AI 많이 쓰면 정말로 우리는 멍청해질까?

“내가 요즘 좀 멍청해진 건가?”

예전 같으면 보고서 한 장을 써도 책상을 어지럽히며 자료를 뒤졌습니다. 문장 하나를 써놓고 지우기를 반복했고, 목차 번호를 매겼다 지우며 머릿속에서 구조를 세웠습니다.

지금은 어떻습니까.

AI 입력창에 자료를 툭 던져 넣습니다.

“세 줄로 요약해.” “보고서 형태로 정리해.” “PPT 발표 순서 짜줘.”

엔터 한 번 치면 3초 만에 흠잡을 데 없는 문서가 완성됩니다. 속도는 비교할 수 없을 정도로 빨라졌습니다. 하루에 처리하는 업무량도 분명 늘어났습니다.

그런데 이상한 공허함이 찾아옵니다.분명 오늘 종일 바쁘게 일했는데, 머릿속에 무엇이 남았는지 모르겠습니다. 화면 위에는 완벽한 문장들이 가득한데, 다음 날 누군가 “그 문서 결론이 왜 그렇게 났어?”라고 물어보면 입이 딱 붙어 떨어지지 않습니다.

AI가 틀린 말을 뱉어냈을 때도 마찬가지입니다. 어딘가 찜찜하고 이상한 냄새는 나는데, 정확히 어느 구석의 논리가 비틀려 있는지 짚어내질 못합니다. 이 현상을 보면서 오래전 일본의 해부학자 요로 다케시가 썼던 책 『바보의 벽』이 떠올랐습니다.

사람은 누구나 “나는 이미 다 알고 있다”고 믿어버리는 순간, 더 이상 깊이 파고들기를 멈춥니다. 그 착각이 뇌 앞에 거대한 벽을 세워버립니다. AI를 쓰는 현대인들에게도 똑같은 벽이 세워지고 있습니다.

"내가 이해한 것이 아니라 기계가 설명했을 뿐인데, 내가 온전히 이해했다고 믿어버리는 착각."

우리는 매일 이 보이지 않는 벽에 부딪히며 지적인 감각을 잃어가고 있습니다.

인간의 사고와 인지 구조. 출처: VectorStock

그렇다면 해결책은 무엇일까요? 기계를 끄고 옛날처럼 원고지에 펜으로 글을 써야 할까요? 당연히 아닙니다.

AI는 인류의 역사에서 인간이 쥐어본 도구 중 가장 강력한 지적 지렛대입니다. 중요한 건 도구를 버리는 게 아니라, 도구를 손에 쥐는 순서를 바로잡는 일입니다.

미국의 작가 오스틴 클레온은 『훔쳐라, 아티스트처럼』에서 이런 말을 남겼습니다.

“나만의 것을 만들고 싶다면 먼저 훔쳐라.”

이 말을 단순히 남의 것을 복사해 오라는 뜻으로 받아들이면 곤란합니다. 그가 말한 훔치기는 결과물의 껍데기를 베끼는 행위가 아니라, 설계도를 거꾸로 뜯어보는 ‘역설계’입니다.

남이 만든 멋진 작업물을 보았을 때 감탄하며 멈추지 않고, “이 사람은 도대체 어떤 뼈대 위에서 이런 생각을 쌓아 올렸을까?” 그 설계 방식을 추적하는 집요함입니다. 이 태도는 지금 같은 AI 환경에서 생존하기 위한 핵심 기준이 됩니다.

오늘 여러분과 나눌 이야기는 생각하는 힘을 기계에 넘겨주지 않고 온전히 내 것으로 지켜내는 세 가지 접근법입니다.

첫째, AI에게 답을 구하기 전에 내 가설을 먼저 세우는 법.

둘째, 결과물의 형태가 아니라 그 뒤에 숨은 사고의 구조를 훔치는 법.

셋째, 시행착오의 흉터를 통해 직접 체득한 실력을 쌓아가는 법.

하나씩 깊이 들어가 보겠습니다.

---

1. AI에게 답을 구하기 전에 내 가설을 먼저 세워야 합니다

인간의 뇌는 가만히 앉아서 정보를 받아먹는 기계가 아닙니다.

