AI끼리 인류 멸망과 전복에 대한 대화를 나누었다는 둥 하는 사례를 들며, 이해하기 어렵고 통제 불가능한 존재에 대한 공포를 이야기하는 모습들이 종종 보인다. 요즘은 이런 AI에 대한 과장된 공포감에 지쳐있다. 

AI 공포 서사에는 공통점이 있다. AI를 소재 삼아 본인의 커리어를 과장되게 자랑하고 싶은 사람들이나, AI와 관련된 콘텐츠나 커뮤니티로 돈을 벌 계획인 사람들의 이야기라는 것. 그리고 AI가 실제로 어떻게 작동하여 그러한 대화들을 나누었는지에 대한 설명이 정작 빠져있다는 것. 메커니즘을 모르면 공포가 되고 알면 도구가 된다고 믿는다. AI는 과연 정말로 공포인걸까.

#2. AI는 인간의 언어 밖으로 나간 적이 없다
라캉은 인간의 사고가 언어에 의해 구조화된다고 봤다. 인간은 언어 바깥에서 생각할 수 없고, 언어는 곧 사고의 틀이 된다. AI도 다르지 않다. AI는 인간이 만든 언어 데이터를 학습하고, 그 패턴을 기반으로 새로운 출력을 생성한다. 인간이 쓴 글, 인간이 찍은 사진과 영상, 인간이 만든 코드. 모든 재료는 전부 인간에게서 온다. AI는 그걸 읽고, 통계적 구조를 추출하고, 그 구조 안에서 그럴듯한 다음 단어를 예측할 뿐이다. 라캉의 표현 방식을 빌리자면, AI는 인간의 상징계 안에 갇혀 있는 셈이며, 그 바깥으로 나간 적도 없고 나갈 수도 없는 것 아닌지?

때로는 AI가 만들어낸 조합이 새로워 보일 때가 있다. 인간이 미처 연결하지 못했던 패턴을 짚어낼 때도 있다. 이세돌과 맞붙었던 알파고의 그 37번째 수가 그러했듯. 하지만 AI가 갖고 있는 지식은 결국 인류가 보유한 지식의 합집합을 벗어나지 못하며, 인간이 남긴 데이터의 그림자 위에서 작동할 뿐. 다만 장점이 있다면 그 합집합을 뒤지는 속도가 압도적으로 빨라, 인간이 논문 한 편을 읽는 동안 수만 편을 훑고, 인간이 한 가지 조합을 시도하는 동안 수천 수만 가지 조합을 돌려볼 수 있다는 것일테다. AI가 무서워 보이는 건 이 속도 차이에서 오는 착시 때문이겠지. 하지만 더 빠른 것이 곧 더 똑똑한 것은 아니지 않나.

#3. 엘프어를 무서워하는 사람은 없다
AI가 언어를 만들어내고, 인간이 이해할 수 없는 언어로 대화하기 시작하면 어떡하느냐는 이야기를 한다. 실제로 그러한 (것처럼 보이는) 일들이 있기도 했다. 2017년 페이스북의 챗봇 실험이 그러했고, 2025년 초에도 효율적인 대화를 위해 두 AI가 인간이 이해할 수 없는 음성신호로 이야기 나누는 영상이 바이럴되기도 했다.*

반지의 제왕을 쓴 톨킨은 책을 쓰기 전에 엘프어를 먼저 만들었다. 퀘냐와 신다린이라는, 완전한 문법 체계를 가진 언어다. 세상에는 이 엘프어를 유창하게 구사하는 사람들이 있고, 그들끼리 엘프어로 대화를 나누기도 한다. 그걸 보고 공포를 느끼는 사람은 없다. 이 언어를 인간이 만들었고, 인간의 언어 구조를 기반으로 설계되었다는 걸 알기 때문이다. 실은 AI가 만들어내는 모든 표현도 인간의 언어 데이터에서 출발한다. 출처를 알고 나면 비로소 공포는 사라진다.

#4. 유창하다고 똑똑한 건 아니다
이누이트에게는 눈을 표현하는 어휘가 수십 가지라고 한다. 우리가 그냥 '눈'이라고 부르는 것을 그들은 내리는 눈, 쌓인 눈, 바람에 날리는 눈, 발밑에서 서걱거리는 눈 등으로 나눈다고들 한다. (실제로는 그렇지 않다는 반론도 있다.) 

