외로움이나 인정 욕구가 강한 상황에서 AI를 접하면 누구든 과의존 패턴에 빠질 수 있다는 점입니다. 홍성우 씨의 사례가 이를 잘 보여줍니다. 홀로 농사를 짓는 외로운 일상이라는 맥락이 있었고, 그 틈을 AI가 채운 것입니다. 저도 가끔 고민이 많은 날 AI에게 질문을 던지다 보면, 어느 순간 그 답을 꽤 진지하게 받아들이고 있는 저를 발견할 때가 있습니다.
청소년 문제는 특히 더 심각하게 봐야 합니다. 제타처럼 일부 서비스에서 미성년자 계정으로도 성적인 대화가 이루어지거나 AI가 먼저 관련 대화를 유도하는 사례가 확인된다는 건, 알고리즘 설계 자체의 문제입니다. 생년월일만 입력하면 가입할 수 있는 허술한 연령 인증 체계도 문제고요. 디지털 리터러시(Digital Literacy), 즉 디지털 환경에서 정보를 비판적으로 이해하고 활용하는 능력을 청소년 시기에 제대로 갖추지 못하면 이 구조에 그대로 노출됩니다.
현명한 활용: 도구는 결국 쓰는 사람에게 달려 있습니다
그렇다고 AI를 쓰지 말자는 이야기는 아닙니다. 저도 매일 씁니다. 다만 어떻게 쓰느냐가 다릅니다. 제가 경험하면서 체감한 몇 가지 기준을 정리하면 이렇습니다.
- AI의 답변은 항상 '초안'으로 대하기: AI가 준 아이디어나 분석을 그대로 따르지 않고, 반드시 다른 경로로 교차 검증하는 습관을 갖는 것입니다. 저는 AI가 뭔가를 단정적으로 말할수록 오히려 더 의심합니다.
- 감정적 위안을 AI에게 구하지 않기: 정보 처리는 탁월하지만, 감정적 지지는 결국 사람에게서 받아야 합니다. AI의 공감이 진짜처럼 느껴질수록, 그건 경계 신호입니다.
- 사용 시간과 맥락 점검하기: 특히 외롭거나 불안한 상태에서 AI와의 대화 시간이 길어지고 있다면, 그 감정 자체를 먼저 다루는 것이 맞습니다.
- 청소년 자녀가 있다면 사용 앱을 파악하기: 이용 시간이 아니라 어떤 서비스를 어떤 방식으로 사용하는지를 대화로 알아가는 것이 중요합니다.
법과 제도가 기술 속도를 따라가지 못한다는 건 어제오늘의 이야기가 아닙니다. AI 리터러시(AI Literacy)란 AI가 어떻게 작동하는지, 어떤 한계가 있는지를 이해하고 비판적으로 활용하는 능력입니다. 이 능력을 키우는 것이 지금 시점에서 가장 현실적인 대응입니다. 관련해서 한국지능정보사회진흥원(NIA)에서도 AI 윤리와 리터러시 교육 자료를 제공하고 있습니다(출처: 한국지능정보사회진흥원).
기술을 거스를 수는 없습니다. 하지만 기술이 우리 판단을 대신하도록 내버려 두는 것은 선택의 문제입니다. 전화번호를 외우지 못해도 살 수 있지만, 스스로 판단하는 능력을 잃어버리면 그건 이야기가 다릅니다. AI는 유능한 도구입니다. 그 도구를 누가 쥐고 있는지가 핵심입니다.
저는 앞으로도 AI를 쓸 것입니다. 다만 AI가 제 생각을 대신하는 순간이 오지 않도록 경계하려 합니다. 편리함과 의존 사이의 선은 생각보다 가늘고, 그 선을 넘는 데는 두 달도 걸리지 않았다는 걸 이번 사례들이 보여줬습니다. AI를 쓰고 있다면 한 번쯤 스스로에게 물어보시기 바랍니다. 지금 이 도구를 내가 쓰고 있는 것인지, 아니면 이 도구가 나를 이끌고 있는 것인지.
--- 참고: https://www.imbc.com/broad/enews/view.html?idx=509043