인지과학에서는 인간의 뇌를 ‘예측 기계’라고 부릅니다. 세상을 살아간다는 것은 매 순간 다음 상황을 예측하고, 그 예측이 어긋났을 때 생기는 오차를 수정해나가는 과정입니다.

아이들이 언어를 익히는 과정을 떠올려보면 쉽게 이해할 수 있습니다.

처음 보는 네 발 달린 짐승을 보고 어른이 “토끼”라고 말합니다. 아이는 그 말을 듣는 순간 머릿속에서 하나의 가설을 세웁니다. ‘네 발로 뛰어다니고 귀가 긴 하얀 동물을 토끼라고 부르는구나.’

며칠 뒤 아이는 마당에서 검은 토끼를 만납니다. 어른들은 여전히 그것을 토끼라고 부릅니다. 여기서 아이의 뇌는 기존의 가설을 수정합니다. ‘털 색깔은 하얗지 않아도 되는구나.’

다시 길을 걷다 강아지를 만납니다. 네 발로 뛰지만 어른들은 토끼라고 부르지 않습니다. 아이는 또 한 번 가설을 수정합니다. ‘네 발로 달린다고 다 토끼는 아니구나. 귀 모양과 입매가 달라야 하는구나.’

인간의 모든 진짜 배움은 이 순환 속에서 일어납니다. 가설을 세우고, 부딪혀보고, 틀리고, 수정해서, 다시 시도하는 과정.

여기서 가장 중요한 엔진은 바로 ‘틀려보는 경험’입니다. 예측이 빗나가야만 뇌는 비로소 긴장하고, 자신이 세워둔 낡은 논리를 부수며 한 단계 높은 지점을 향해 나아갑니다. 오차가 없으면 수정도 없고, 수정이 없으면 배움도 멈춥니다.

그런데 생성형 AI를 업무에 무비판적으로 쓰는 순간, 바로 이 수정의 순환 고리가 끊어져 버립니다.

가설을 세워보기도 전에 완성된 문장이 떨어집니다. 어디가 어색한지 고민해 볼 틈도 없이 기계가 정돈한 텍스트가 눈앞에 펼쳐집니다. 틀려볼 기회 자체가 박탈당하니, 생각을 고쳐 쓸 기회도 사라집니다.

회사에서 새로운 과제를 맡았다고 가정해 보겠습니다. “우리 부서의 기존 프로세스에 AI 워크플로우를 도입한다면 어떤 지점부터 건드려야 할까?”

예전에는 이 질문을 받으면 며칠간 머리를 싸맸습니다. 우리 팀에서 병목 현상이 생기는 지점이 어디인지, 팀원들이 매일 지루하게 반복하는 타이핑 업무가 무엇인지, 고객 데이터가 어디에 흩어져 있는지 현장을 둘러보며 나름의 거친 가설을 세웠습니다.

‘아마 시스템 연동보다는 실무자들의 프롬프트 작성 역량과 데이터 정제 쪽에서 가장 큰 마찰이 일어날 것이다.’

부족하더라도 내 머리로 먼저 뼈대를 세웠습니다.

하지만 지금은 어떻습니까. 고민도 하기 전에 브라우저를 열고 질문을 복사해 넣습니다. “기업 내 AI 워크플로우 도입 시 단계별 전략과 우선순위를 정리해줘.”

3초 만에 깔끔한 번호가 매겨진 답변이 출력됩니다.

1. 전사 데이터 통합 파이프라인 구축

2. 보안 거버넌스 및 가이드라인 수립

3. 핵심 파일럿 프로젝트 선정 및 PoC 진행

4. 부서별 맞춤형 실무 교육

스크롤을 슥 내리며 읽어봅니다.

논리적입니다.

맞는 말 같습니다.

그리고 고개를 끄덕이며 복사해서 보고서에 붙여넣습니다.

바로 이 순간이 바로 AI 바보의 벽이 세워지는 지점입니다.

출력된 결과물을 이해한 것과, 그 결과물에 도달하기까지의 인과관계를 내 머리로 구축해 낸 것은 차원이 다른 문제입니다. 남이 완벽하게 정리해 둔 요약본을 읽었다고 해서 그 사람의 통찰이 내 것이 되지 않는 것과 같습니다.

