오전 10시, IDE를 열면 Claude Code가 사이드바에서 대기 중이다. 요구사항은 명확하다: 사용자 테이블에 소프트 딜리트 로직을 추가하고, 연동된 캐시 전략도 수정해야 한다. 의도를 담아 주석 한 줄을 입력하고 Tab을 누르면 AI가 30줄짜리 코드를 내뱉는다. 얼핏 문제없어 보인다. 테스트 돌려보니 초록불. 10분 만에 끝내고 커밋, 푸시, 다음 티켓으로 넘어간다. 오후가 되자 CI에서 알람이 울린다. 프로덕션 환경에서 엣지 케이스 하나가 데드락을 일으켰다. 스택 트레이스를 5분째 응시하는데, 자동 생성된 그 코드 안에서 무슨 일이 벌어지고 있는지 전혀 감이 잡히지 않는다. 동시성 문제를 맨손으로 파헤치던 예전의 나는 어디로 사라진 걸까.
이건 가상의 시나리오가 아니다. 2026년 6월 18일, Nature가 리뷰 논문 「Is AI ruining our skills? Early results are in — and they’re not good」(AI가 우리의 기술을 망치고 있는가? 초기 결과는 좋지 않다)을 게재했다. 이 논문은 두 건의 실험 연구를 종합해 하나의 결론을 겨냥한다: AI 보조 도구가 훈련된 전문가의 핵심 역량을 측정 가능한 수준으로 퇴화시키고 있다는 것이다. 단순한 추세선이 아니라 p값이 유의하고 효과 크기는 중간 이상인, 명백한 통계적 사실이다. 이 주제는 곧바로 Lobsters 커뮤니티에서 수백 건의 댓글을 촉발했고, lcamtuf 같은 베테랑 사용자는 더 깊은 구조적 문제를 지적했다.
필자는 탐구자의 시선으로 이 실험 데이터를 정리하고, 동시에 AI가 생산성을 높인다는 반대편 증거도 함께 제시할 것이다. 이 질문은 아직 결론을 내릴 단계가 아니지만, 현재까지의 실험 결과는 AI에 일상적으로 의존하는 모든 지식 노동자가 잠시 멈춰 생각해볼 만한 무게를 지녔다.
의사들: 3개월 만에 검출률 6%포인트 하락
첫 번째 연구는 폴란드 실레시아 대학과 노르웨이 오슬로 대학의 공동 연구팀이 수행했으며, 《The Lancet Gastroenterology and Hepatology》에 게재되었다. 연구 대상은 각자 최소 2,000건의 대장내시경을 수행한 19명의 숙련된 내시경 의사였다. 연구팀은 대장내시경 영상을 실시간으로 분석해 의심스러운 선종(전암성 장 병변)을 표시해주는 AI 보조 시스템을 도입했다. 이 AI 도구는 특정 근무일에만 사용 가능했고, 다른 날에는 꺼져 있었다.
연구는 두 기간을 비교했다: AI 도입 전 3개월(795건)과 AI 도입 후 AI 없이 수행한 3개월(648건)이다. AI 도입 전 선종 검출률은 28.4%였다. AI 도입 후 AI 보조 없이 검사했을 때는 22.4%로, 6%포인트 하락했으며 통계적으로 유의미한 차이였다. 연구진의 해석은 이렇다: AI 보조에 지속적으로 노출되면, AI의 지원이 사라졌을 때 임상의의 “동기 저하, 주의력 약화, 의사결정에 대한 책임감 감소”가 발생할 수 있다는 것이다.
여기서 방법론적 주의점을 짚어야 한다. Lobsters 사용자 hyperpape는 연구 도입 후 대장내시경 총량이 두 배로 증가했고 신뢰구간이 넓다는 점을 지적했다. 즉, 검출률 하락을 순수하게 AI 의존 탓으로만 돌릴 수는 없다는 의미다. 업무 부하 자체의 변화가 주의력 자원을 희석시켰을 수 있다. 공동 저자인 Yuichi Mori도 “더 많은 연구가 필요하다”고 인정하면서 “현재 기술 퇴화에 대한 기존 해결책은 없다”고 솔직하게 밝혔다.
