AI 의존성, 인간의 기술을 앗아가는가?
AI 도구 의존성이 의사들의 진단 능력 저하를 유발한다는 연구 결과가 발표됨
컴퓨터 과학 분야에서도 AI 보조 학습이 오히려 기본기 학습을 저해할 수 있다는 지적이 나옴
전문가들은 AI 시대에 인간 고유의 기술 유지 방안에 대한 심도 있는 연구가 필요하다고 강조함
의료 분야에서의 AI 기반 기술 퇴화(Deskilling) 현상
폴란드 내시경 전문의들을 대상으로 한 연구에 따르면, 실시간으로 선종(adenoma)을 탐지하는 AI 도구 사용 후 해당 도구가 없을 때의 선종 발견율이 28.4%에서 22.4%로 감소했습니다. 이는 AI 보조에 익숙해진 전문가들이 인지적 의사결정(Cognitive Decision-Making) 시 보조 없이 수행하는 능력 자체가 저하될 수 있음을 시사합니다. 연구진은 이러한 현상이 지속적인 노출로 인해 발생하며, 동기 부여 및 집중력 저하로 이어질 수 있다고 분석합니다.
컴퓨터 과학 분야의 AI 활용 학습 효과 논쟁
Anthropic의 연구는 주니어 개발자들이 35분간의 코딩 과제를 수행할 때 AI 보조 그룹과 비보조 그룹으로 나누어 진행했습니다. AI 그룹은 라이브러리에 대한 퀴즈 점수가 전반적으로 낮았으며, 최고의 AI 사용자조차도 AI 미사용 그룹의 최하위 사용자와 비슷한 수준을 보였습니다. 이는 AI를 통한 학습이 '보고 질문하는 방식(Learning by Watching and Asking)'이 '직접 해보는 방식(Learning by Doing)'보다 비효율적일 수 있음을 나타냅니다.
AI 학습의 장단점과 비유적 해석
한 커뮤니티 멤버는 AI의 이점을 자동차에 비유하며, 편리함과 효율성을 제공하지만 의존성 심화라는 단점을 지적합니다. 특히 최근 '바이브코딩(vibecoding)'을 경험하며 AI에 대한 과도한 의존을 경계하고 의식적으로 거리를 두려는 노력의 필요성을 언급합니다. 이는 AI가 제공하는 생산성 향상과 인간의 핵심 역량 유지 사이의 균형점을 찾아야 함을 강조하는 의견입니다.
AI 시대의 기술 유지 및 연구 방향
전문가들은 AI로 인한 기술 퇴화 현상이 실제로 발생하고 있음을 인지하고, 이를 '뜨거운 연구 주제(Hot Research Topic)'로 삼아야 한다고 주장합니다. Kevin Crowston 교수는 이러한 현상의 존재를 인지하는 것만으로도 어떤 기술을 유지하고 어떤 기술을 AI에 위임할지에 대한 자기 성찰을 유도할 수 있다고 말합니다. 현재로서는 기술 퇴화에 대한 확립된 해결책이 부재한 상황입니다.