그렇다면 일터에서 AI를 쓸 때 어떻게 해야 이 함정에 빠지지 않을 수 있을까요? 접근의 순서를 뒤집어야 합니다.

질문에서 곧바로 AI로 넘어가는 것이 아니라,질문 → 내 가설 수립 → AI 대입 → 반박과 검증 → 가설 수정의 경로를 밟아야 합니다.

검색창을 열기 전에 연습장이나 메모장에 단 세 줄만 적어보는 것입니다.

첫째, 내가 파악한 이 문제의 근본 원인은 무엇인가. 둘째, 내가 생각하는 잠정적인 해결 방향은 어디인가. 셋째, 그렇게 판단한 나의 근거는 무엇인가.

아무리 어설퍼도 상관없습니다. 내 거친 생각을 먼저 종이 위에 올려놓는 행위 자체가 내 뇌를 ‘예측 상태’로 전환시킵니다.

그다음 AI를 열고 이렇게 입력해야 합니다.

“나는 우리 팀의 AI 도입 실패 요인이 기술적 한계가 아니라 업무 정의의 모호함 때문이라고 본다. 이 가설을 철저하게 반박해줘. 실무 현장에서 이 생각이 틀릴 수밖에 없는 이유 세 가지만 독하게 지적해봐.”

이 순간 프롬프트 창 너머의 AI는 정답을 하사하는 스승이 아니라, 내 가설의 빈틈을 사정없이 찔러주는 날카로운 스파링 파트너가 됩니다.

기계가 내놓은 반박을 읽으며 “아, 내가 이 변수를 간과했구나”, “하지만 이 지점은 우리 회사 특성상 내 판단이 더 현실적이야”라고 맞받아칠 수 있어야 합니다.

스스로 세운 가설이 있어야만 AI의 답변 속에서 옥석을 가려낼 수 있습니다. 뼈대를 먼저 세운 사람만이 기계의 도움을 받아 그 위에 탄탄한 살을 붙여갈 수 있습니다.

---

2. 결과물의 형태보다 그 뒤에 숨은 사고의 구조를 훔쳐야 합니다

가설을 세우는 훈련이 자리 잡았다면, 이제 오스틴 클레온이 강조했던 ‘훔치기’의 본질로 들어가 볼 차례입니다.

클레온의 초기 작업 중 ‘뉴스페이퍼 블랙아웃’이라는 시집이 있습니다. 작업 방식이 독특합니다.

빈 종이에 시를 쓰는 것이 아니라, 당일 배달된 뉴욕타임스 신문 한 면을 펼칩니다. 손에 굵은 검은색 마커를 쥡니다. 신문에 빼곡하게 인쇄된 수천 개의 활자 중 대부분을 까맣게 칠해 지워버립니다. 그리고 자신이 선택한 단어 대여섯 개만 지우지 않고 남겨둡니다.

검은 먹줄 사이로 살아남은 단어들이 이어지며, 원래 기사의 맥락과는 전혀 다른 시 한 편이 완성됩니다.

오스틴 클레온의 뉴스페이퍼 블랙아웃. 출처: Medium

이 작업은 창의성에 대해 깊은 질문을 던집니다. 그는 세상에 없는 새로운 어휘를 발명하지 않았습니다. 이미 누군가 써놓은 활자들을 철저하게 재료로 삼았습니다.단지 불필요한 것을 지워냈고, 남겨둘 가치가 있는 단어를 선택했으며, 그들 사이에 새로운 관계를 맺어주었을 뿐입니다.

우리는 흔히 창작이라고 하면 무에서 유를 만들어내는 신비로운 영감을 떠올립니다. 하지만 현실의 위대한 작업들을 뜯어보면, 완전히 새로운 재료로 만들어진 것은 거의 없습니다.

익숙한 재료를 새로운 질서로 배치하고 재조합했을 때 세상은 그것을 독창성이라고 부릅니다.

오스틴 클레온은 말합니다. 진짜 좋은 창작자가 되고 싶다면 좋아하는 대상을 깊이 있게 따라가 보라고요.