그럼에도 불구하고 한 가지 사실은 충분히 선명하다: AI가 고숙련 업무 흐름에 간헐적으로 내장되었을 때, 도구가 사라진 상태에서의 인간의 독립적 수행 능력은 실제로 저하된다. 공학적 관점에서 이는 하나의 판단으로 이어진다. AI를 ‘훈련 보조 수단’이 아니라 ‘목발’처럼 사용하면, 인간 조작자의 독립 역량은 수 주 내에 감퇴하기 시작할 수 있다는 것이다. 의료, 항공, 원자력처럼 AI의 다운타임을 용납할 수 없는 고위험 영역에서, 이 감퇴 곡선은 진지하게 다뤄져야 한다.
개발자: 무작위 대조 실험, AI 그룹이 두 등급 낮았다
두 번째 연구는 Anthropic 연구팀(arXiv: 2601.20245)의 것으로, Nature 리뷰에서 컴퓨터 과학 분야의 기술 퇴화 핵심 증거로 인용되었다. 현재까지 방법론적으로 가장 엄격한 무작위 대조 실험이다.
실험에는 52명의 소프트웨어 엔지니어(대부분 주니어)가 참여했다. 모두 최소 1년 이상의 Python 경험이 있었고, Trio(비동기 Python 라이브러리)에는 익숙하지 않은 상태였다. 참가자는 무작위로 두 그룹으로 나뉘었다. 한 그룹은 사이드바 AI 어시스턴트를 사용할 수 있었고(코드에 접근해 정답을 생성해주는), 다른 그룹은 웹 검색과 문서만으로 과제를 수행해야 했다. 과제는 Trio의 핵심 개념을 이해하고 두 개의 기능을 작성하는 것이었다. 모든 참가자는 과제 후 퀴즈가 있을 것이라고 안내받았지만, “가능한 한 빨리 완료”하도록 독려받았다.
퀴즈는 네 가지 차원을 평가했다: 디버깅, 코드 읽기, 코드 작성, 개념 이해. 이 중 처음 세 가지가 중점 평가 항목이었다. 연구팀은 이것들이 “AI가 생성하는 코드의 비중이 계속 높아지는 미래에도 인간이 유지해야 할 핵심 역량”이라고 보았기 때문이다.
결과는 충격적이었다. AI 그룹의 퀴즈 평균 점수는 50%, 수동 코딩 그룹은 67%였다. 차이는 거의 두 알파벳 등급에 해당한다(Cohen’s d = 0.738, p = 0.01). 가장 큰 차이를 보인 차원은 디버깅 능력, 즉 “코드 어디에 어떤 문제가 있고 왜 그런지를 판단하는 능력”이었다. 아이러니하게도 이것이야말로 인간이 AI 코드를 감독할 때 가장 필요한 메타 스킬이다. 과제 완료 속도는 AI 그룹이 평균 약 2분 빨랐으나 통계적 유의성에는 도달하지 못했다.
이 반직관적인 결과는 꼼꼼히 분해할 필요가 있다: AI는 개발자를 약간 빠르게 만들었지만 유의미하게 빠르지는 않았다. 그런데 불과 몇 분 전에 접한 개념에 대한 이해 깊이는 확연히 떨어뜨렸다. 그리고 그 타격은 정확히 “디버깅 능력”이라는 결정적 지점에 꽂혔다. AI 시대의 코드 생산에서 가장 대체 불가능한 인간의 기술 말이다.
상호작용 패턴이 ‘사용 여부’보다 더 중요하다
Anthropic 논문에서 가장 시사점이 큰 부분은 질적 분석에서 AI 사용 패턴을 세분화한 것이다. 연구팀은 화면 녹화를 주석 달아 AI 그룹 참가자를 상호작용 방식에 따라 여섯 가지 유형으로 분류했다.
저득점 패턴 그룹(평균 퀴즈 점수 40% 미만):
- AI 전권 위임(n=4): AI가 코드를 전부 작성하게 두고 자신은 복사-붙여넣기만 수행. 과제 속도는 가장 빨랐으나 퀴즈는 최악.
- 점진적 AI 의존(n=4): 처음에는 질문 한두 개만 하다가 결국 전부 AI에 맡김. 두 번째 과제의 개념은 아예 습득하지 못함.
- 반복적 AI 디버깅(n=4): AI에게 디버깅을 맡기고, 자신의 이해를 명확히 하기보다 AI가 문제를 해결해주는 데 의존. 퀴즈 점수도 낮고 완료 속도도 느림.
고득점 패턴 그룹(평균 퀴즈 점수 65% 초과):
- 생성 후 이해 추궁(n=2): AI로 코드를 먼저 생성한 뒤, 개념적 질문을 추가로 던져 이해를 깊게 함.
