AI가 우리 기술을 망치고 있나? 초기 결과는 좋지 않다

• 업무 현장에서 AI 도구 의존이 커지면서, 의료·컴퓨터과학 등 숙련이 중요한 분야에서 사람이 쌓은 역량이 약해질 수 있다는 초기 근거가 나오고 있음
• 폴란드 내시경 전문의 대상 연구에서 AI 미사용 시 선종 발견율이 28.4%에서 22.4%로 하락
• Anthropic의 무작위 대조 실험에서 AI 보조를 받은 엔지니어의 퀴즈 평균 점수가 50%로, 미사용 그룹 67%보다 저조
• 미국 의료 종사자 조사에서 간호사 70%, 의사 77%가 AI 과의존으로 인한 역량 상실을 우려
• 과거 GPS가 길찾기 능력을 약화시킨 것처럼, 생성형 AI는 사고·해석 같은 인지 능력 자체를 자동화하는 첫 기술로서 인간 전문성 보존이 중요한 과제

AI 디스킬링(deskilling) 현상의 부상

• 전문직 종사자가 업무에서 AI 도구에 의존하면서 힘들게 익힌 기술이 위축될 수 있다는 우려가 의료 전문가, 컴퓨터 과학자 등에서 확산
• Wolters Kluwer가 이번 달 발표한 미국 의료 종사자 조사에서 간호사 70%, 의사 77%가 AI 시스템 과의존에 따른 역량 상실을 우려
• 의료·컴퓨터 과학 등 여러 분야에서 AI에 의한 '디스킬링' 이 시작되고 있다는 증거가 제시되며, AI 시대에 인간 전문성을 어떻게 보존할지 연구자들이 논의 중
• Syracuse University 정보과학자 Kevin Crowston "이 현상의 존재를 인지하는 것만으로도, 어떤 기술을 유지하고 어떤 기술을 AI에 외주화할지 자기 성찰을 유발할 수 있음"

의료 분야 — 내시경 전문의 연구

• 연구 설계

  • 폴란드의 내시경 전문의 대상 연구로, 참여 의사들은 모두 경력 중 대장내시경을 최소 2,000회 이상 수행한 사람들
  • 이들에게 실시간으로 대장내시경 영상을 분석해 전암성 장 병변인 선종(adenoma)을 표시하는 AI 시스템을 제공
  • 해당 도구는 특정 날에는 사용 가능, 다른 날에는 사용 불가하도록 운영

• 결과

  • 의사들이 AI를 사용하기 시작한 후, 시스템을 사용할 수 없을 때 성과가 유의미하게 하락
  • AI 도입 전 3개월간 전문의들은 대장내시경의 28.4%에서 선종을 최소 1개 발견
  • AI 도입 후 3개월간 AI 보조 없이 수행한 대장내시경의 선종 발견율은 22.4%로 감소
  • 해당 결과는 지난 10월 The Lancet Gastroenterology and Hepatology에 게재

• 전문가 해석

  • University of California, San Francisco의 의사 Robert Wachter "고도로 숙련된 전문가조차 AI 의존도가 높아지면 업무에 필요한 작업 수행 능력이 저하될 수 있음"
  • 연구 저자들 "이런 도구에 지속 노출되면 임상의가 AI 없이 인지적 결정을 내릴 때 덜 동기부여되고, 덜 집중하며, 덜 책임감 있게 될 수 있음"
  • University of Oslo 의사·연구자이자 공동 저자 Yuichi Mori "현상 확인을 위해 더 많은 연구가 필요하나, AI 사용자는 일부 기술 상실 위험을 인지해야 함"
    • "현재 디스킬링에 대한 확립된 해법은 없으며, 향후 10년간 매우 중요한 연구 주제가 되어야 함"

컴퓨터 과학 분야 — Anthropic 코딩 실험

• 컴퓨터 과학 분야의 기술 상실 여부를 조사하기 위해, San Francisco의 AI 기업 Anthropic 연구진이 소프트웨어 엔지니어 52명 대상 무작위 대조 실험을 설계
  • 참가자 52명 전원은 기본 코딩 작업 중 웹 검색과 작업 방법 안내 접근이 가능
  • 절반은 추가로 AI 어시스턴트 사용을 권유받음
• 작업 후 학습 내용에 대한 퀴즈에서 AI 사용 그룹 평균 50%, 미사용 그룹 67%로 격차 발생
  • AI 보조 참가자는 특히 코드 오류 진단 문항에서 부진해, 방금 작성한 코드의 개념을 학습하지 못한 것으로 나타남
  • 해당 연구는 동료 심사 전 프리프린트 서버 arXiv에 게시
• Crowston "이제 수행 능력과 학습 사이에 기묘한 단절이 존재함"
  • "사람들이 꽤 높은 수준으로 수행할 수 있는 것은 기본적으로 AI에서 기술을 빌려오기 때문이며, 스스로 그 기술을 발전시키지는 못함"
  • 이 결과는 특히 해당 분야의 학생과 젊은 전문가에게 우려되는 사안

인지의 외주화 — 과거 기술과의 비교

• University of Queensland 정보시스템 연구자 Tapani Rinta-Kahila "과거에도 GPS 내비게이션이 길찾기 능력을 약화시키는 등 특정 기술을 쓸모없게 만든 기술이 존재"
  • 다만 생성형 AI는 "오랫동안 인간 고유의 기술로 여겨진 사고와 해석 관련 인지 능력을 자동화하는 첫 기술"

• 회계사 사례

  • 2018년 발표 연구에서, 10년 이상 자동화된 비(非)AI 회계 시스템을 계속 사용한 회계사 그룹을 조사
  • 도구가 사라지자 회계사들이 여러 일상 업무 수행 방법을 잊은 것으로 확인
  • "차세대 프로그래머는 실습 경험이 부족하면 코딩의 기초를 제대로 이해하지 못할 수 있음"
  • "회계, 법률 등 다른 지식 집약적 직군에도 동일하게 적용됨"

• 기술 침식 예방책

  • 생성형 AI에 얼마나 많은 작업을 위임하고 있는지 인지해야 함
  • 생성형 AI 모델의 작동 방식과 한계를 정확히 이해하고, 검증 없이 AI 출력을 신뢰하지 말아야 함
  • "생성형 AI 의존과 의식적 경계 유지 사이의 경쟁적 역학을 관리해야 함"