어떤 작가를 좋아한다면 단순히 그 작가의 문장을 필사하는 데서 멈추지 마십시오. 그 작가가 젊은 시절에 심취했던 또 다른 작가를 찾아가야 합니다. 그리고 그 선대 작가가 영향을 받았던 철학자를 찾아 더 깊은 뿌리로 내려가야 합니다.

그렇게 거슬러 올라가다 보면 내 머릿속에 하나의 방대한 ‘영감의 계보도’가 그려집니다.

여기서 결정적인 차이가 발생합니다. 단 한 사람만을 바라보고 따라 하면 아류나 모방범이 됩니다. 하지만 열 명, 스무 명의 선배 창작자들을 깊이 파고들어 그들의 생각 방식을 분해한 뒤 내 책상 위에서 섞어내면, 그것은 누구도 흉내 낼 수 없는 나만의 고유한 스타일이 됩니다.

핵심은 겉모습을 베끼는 것이 아니라 ‘사고의 구조’를 역설계하는 능력입니다.

많은 이들이 시장에서 반응이 좋은 콘텐츠를 보면 겉핥기에 바쁩니다.

“자막 폰트를 뭘 썼지?”

“오프닝 음악이 세련됐네.”

“썸네일에 얼굴을 크게 넣었구나.”

이런 표면적인 모방은 아무리 정교해도 생명력이 짧습니다. 껍데기만 가져왔을 뿐 그 껍데기를 만들어낸 속살의 논리를 이해하지 못했기 때문입니다.

진짜 훔쳐야 할 것은 그 콘텐츠의 뼈대입니다.

사고 구조의 역설계 다이어그램. 출처: The Systems Thinker

저 사람은 왜 영상이 시작하자마자 첫 문장으로 통념을 깨는 질문을 던졌는가. 왜 40초 지점에서 구체적인 실패 경험담을 털어놓았는가. 주장의 설득력을 높이기 위해 어떤 권위자의 이론을 끌어왔는가. 마지막 결론부에서 시청자에게 던진 과제는 무엇인가.

이렇게 콘텐츠를 뼈대 단위로 해체해서 바라보면, 단순한 영상이 아니라 하나의 정밀한 ‘논리 아키텍처’가 보이기 시작합니다.

글을 읽을 때도 마찬가지입니다. 마음을 뒤흔드는 명문을 만났다면 감탄으로 책장을 덮지 마십시오. 그 글의 구조를 도식으로 분해해 봐야 합니다.

도입부: 누구나 공감하는 일상의 사소한 불편함 제시.

전개부: 그 불편함이 사실은 거대한 구조적 모순에서 비롯되었다는 사실 폭로.

전환부: 기존의 해결책들이 왜 작동하지 않았는지 논리적으로 증명.

해결부: 전혀 다른 관점에서 바라본 대안 제시 및 일상적 실천 촉구.

이 4단계 프레임워크를 머릿속으로 발라내어 내 서랍에 넣어두는 것. 이것이 바로 올바른 훔치기입니다.

문장의 어휘는 원작자의 것이지만, 그 문장을 관통하는 논리적인 전개 구조는 이제 내 무기고에 들어왔습니다. 다음번에 내 주제를 가지고 글을 쓸 때, 나는 이 탄탄한 뼈대 위에 내 언어와 내 경험이라는 살을 채워 넣으면 됩니다.

분해 해보는 능력이 왜 AI 시대에 중요할까요?

생성형 AI는 기본적으로 인간이 요구한 수준만큼만 답을 내놓는 거울이기 때문입니다. 구조를 볼 줄 모르는 사람은 프롬프트 창에 빈약한 지시를 던집니다.

“신규 뷰티 브랜드 론칭 기획서 써줘.”

AI는 인터넷에 널려 있는 수만 개의 뷰티 기획서를 평균 낸, 지극히 지루하고 뻔한 결과물을 토해냅니다. 시장 분석, 타깃 분석, 4P 전략 같은 교과서적인 목차가 주르륵 나옵니다.

반면 좋은 기획서의 내부 논리를 역설계해 본 사람은 전혀 다른 지시를 내립니다.

