기계의 종소리
그런데 컴퓨터 화면에는 순서가 없었다. 수십 개의 창이 동시에 열리고, 하이퍼링크는 끝없이 다른 곳으로 이어졌다. 위키피디아에서 '산업혁명'을 검색하면 '증기기관'으로 넘어가고, 거기서 '제임스 와트'로, 다시 '글래스고 대학'으로, 어느새 '스코틀랜드 위스키' 페이지에 도착해 있다. 선형이 아니라 그물이었다. "어디서부터 시작해야 할지 모르겠다." 기계 시대에 훈련받은 어른들이 가장 많이 한 말이었다.
삼성에서 엔지니어로 일할 때, 그 차이를 매일 봤다. 반도체 공정에서 0.01마이크로미터 차이를 잡아내는 선배가, 메신저 창 배치에서 헤맸다. 무능한 것이 아니었다. 세상이 다른 언어로 말하기 시작한 것이었다. 반면 신입사원들은 다섯 개의 메신저 창을 띄워놓고 동시에 대화하면서 보고서를 썼다. 선배가 볼 때는 불경스러웠다. 신입이 볼 때는 선배가 답답했다. 둘 다 틀리지 않았다. 다른 리듬에 맞춰진 뇌였을 뿐이다. 가장 인상적이었던 장면이 있다. 차장님 한 분이 엑셀 파일을 프린트해서, 형광펜으로 밑줄을 긋고, 그 종이를 다시 스캔해서 이메일로 보냈다. 디지털을 아날로그로 바꾸고 다시 디지털로 바꾼 것이다. 비효율이 아니었다. 그분의 뇌가 작동하는 방식이 종이 위에서만 온전히 기능했던 것이다. 그분은 한 달 뒤 화면에서 직접 편집하는 법을 배웠다. 하지만 그 한 달이 어떤 이에게는 1년이 되었고, 어떤 이에게는 끝내 오지 않았다.
태어날 때부터 컴퓨터 앞에서 자란 '디지털 네이티브'에게 동시다발적 정보 처리는 숨 쉬는 것처럼 자연스러웠다. 이들은 검색의 달인이었다. 정확한 키워드를 골라내고, 수많은 결과에서 옥석을 가리고, 필요한 정보를 조합하는 능력. 그것이 디지털 시대의 핵심 역량이었다. 2005년, 전 세계 인터넷 사용자는 10억 명이었다. 2024년에는 54억 명이다. 20년 만에 인류의 3분의 2가 검색창 앞에 섰다. 머신 네이티브가 종소리에 적응하는 데 한 세대가 걸렸다면, 디지털 네이티브는 절반의 시간에 세계를 덮었다. 적응의 속도 자체가 가속하고 있다.
기계의 종소리에 적응한 세대가 머신 네이티브라면, 검색창 앞에서 자란 세대가 디지털 네이티브다. 그리고 지금, 세 번째 종소리가 울리고 있다.
AI가 바꾸는 것은 시간도 아니고 공간도 아니다. 지식의 문법이다.
300년간 지식에는 하나의 문법이 있었다. 쪼개고, 법칙을 세우고, 정답을 찾는 것. 사과가 떨어지면 만유인력. 물이 끓으면 100도. 원인 하나, 결과 하나. 학교도 이 문법을 가르쳤다. 문제에는 정답이 있고, 정답을 많이 아는 아이가 1등이다. 뇌과학자 강국진은 이 300년의 습관을 '환원주의'라 부른다. 세상을 부분으로 쪼개서, 하나의 법칙으로 설명하려는 방식이다. AI는 다른 문법으로 말한다. 정답을 주지 않는다. 대신 확률을 펼친다. 코딩을 예로 들면 선명하다. 환원주의 문법으로 소프트웨어를 만들 때, 개발자는 코드를 한 줄 한 줄 쌓았다. 부품을 설계하고, 구조를 짜고, 논리를 쌓는다. 같은 코드는 언제나 같은 결과를 낸다. 정답의 세계다. AI에게 같은 것을 시키면 풍경이 달라진다. "이런 기능의 앱을 만들어줘"라고 말하면, AI가 전체 구조를 확률적으로 구성해낸다. 놀라운 건 그다음이다. 같은 요청을 다시 해도 결과가 매번 조금씩 다르다. 틀린 것이 아니다. 확률적으로 가장 적절한 길이 여러 개 있을 뿐이다. 법칙의 세계에서 확률의 세계로. 지식이 만들어지고, 검증되고, 전달되는 방식 자체가 바뀌고 있다.
증기기관이 체력의 격차를 없앴다. 컴퓨터가 기억력의 격차를 없앴다. 이제 AI가 지식의 격차를 없애고 있다. 10년 경력 전문가의 지식을 스무 살 청년이 AI를 통해 접근할 수 있다. 도구가 바뀔 때마다, 이전 시대의 핵심 능력이 평준화된다. 그리고 새로운 능력이 요구된다.
기계는 인간에게 "정시에 와라"고 요구했다. 컴퓨터는 "정보를 찾아라"고 요구했다. AI는 다르다. AI는 "질문하라"고 요구한다. 검색이 아니라 대화. 키워드가 아니라 맥락. 찾는 것이 아니라 함께 만드는 것.
부산 여행을 계획한다고 하자. 디지털 네이티브는 '부산 맛집', '해운대 숙소 추천'을 검색하며 블로그와 예약 사이트를 오간다. 정보를 수집하고 조합하는 것은 자기 몫이다. AI 네이티브는 다르게 접근한다. "부모님 모시고 가는 3박 4일 부산 여행. 아빠는 회를 좋아하시고, 엄마는 무릎이 안 좋으셔. 예산 150만 원. 동선 포함해서 최적 코스 제안해줘." 맥락을 설명하고, AI와 대화하며, 결과를 함께 다듬어간다.
디지털 네이티브에게 이 방식은 어색하다. "AI가 내 의도를 정확히 알까?", "결과를 어떻게 믿지?" 스스로 정보를 통제하려는 습관이 남아 있기 때문이다. 마치 자연의 리듬에 길들여진 농부가 공장의 종소리를 견디지 못했던 것처럼. 마치 서류 캐비닛의 질서를 사랑한 선배가 열린 브라우저 탭을 견디지 못했던 것처럼. 이번에도 아이들이 먼저 적응한다. ChatGPT 출시 2개월 만에 월간 사용자가 1억 명을 넘었다. 틱톡이 그 기록을 세우는 데 9개월 걸렸다. 인스타그램은 30개월이었다. 적응의 속도가 매번 빨라지는 것이 아니다. 기하급수적으로 빨라지고 있다.
나는 이 전환을 교실에서 목격했다. D.LAB에서 만난 아이들 중에, AI를 마치 옆자리 친구처럼 쓰는 열네 살짜리가 있었다. 코딩 프로젝트를 하면서 막히면 ChatGPT에게 물었는데, 그 아이가 질문하는 방식이 놀라웠다. "이 코드가 왜 에러 나?"가 아니라, "내가 만들려는 건 이런 앱인데, 지금 이 부분에서 데이터가 이렇게 흘러가야 하는데 막혔어. 다른 접근법 세 가지만 제안해줘." 맥락을 주고, 선택지를 요구하고, 그중에서 자기가 고른다. 마흔 살 개발자보다 프롬프트가 정교했다. 아무도 가르쳐주지 않았다. 그냥 그렇게 쓰는 것이 자연스러웠다. 마치 1840년대의 여덟 살짜리가 공장의 종소리를 자연의 일부로 받아들였듯이.
· · ·
다음 편에 계속