- 혼합형 코드+설명(n=3): AI에게 코드 생성과 로직 설명을 동시에 요구. 시간은 더 걸렸지만 습득은 더 탄탄함.
- 순수 개념 질문(n=7): 개념 질문만 하고, 이해를 바탕으로 직접 코딩. 고득점 패턴 중 평균 속도가 가장 빨랐으며 전권 위임 다음으로 빨랐음.
핵심 인사이트는 지극히 소박하다. LLM을 ‘정답 기계’로 삼은 사람의 기술은 퇴화하고, ‘대화형 멘토’로 삼은 사람의 기술은 성장한다. 차이는 정답을 얻은 뒤 “왜?”라고 두세 번 더 묻는 2분의 의지에 달려 있다. 하지만 이 발견은 동시에 구조적 문제를 암시한다. 실제 직장에서 조직의 인센티브는 자연스럽게 ‘깊은 학습’보다 ‘빠른 납품’을 지향한다. 데드라인 앞에서 주니어 개발자가 AI 전권 위임을 선택하는 것은 거의 합리적 행위에 가깝다. Anthropic 논문도 이를 인정한다: “시간 제약과 조직적 압박을 고려할 때, 주니어 개발자는 기술 발전을 희생해서라도 가능한 한 빨리 AI로 과제를 끝내도록 선택할 수 있다. 바로 이것이 문제가 생겼을 때 디버깅할 능력을 약화시킨다.”
반대편 증거: AI는 확실히 생산성을 높인다. 단, 당신이 이미 그 일을 할 줄 알 때
공정하게 말하면, 기존 문헌이 한 방향으로만 쏠려 있는 것은 아니다. Anthropic은 동일한 논문에서 Claude.ai 사용자에 대한 관찰 연구를 인용하며, AI가 특정 업무 과제의 완료 시간을 80% 단축할 수 있다고 밝혔다. 연구팀의 설명은 이렇다: AI가 가속하는 것은 ‘이미 습득한 기술’의 실행 효율이고, 저해하는 것은 ‘새로운 기술’의 학습 과정이다. 이 두 결론은 모순되지 않는다. 서로 다른 질문에 답하고 있을 뿐이다. 경험 많은 React 개발자가 AI로 폼 컴포넌트를 작성하면 보일러플레이트 타이핑 시간을 아낄 수 있다. 하지만 새로운 프레임워크를 배울 때 AI에게 대신 작성하게 하면, 멘탈 모델을 구축할 기회를 약화시킨다.
또한 METR이 2025년 7월 수행한 RCT도 흥미로운 데이터를 제공한다. 평균 22,000개 이상의 스타를 받은 프로젝트를 유지보수하는 16명의 시니어 오픈소스 개발자에게 초기 2025 버전의 AI 도구를 사용하게 했을 때, 작업 속도가 19% 느려졌다. 방향성은 Anthropic의 결론과 일치한다. AI가 경험 많은 개발자에게 생산성 향상을 가져다주지 않았다는 것이다. 다만 METR의 초점은 기술 퇴화보다 생산성이었다.
종합하면: 익숙한 작업에 대해 AI의 생산성 향상 효과는 긍정적 증거가 있다. 그러나 새로운 기술 습득을 저해한다는 주장에 대해서도 RCT 수준의 증거가 확보되어 있다. 어느 쪽도 결정적이지는 않지만, “사용 방식이 AI를 도구로 만들지 함정으로 만들지를 결정한다”는 판단을 진지하게 받아들일 만큼은 충분하다.
3중 구조적 우려: 책임, 본질, 획일화
Lobsters 토론으로 돌아가 보자. 유명 보안 연구자인 lcamtuf의 긴 댓글은 34표의 지지를 받았다. 그는 실험 데이터 너머에 있는 세 가지 구조적 문제를 지적했다.
첫째, 책임 귀속의 단절이다. 현대 사회가 전문가에게 부여하는 법적·직업적 책임 체계는 “당신이 당신의 작업 결과물을 이해하고 소유한다”는 전제 위에 서 있다. LLM이 진단 능력을 지속적으로 퇴화시키는데도 의료 사고의 법적 책임 기준이 그대로라면, 최악의 시나리오가 펼쳐진다. 판단력은 떨어졌는데 책임은 여전히 당신에게 못 박혀 있다. 이 논리는 서명 책임이 따르는 모든 전문직에 적용된다. 엔지니어, 회계사, 변호사.