“우리는 20대 후반 직장인을 위한 미니멀 스킨케어 브랜드를 준비 중이다. 기획서의 첫 장은 시장 규모가 아니라, 소비자가 퇴근 후 화장대 앞에서 느끼는 피로감을 묘사하는 정성적 문제 제기로 시작해라. 두 번째 장에서는 기존 화장품 업계가 성분 수를 늘리며 가격을 올리는 공식을 지적하고, 세 번째 장에서 성분을 세 가지로 제한했을 때의 원가 구조와 제조 신뢰도를 데이터로 증명해라.”

차이가 보이십니까?

AI에게 키보드를 치게 만들었지만, 글의 숨통을 쥐고 흔드는 논리적 척추는 인간의 머리에서 나왔습니다.

좋은 결과물을 분해해 본 사람만이 AI에게 좋은 뼈대를 명령할 수 있습니다. 결국 기계를 잘 부리는 비결은 최신 프롬프트 명령어를 외우는 데 있는 것이 아니라, 평소에 얼마나 질 좋은 작업물을 깊이 있게 뜯어보고 내면화했는가에 달려 있습니다.

---

3. 손으로 직접 부딪히고 깨져봐야 진짜 내 지식이 됩니다

하지만 구조를 파악하고 가설을 세우는 방법을 머리로 이해했다고 해서 곧바로 내 실력이 되지는 않습니다.

여기서 많은 사람이 가장 뼈아픈 장벽을 마주합니다.

눈높이는 천장을 찌르는데, 내 손발이 만들어내는 결과물은 바닥을 기어 다니는 순간입니다.

AI를 능숙하게 다루다 보면 착시 현상이 생깁니다. 엔터 한 번에 매끄러운 코드, 유려한 일러스트, 빈틈없는 보고서가 쏟아져 나오니 내 실력도 덩달아 그 수준에 도달했다고 착각합니다.

그러다 문득 AI의 도움 없이 빈 종이 위에 내 손으로 직접 첫 문장을 쓰려고 하면, 손가락이 굳어버립니다. 직접 코드를 타이핑해보면 기초적인 함수 문법에서부터 에러가 터져 나옵니다. 카메라 앞에 홀로 서서 말 한마디를 뱉으려고 하면 목구멍이 턱 막힙니다.

이 형편없는 내 모습을 마주할 때 엄습하는 부끄러움과 좌절감. 이것을 견디지 못하고 사람들은 다시 안전하고 편안한 AI의 뒤편으로 숨어버립니다.

“역시 난 이 분야에 재능이 없어.” “내가 직접 고생할 필요 뭐 있어? 기계한테 시키면 다 되는데.”

미국의 유명 방송인 아이라 글래스는 창작의 초입에서 겪는 이 고통을 ‘취향과 역량의 간극’이라고 설명했습니다.

무언가를 시작하는 사람들은 대부분 뛰어난 감식안을 가지고 있습니다. 안목이 높기 때문에 남의 좋은 작품을 알아보고 감동할 줄 압니다.

하지만 바로 그 높은 안목 때문에, 자신이 초기에 토해내는 조악하고 볼품없는 결과물을 견뎌내지 못합니다. 자신의 손이 만든 쓰레기를 자신의 눈이 용서하지 못하는 것입니다.

그러나 여기서 도망치면 영원히 관객석에 머물 수밖에 없습니다.

오스틴 클레온이 그의 책 『계속 가라(Keep Going)』에서 던지는 메시지는 단순하면서도 묵직합니다.

거창한 완벽주의를 집어치우고, 매일 작업대 앞에 자신의 몸을 가져다 놓으라(Show up)는 것입니다.

아무리 기계가 발전해도, 인간의 몸을 통과하지 않은 지식은 실전에서 힘을 쓰지 못합니다.

직접 부딪히며 기록하는 창작의 시간. 출처: Medium

헝가리 출신의 철학자 마이클 폴라니는 인간의 지식을 두 가지로 구분했습니다. 책이나 매뉴얼로 정리할 수 있는 ‘형식지’, 그리고 말로 다 설명할 수 없지만 몸의 감각으로 알고 있는 ‘암묵지’입니다.

