• 흐림동두천 22.6℃
  • 흐림강릉 23.1℃
  • 흐림서울 23.3℃
  • 맑음대전 28.8℃
  • 구름많음대구 28.7℃
  • 맑음울산 25.9℃
  • 구름많음광주 28.5℃
  • 맑음부산 27.9℃
  • 맑음고창 28.5℃
  • 맑음제주 27.4℃
  • 흐림강화 21.8℃
  • 맑음보은 26.8℃
  • 맑음금산 28.0℃
  • 맑음강진군 29.0℃
  • 구름많음경주시 27.2℃
  • 맑음거제 26.6℃
기상청 제공

[사설] AI 시대의 글쓰기, 인간의 주체성을 지키는 마지막 보루

최근 ChatGPT를 비롯한 거대언어모델(LLM)의 등장은 글쓰기의 풍경을 송두리째 바꾸어 놓았다. 우리는 더 이상 워드프로세서의 빈 페이지 앞에서 머리를 싸매지 않는다. 대신, ChatGPT의 프롬프트 창을 열고 몇 줄의 명령어를 입력하는 것으로 글을 시작한다. 이는 단순한 기술 변화가 아니라, 글쓰기에 대한 인간의 습관과 태도, 나아가 창작의 본질마저 재정의하는 흐름이다. 그러나 이 편리함 속에는 함정이 숨어 있다. AI가 생성한 글은 결국 학습 데이터의 평균값을 요약한 결과물이다. 표면적으로는 그럴듯해 보이지만, 독창성·비판성·맥락의 깊이는 부족할 수 있다.

 

AI 시대의 글쓰기는 ‘사고 능력’과 ‘자아 형성’이라는 중요한 연결고리를 시험대에 올려놓고 있다. 글쓰기 전 과정이 AI에 의해 대체될 경우, 인간은 생각의 깊이를 잃고, 언어를 통한 자기표현 능력을 상실할 위험에 처한다. 특히 AI에 과도하게 의존하는 집단은 스스로의 ‘생각 알고리즘’을 상실하게 된다. 이들은 AI가 제공하는 평범한 답에 안주하고, 노력 없는 결과물에 중독되며, 결국 비판적 사고와 창의성은 점차 퇴화한다. 반대로, AI를 단순한 도구로만 사용하는 사람들은 다른 모습을 보인다. 이들은 AI가 제시한 답이 왜 도출되었는지 설명할 수 있으며, 필요할 경우 스스로 더 나은 답을 만들어낼 수 있는 기술적·창의적 역량을 갖춘다. 다시 말해, 이들은 ‘프롬프트를 설계할 줄 아는 사람’, 즉 호모 프롬프트로서, AI 시대의 진정한 창작자이자 사고 주체로 살아남는다. 문제는 우리가 지금 어떤 선택을 하느냐에 달려 있다. AI를 ‘조력자’로 둘 것인가, 아니면 ‘지배자’로 받아들일 것인가. 기술은 본질적으로 가치 중립적이지만, 사용하는 사람의 태도에 따라 전혀 다른 결과를 낳는다.

 

글쓰기에 대한 의존도가 높아질수록 창의성의 양극화는 심화될 가능성이 크다. AI를 잘 다루고 비판적으로 활용하는 사람들은 생산성과 창의성을 동시에 끌어올리지만, AI에 수동적으로 의존하는 사람들은 점점 더 사고력과 판단력을 잃게 된다. 이 양극화는 개인의 문제를 넘어 사회 전체의 창조적 역량을 저하시킬 수 있다.

 

AI는 인류의 적이 아니다. 그러나 우리가 무비판적으로 받아들일 경우, 그것은 창의성을 갉아먹는 보이지 않는 지배자가 될 수 있다. 반대로, 우리가 기술의 본질을 이해하고 주체적으로 다룰 수 있다면, AI는 무한한 창작 가능성을 열어주는 강력한 조력자가 될 것이다.





[가까운AI] 의용공학, AI와 사람 사이를 잇다 몇 년 전만 해도 의용공학과 학생이 바이오데이터를 분석하려면 프로그래밍 언어부터 익혀야 했다. ECG나 EEG 데이터를 불러오고 분석하는 프로그램을 직접 작성하다 보면 사소한 오류 하나를 찾는데 꽤 많은 시간을 보내기도 했다. 요즘은 풍경이 많이 달라졌다. AI에게 코드의 오류를 물어보기도 하고, 분석 방법을 함께 고민하기도 한다. 이해하기 어려운 논문을 읽거나 새로운 의료기기의 아이디어를 구체화할 때도 AI를 자연스럽게 활용한다. 의용공학은 원래부터 새로운 기술을 빠르게 받아들이는 분야다. 의학과 공학의 경계에서 출발한 학문인 만큼 인공지능과 만나는 것도 어쩌면 자연스러운 일이다. 다만 최근의 변화는 조금 특별하다. AI가 단 순히 하나의 새로운 기술로 추가되는 것이 아니라 공부하고 연구하는 방법 자체를 바꾸고 있기 때문이다. ● 의용공학 수업에 들어온 AI 의용공학에서 다루는 데이터는 매우 다양하다. EMG와 EOG 같은 생체신호가 있고, 엑스레이나 CT와 같은 의료영상도 있다. 최근에는 스마트워치나 웨어러블 센서를 통해 일상생활에서 얻는 데이터도 중요한 연구 대상이 되고 있다. 이런 데이터에서 사람의 눈으로 발견하기 어려운 특징을 찾는 일은 AI가 특히