
'쓸모없는 정보가 넘쳐나는 세상에서 명료함은 힘이다.' 역사학자 유발 하라리의 2018년 저서 '21세기를 위한 21가지 제언' 첫 문장이다. 8년이 지난 지금 넘쳐나는 것은 정보 만이 아니다. 인공지능(AI)은 수십개의 대안을 제시하고 스스로 계획하고 실행한다. 선택지가 많아질수록 사람은 판단을 어려워하거나 AI의 추천을 그대로 받아들인다. 답은 많아졌지만 무엇이 중요한지 판단하기는 오히려 어려워졌다.
AI 네이티브 싱킹(AI-Native Thinking)은 AI를 활용하는 방법을 넘어, 처음부터 AI와 함께 문제를 정의하고 판단과 실행의 구조를 새롭게 설계하는 사고방식이다. 핵심은 더 좋은 답을 찾는 것이 아니라 무엇이 진짜 문제인지 다시 질문하는 데 있다.
예를 들어 교통 혼잡이 생기면 우리는 흔히 도로를 넓히거나 신호를 개선하는 해법부터 떠올린다. 그러나 시민의 이동 목적과 시간, 대중교통 접근성, 생활시설의 분포를 AI와 함께 분석하면 다른 문제가 보인다. 도로가 부족한 것인가, 아니면 멀리 이동해야 하는 도시 구조가 문제인가. 질문이 달라지면 해법도 달라진다. AI가 가장 빠른 길을 찾아도 고령자나 장애인에게는 계단 없는 길이 더 중요할 수 있다. 무엇을 최적으로 볼 것인지는 데이터만으로 결정되지 않는다.
2027년 기술 전망도 이러한 변화를 보여준다. 가트너는 2027년 10대 전략기술을 비텍스트 AI의 확장, 자율 에이전트 플랫폼의 관리, 지속 가능한 민첩성이라는 세 축으로 제시했다. AI가 분석을 넘어 스스로 행동하는 시대에는 기술의 성능만큼 사람과 AI의 역할을 어떻게 설계하느냐가 중요해진다.
미국 통화감독청(OCC)이 11월 발표한 'AI 감독 프레임워크(Super Intelligence:Supervisory Framework)'는 AI에 부여된 자율성과 실패의 영향, 감독 수준을 함께 고려한다. 마지막에 승인 버튼을 누르는 것만으로 책임이 완성되지 않는다는 뜻이다. 판단할 근거와 수정할 권한, 검토할 시간이 없다면 승인은 형식에 그친다. 사람은 과정 안에 있지만 판단은 과정 밖에 있는 셈이다. 판단은 AI를 다 들인 뒤 덧붙이는 절차가 아니라, 처음부터 설계에 넣어야 할 구조다.
국내에서도 과학기술정보통신부가 11월 자율형 AI 환경에 제로트러스트를 적용하는 안내서를 발표했다. AI의 자율적 행동을 검증하고 통제하는 체계가 갖춰지기 시작했다. 그러나 기술적 통제만으로는 충분하지 않다. 사람이 무엇을 판단하고 어떤 책임을 질 것인지도 함께 설계해야 한다.
이를 위해서는 세 가지가 필요하다.
첫째, AI의 제안과 함께 근거와 한계를 확인해야 한다. 둘째, 반복적인 분석은 AI에 맡기되 안전과 삶에 영향을 미치는 중요한 결정에는 사람의 판단을 집중해야 한다. 셋째, 판단이 실제 변화로 이어지도록 수정할 권한과 시간을 보장해야 한다.
AI 네이티브 싱킹은 여기서 한 걸음 더 나아간다. AI와 함께 문제를 발견하고 대안을 탐색하며, 사람의 판단을 거쳐 실행한 결과를 다시 학습과 재설계로 연결하는 것이다. 이 과정이 반복될 때 AI는 단순한 자동화 도구를 넘어 사람의 사고와 혁신을 확장하는 동반자가 된다. AI 네이티브 싱킹이 몸에 익히는 것은 AI 사용법이 아니라, 이 순환 속에서 판단의 기준과 자리를 먼저 정하는 습관이다.
하라리가 말한 명료함은 정보를 덜 갖는 데서 오지 않는다. 무엇이 중요한지 아는 데서 온다. AI가 답을 만들어내는 시대, 혁신은 그것을 가려내는 사람의 판단에서 시작된다. 결국 AI 네이티브 싱킹은 AI를 더 잘 사용하는 기술이 아니라, 인간과 AI가 함께 문제를 새롭게 정의하고 미래를 설계하는 사고의 전환이다.
김태형 단국대 대학원 데이터지식서비스공학과 교수·정보융합기술·창업대학원장