AI가 일을 대신해 주면, 내 실력도 좋아질까?

AI의 사용, 득인가 실인가

3월이라 봄인 줄 알았더니 다시 겨울밤이 왔네요. 뜨뜻한 방에 누워 재미있는 논문 하나 읽어보시죠. 우리는 흔히 "AI를 쓰면 일도 빨리 끝나고, 똑똑한 AI의 코드를 보면서 내 실력도 쑥쑥 늘겠지?"라고 기대합니다. 과연 그럴지 논문 How AI Impacts Skill Formation​이 밝혀주었습니다. 이 논문은 Claude로 유명한 Anthropic 소속 연구진이 2026년 1월에 발표한 아주 흥미롭고 뼈 때리는 연구입니다.

과연 AI가 우리의 진짜 실력을 키워줄까?

연구진은 52명의 소프트웨어 개발자를 두 그룹으로 나누고, 처음 접하는 '파이썬 비동기 라이브러리'를 사용해 코딩 과제를 해결하도록 했습니다.

• A그룹(AI 팀): AI 챗봇의 도움을 마음껏 받으며 코딩

• B그룹(인간 팀): AI 없이 오직 구글 검색과 공식 문서만으로 코딩

간단히 말하자면, 요즈음 유행하는 바이브코딩 vs. 옛날 스타일 코딩의 대결이죠. 정말 똑똑하다는 AI의 도움을 받으니 결과는 A그룹의 낙승일까요?

AI, 너 내 실력을 훔쳐 갔구나!

결과는 예상을 완전히 빗나갔습니다. AI의 도움을 받은 그룹이 과제를 훨씬 빨리 끝냈을 것 같지만, 평균적으로 시간 단축 효과는 미미했습니다.

더 큰 문제는 '학습 능력'이었습니다. 과제가 끝난 직후 치른 개념 이해도 및 코드 해독, 디버깅 능력 퀴즈에서 AI 팀은 인간 팀보다 점수가 무려 17%나 낮았습니다. AI가 코드를 대신 짜주니 당장 눈앞의 과제는 해결됐지만, 정작 개발자 본인의 머릿속에 남는 것은 없었던 셈입니다.

당신은 어떤 유형의 AI 사용자입니까?

연구진은 사람들이 AI를 대하는 태도에 따라 학습 성과가 극명하게 갈린다는 사실을 발견하고, 참가자들의 사용 패턴을 분류했습니다.

나쁜 예: "AI야, 네가 다 해줘" (수동적 위임형)

• 전면 위임형: "이거 짜줘"하고 복사+붙여 넣기만 한 유형입니다. 과제 속도는 1등이었지만, 학습 효과와 이해도는 꼴찌였습니다.

• 점진적 의존 및 반복적 디버깅형: 처음엔 스스로 하려다가 에러가 나면 "AI야 고쳐줘"하고 생각하기를 포기해 버린 유형입니다. 역시나 개념을 제대로 익히지 못했습니다.

좋은 예: "AI야, 이건 왜 그런 거야?" (능동적 탐구형)

• 개념적 탐구형: 코드를 짜달라고 하지 않고, "이 함수는 어떤 원리야?"라고 질문하며 힌트만 얻은 유형입니다. 스스로 고민하느라 뇌를 적극적으로 썼기 때문에 학습 성과가 아주 높았습니다.

• 생성 후 이해형: AI가 짠 코드를 그냥 쓰지 않고, "이 코드가 어떻게 작동하는지 설명해 줘"라며 끈질기게 파고들어 본인의 이해도를 점검한 유형입니다.

마무리:생각하는 고통만이 나를 발전시킨다

자전거 보조바퀴를 너무 오래 달고 달리면 두 발 자전거를 영영 혼자 탈 수 없게 됩니다. AI도 마찬가지입니다!

이 논문의 핵심은 AI를 단순한 '외주 직원'이나 '자판기'로 쓰지 말고, '과외 선생님'처럼 쓰라는 것입니다. AI가 주는 편리함에 취해 뇌를 끄고 수동적으로 의존하기 시작하면, 결국 복잡한 문제를 해결하거나 AI의 치명적인 오류를 잡아내야 할 때 필요한 진짜 ‘나의 실력’은 퇴보하고 맙니다.

앞으로 AI를 쓰실 때는 무작정 정답만 달라고 하기보다, 원리를 알려달라고 물어보며 인지적 고민을 함께 해보는 것은 어떨까요? 코딩뿐만 아니라 기획, 글쓰기, 공부 등 AI를 활용하는 모든 분야에 적용되는 멋진 인사이트입니다!