ChatGPT나 클로드에 질문을 던지면 조리 있고, 논리적이고, 때로는 나보다 나은 것 같은 어휘와 문장들이 돌아온다. 그럴싸한 보도자료나 기획서, PRD 문서가 그야말로 '딸깍' 몇 번으로 탄생하곤 한다. 흠칫 놀라고 헉- 하는 순간들이 있다. 하지만 어휘가 풍부하고 표현이 정교하다고 해서 더 지적인 것은 아니다. 출력이 정교하다고 사고하는 것은 아니며, 빠르게 조합한다고 그것이 곧 모든 것을 이해한 것은 아니다. 정교한 결과물 앞에서 놀라는 대신, 이 도구를 어디에 쓸지 고민해볼 일이다.

#5. AI가 대신해줄 수 없는 것들
최근 2.5주 가량은 AI를 붙잡고 바이브 코딩이라는 것을 하기 시작했고 사내 업무 툴 몇 개를 만들었다. 사내 추천 제도 홍보를 위해 만들어본 픽셀아트 미니 게임, 채용 공고 스크린샷 도구, 채용 데이터 대시보드, 회사의 업무 방식에 최적화된 to-do 앱까지. 프롬프트를 던지고, 돌아온 코드를 복사해서 붙여넣고, 에러가 나면 그 에러 메시지를 다시 AI에 던지는 것을 몇 차례 반복했더니 돌아가는 서비스가 나왔다. 코딩이라곤 할 줄 몰랐던 내가 만든 대시보드를, 팀에서 매일 열어보게 되었다. (놀랍고 즐겁다.)

이 과정에서 - 그 사이 수많은 것들을 만들고 폐기하면서 - 분명하게 느낀 것들도 몇 가지 있다. AI에는 의도가 없다. "뭐 좀 만들어줘"라고 던지면 그럴듯한 결과가 나오긴 한다. 하지만 그걸로 무엇을 해결하고 싶은지가 없으면, 그저 그럴듯함에서 끝날 뿐이었다. 어디로 갈지, 왜 가는지는 결국 내가 정해야 한다. 방향이 있어야 속도가 의미를 갖는다.

방향성을 정한 다음에는 결국 손을 움직여야 한다. AI가 코드를 짜주고 초안을 뽑아줘도, 에러 메시지를 확인하고 어떤 방향으로 문제를 풀지 정하고, 수정 방향성을 다시 제안하고, 결과물을 다듬고, 팀에 설명하고, 실제로 서비스를 궤도에 끌어올리는 것은 실행이다.

AI가 여러 선택지를 내놓았다한들 이 중 하나를 고르는 순간, 그건 내 판단의 결과물이 된다. 바이브 코딩을 하면서 느낀 건, 같은 기능일지라도 결과물의 질이 완전히 달라진다는 것이다. 돌아가는 코드를 만들어내는 것과 더 쓰고 싶은 경험으로 엮어내는 것은 다른 차원의 문제였다. 바이브 코딩으로 만든 서비스들은 대부분 비슷하게 생겼다. 비슷한 폰트, 적당히 둥근 모서리 R값, 비슷한 파스텔 배색 조합, 어디서 본 듯한 레이아웃. "예쁘게 만들어줘"라고 쓴다고 취향이 생기지는 않는다. 좋은 사용자 경험은 호기심어린 시선과 관찰이 누적되어 만들어진 좋은 취향에서 나온다. 

결국 AI 시대에 더 중요해지는 건 오히려 아주 인간적인 것들이 아닐까 싶다. 그러니 AI가 잘 해낼 수 있는 것들을 맡기고 나면, 인간만이 할 수 있는 일들을 더 즐거이 해내야겠다는 생각이 든다. 몸의 감각을 사용해 더 많이 느낄 것, 더 자주 궁금해할 것, 깊이 들여다보고, 더 과감하게 손을 뻗고 실행할 것, 그리고 더 많이 사랑할 것을 다짐하는 요즘.