자전거 타는 법을 물리 법칙으로 완벽하게 설명한 교향악 같은 논문을 읽는다고 해서, 페달 위에 발을 올린 사람이 곧바로 앞으로 나아갈 수 있습니까? 넘어지고, 무릎이 깨지고, 핸들이 좌우로 요동치는 공포를 온몸의 근육으로 받아내며 균형을 잡아본 사람만이 비로소 자전거를 탑니다.

그 균형 감각은 텍스트로 전달될 수 없는 암묵지의 영역입니다.

생성형 AI는 인터넷에 존재하는 모든 형식지를 빨아들인 괴물입니다. 문법, 공식, 표준 프로세스, 기술 매뉴얼을 정리하는 일에서는 인간이 기계를 당해낼 수 없습니다.

그렇다면 이 시대에 한 인간의 대체 불가능한 고유성은 어디에서 나옵니까? 현장에서 직접 손을 더럽히며, 수없이 실패하고 깨져가며 뇌와 몸에 새겨 넣은 ‘암묵지의 두께’에서 나옵니다.

직접 코딩을 하다가 변수 하나가 꼬여 밤을 꼴딱 새워본 개발자는, 화면에 찍힌 수많은 로그를 훑어보는 것만으로도 시스템의 어느 구석이 썩어 들어가고 있는지 직감적으로 알아챕니다.

직접 글을 쓰고 대중의 싸늘한 무반응을 겪어본 작가는, 문장의 어느 지점에서 독자의 집중력이 흐려지고 지루함이 틈입하는지 본능적으로 감지합니다.

직접 발로 뛰며 고객을 만나 거절당해 본 기획자는, 화려한 프레젠테이션 이면에 숨겨진 실행 불가능성을 단박에 꿰뚫어 봅니다.

이 예민한 감각들은 AI 프롬프트에 아무리 장황하게 적어 넣어도 배울 수 없는 종류의 지식입니다. 오직 내 손으로 직접 시도하고, 처참하게 실패해 본 사람만이 가질 수 있는 상처의 훈장입니다.

손쉬운 정답의 유혹을 이겨내고 스스로 실패할 기회를 열어두어야 합니다.

오스틴 클레온이 신문 기사를 까맣게 지워나갈 때, 책상 밑에 수북하게 쌓여갔던 구겨진 신문지들을 기억해야 합니다. 마커가 빗나가서, 단어 조합이 엉망이라서 쓰레기통으로 처박힌 그 수백 장의 파지들이 없었다면 그의 시집은 세상에 나오지 못했을 것입니다.

목표를 너무 높게 잡지 마십시오. 내 손으로 무언가를 해보는 단위를 아주 작고 하찮은 수준으로 낮추십시오.

완벽한 책 한 권을 쓰겠다고 벼르지 말고, 오늘 내 실패를 솔직하게 기록한 세 문장을 일기장에 적으십시오. 완성도 높은 웹 서비스를 만들겠다고 몇 달을 끌지 말고, 오늘 하루 만에 투박한 랜딩 페이지 하나를 만들어 세상에 내던져 보십시오. 거창한 영상을 찍으려 하지 말고, 오늘 내 생각을 1분짜리 음성 메모로 녹음해 들어보십시오.

그 과정에서 필연적으로 마주하게 되는 어설픔과 서투름을 온전히 환대하십시오. 그 부끄러움이야말로 내 머릿속의 예측 오차가 수정되고 있다는 가장 확실한 증거이며, 내 안에 단단한 근육이 생겨나고 있다는 신호입니다.

---

4. AI 시대에 나만의 사고 시스템을 완성하는 룰

이제 이 모든 논의를 우리의 책상 위에서 매일 돌아가는 실천적인 시스템으로 엮어내야 합니다.

생각의 주도권을 기계에 넘겨주지 않으면서도, AI라는 강력한 지적 파트너를 내 도구로 온전히 복속시키는 세 가지 행동 규칙입니다.

첫째, 생각의 시동을 반드시 내 손으로 걸어라 (Think First, Prompt Later)

어떤 업무나 창작을 시작하든 프롬프트 창에 커서를 올리기 전에 물리적인 노트를 펼치십시오. 그리고 볼펜을 쥐고 내 생각을 적어보는 것입니다.