둘째, 인간 본질적 기술의 아웃소싱이다. “우리가 지금 논의하고 있는 기술은 예술 창작, 생각 표현, 복잡한 의사결정, 감정 소통, 타인 교육이다. 이는 거의 인간 존재의 정수라 할 수 있는 것들이다.” lcamtuf의 질문은 “AI가 할 수 있느냐”보다 한 층 더 깊다. 만약 이 인간적 활동들이 결국 전부 LLM에 아웃소싱된다면, “인간으로서 스스로 자랑스러워할 가치가 무엇으로 남을까?”라는 것이다. 현재 이 질문에는 좋은 답이 없다. 그러나 바로 그렇기에 계속해서 물어야 하는 질문이다.
셋째, AI는 ‘획일화 증폭기’ 라는 점이다. lcamtuf는 자신의 블로그에서 다음과 같이 논지를 폈다. AI는 분명히 개인의 역량을 증폭할 수 있다. 그러나 동시에 놀라운 ‘일관성 증폭기’이기도 하다. “이 도구들이 당신에게 경쟁 우위를 주는 동시에, 당신의 모든 개성을 박탈한다. 당신의 산출물이 프롬프트를 입력할 수 있는 또 다른 수십억 명의 사람과 완전히 대체 가능해질 때, 무엇으로 경쟁할 것인가?”
이 세 가지 우려는 실험 데이터를 해석하는 틀을 제공한다. 기술 퇴화의 실험적 증거는 ‘What(무엇)‘이고, 책임 귀속·본질적 아웃소싱·획일화는 ‘So what(그래서 어쩌란 말인가)‘이다.
도구의 문제인가, 구조의 문제인가
이 주제가 왜 그토록 불편한 감각을 주는 걸까. 인간은 GPS를 사용한 후 방향 감각이 퇴화했고, 검색 엔진 이후 기억력이 약화된 것을 담담히 받아들여 왔다. AI는 무엇이 다른가?
Lobsters 사용자 emk의 비유가 답의 일부를 제공한다. 사진술은 회화적 기교를 대체했지만 화가의 눈과 뇌를 대체하지는 않았다. 구도, 빛, 주제 선택은 여전히 인간의 몫이었다. LLM은 다르다. 그것이 침범하는 것은 판단 과정 자체다. 디버깅 능력, 설계 직관, 개념적 이해. 도구가 당신의 결정을 실행하는 대신 당신의 결정을 대체하기 시작하면, 그 본성은 ‘도구’에서 ‘대리인’으로 옮겨간다. 대리인을 오래 사용할수록 독립적 판단의 근육은 위축된다.
필자는 AI 사용을 반대하지 않는다. 이 글을 쓰는 동안에도 AI를 자료 정리와 번역에 대거 활용했다. 핵심은 사용 방식이다. AI를 답 출력기가 아니라 대화 상대로 삼고, “왜?”라고 추궁하는 과정을 업무 흐름의 내장 단계로 만드는 것. 그러나 개인이 이걸 실천한다 해도 구조적 문제는 남는다. 성과 체계가 코드 품질보다 납품 속도에 보상을 주고, 경영진이 ‘AI 보조’를 ‘감원 가능’과 같은 뜻으로 읽는 환경이라면, “이해하고 나서 커밋하자”고 끝까지 버티는 개인도 체계적 압력에 짓눌리기 마련이다.
결정적 결론은 아직 없다. 현존하는 실험 증거의 방향성은 대체로 일관된다. AI 보조가 단기적으로 기술 학습에 유의미한 부정적 영향을 미치며, 효과 크기도 작지 않다. 그러나 표본 크기는 다소 작고(52명과 19명), 실험 환경은 실제 업무 흐름과 거리가 있으며, 장기적 효과에 대해서는 데이터가 전혀 없다. 이 글이 할 수 있는 일은, 지금 테이블 위에 놓인 실험 증거와 공학적 직관을 함께 제시하고, 당신이 이 정보를 가지고 자신의 사용 습관을 점검하도록 초대하는 것이다.
(본 글은 Nature 리뷰 논문 및 관련 원본 연구의 공개 정보를 바탕으로 작성되었다. 모든 데이터와 인용은 출처가 표기되었다. 필자는 자료 정리 및 번역 과정에 AI 도구를 보조적으로 활용했으며, 글의 판단과 구조는 인간이 수행했다. 본 글은 어떠한 형태의 전문적 조언도 아니며, AI 기술에 대한 전반적 부정의 입장을 대변하지도 않는다.)