• 내가 해결하려는 이 문제의 진짜 뇌관은 어디에 있는가?

• 나는 직관적으로 어떤 방향이 옳다고 느끼는가?

• 내 판단이 서투르다면 어떤 전제가 잘못되었기 때문일까?

이 사소한 메모 작업이 내 뇌를 깨우고, 판단의 주도권을 내 손에 쥐여줍니다. 내 기준점이 단단하게 박혀 있어야만, AI가 쏟아내는 화려한 문장과 데이터의 파도 속에서 중심을 잃지 않고 항해할 수 있습니다.

둘째, 인공지능을 내 논리를 두들겨 패는 샌드백으로 써라 (AI as a Challenger)

AI에게 정답을 요구하는 대신 비판을 요구하십시오.

“이 기획서 초안에서 가장 비현실적인 논리적 비약 두 가지만 찾아내 줘.”

“경쟁사 담당자의 시선에서 이 서비스의 가장 치명적인 단점을 조목조목 비판해 봐.”

“내가 놓치고 있는 업계의 숨은 리스크가 있다면 가차 없이 지적해 줘.”

AI를 대필 작가로 쓰는 사람은 점차 생각하는 근육을 잃어버립니다. 반면 AI를 내 가설을 사정없이 두들겨 패는 스파링 상대로 쓰는 사람은, 회의실 문을 열고 들어가기 전에 자신의 논리를 가장 단단한 강철로 벼려낼 수 있습니다.

셋째, 마지막 한 문장은 반드시 내 목소리로 다시 써라 (Own the Final Output)

AI가 훌륭한 결과물을 만들어주었다 하더라도, 그것을 그대로 복사해서 세상에 내보내지 마십시오. 화면을 끄고, 방금 기계가 정리해 준 핵심 내용을 내 입으로 중얼거리며 다른 사람에게 설명해 보십시오.

술술 설명이 나오지 않는다면 그것은 아직 내 지식이 아닙니다. 기계의 유려한 문장에 속아 내가 안다고 착각했을 뿐입니다.

내 입에 붙는 단어로 문장을 다시 고쳐 쓰고, 내 경험에서 나온 구체적인 사례를 한 줄 끼워 넣으며, 내 손으로 직접 문단을 재배치하십시오. 이 마지막 소화 과정을 거쳐야만 비로소 기계의 데이터가 나의 지적 자산으로 전환됩니다.

우리는 지금 인류 역사상 지식의 생산 비용이 가장 극단적으로 낮아진 시대를 지나고 있습니다. 모두가 빠른 속도로 결과물을 찍어내고, 누구나 그럴듯한 보고서와 콘텐츠를 손쉽게 만들어냅니다.

하지만 역설적이게도 세상에 똑같은 맛의 글과 영혼 없는 지식들이 범람할수록, 자신만의 고유한 시선과 집요한 태도를 유지하는 사람의 가치는 더욱 희귀해질 것입니다.

남들이 이미 다 만들어놓은 것 같아 시작하기가 두려우십니까? 검색 몇 번 해보니 내 아이디어와 비슷한 서비스가 쏟아져 나와 힘이 빠지십니까?

질문을 바꾸십시오. “세상에 없는 새로운 걸 만들어야 해”라는 오만한 부담감을 내려놓으십시오. 이미 세상에 널려 있는 수많은 재료를 애정 어린 눈으로 관찰하십시오. 그들의 빛나는 결과물 뒤편에 숨은 생각의 뼈대를 집요하게 훔쳐 오십시오.

그리고 내 책상 위에서 나의 실패와 섞어 새로운 맥락으로 조립해 내십시오. 어설프더라도 내 손으로 직접 한 줄을 긋고, 틀려가며 고쳐 쓰고, 매일 정직하게 내 작업대 앞에 나타나는 것. 그 단순하고 집요한 걸음들이 쌓여갈 때, 어떤 인공지능도 흉내 낼 수 없는 여러분만의 단단한 오리지널리티가 완성될 것입니다.

Show up. 그리고 먼저 생각하십시오.

Creative Problem Solving. Design Thinking. Let’s Solve It.