1편에서 욕망을 팔고, 2편에서 공포를 팔고, 3편에서 환상을 파는 시장을 해부했다. AI를 둘러싼 담론은 늘 같은 구조였다. 누군가는 "이것이 당신을 구원할 것이다"라고 속삭이고, 다른 누군가는 "이것이 당신을 파멸시킬 것이다"라고 외친다. 양쪽 모두 당신의 지갑을 열게 만든다는 점에서, 본질적으로 같은 장사다.

그런데 이 시장 바깥에 또 다른 무리가 있다. 팔짱을 끼고 서서 "나는 안 속아"라며 도구 자체를 거부하는 사람들. 그들은 스스로를 현명한 관찰자라고 믿지만, 사실 그들 역시 무언가를 사고 있다.

이번 글의 질문은 이것이다:

"AI를 쓴다/안 쓴다"가 대체 언제부터 '선택'이 되었는가?

전기가 보급될 때 "나는 촛불이 더 좋아"라고 선언한 사람의 의견이 존중받았던 적이 있는가? 자동차가 마차를 대체할 때 "말의 따뜻함이 그립다"는 감상이 교통 정책에 반영된 적이 있는가?

도구는 허락을 구하지 않는다. 도구는 그냥 온다.

1. 전동 드릴의 교훈: 도구는 허락을 구하지 않는다

수동 드라이버 장인의 자존심

당신이 가구를 조립한다고 상상해 보자. 옆에는 전동 드릴이 놓여 있다. 당신은 수동 드라이버를 집어 들며 이렇게 말한다.

*"나는 내 손의 감각을 믿어. 전동 드릴은 나사를 과하게 조이잖아. 내 방식이 더 정밀해."*

틀린 말인가? 아니다. 숙련된 장인의 손은 실제로 더 섬세한 토크 조절이 가능하다. 하지만 그 장인이 하루에 조립할 수 있는 가구는 3개다. 전동 드릴을 든 초보자는 10개를 조립한다. 한 달 뒤, 시장에는 누구의 가구가 더 많이 깔려 있을까?

이것이 모든 도구 전환의 역사에서 반복되어 온 패턴이다. 저항 → 어색함 → 표준화. 예외는 없었다.

역사는 같은 대본을 반복한다

전화기가 발명되었을 때, 웨스턴 유니온의 내부 메모(1876)는 이렇게 평가했다: *"이 장치는 통신 수단으로서 본질적으로 아무런 가치가 없다."*¹ 자동차가 등장했을 때 사람들은 "악마의 마차"라 불렀다. PC가 보급되기 시작했을 때, 1995년 Newsweek의 칼럼니스트 클리프 스톨(Clifford Stoll)은 인터넷이 *"정보 고속도로의 약속"*을 결코 실현하지 못할 것이며, 온라인 데이터베이스가 일간 신문을 대체하는 일은 없을 것이라고 단언했다².

숫자는 이들의 확신이 얼마나 허무하게 무너졌는지를 보여준다.

[그림 1] 전화기가 5천만 사용자에 도달하는 데 50년이 걸렸다. ChatGPT는 2개월이 걸렸다. 도구의 침투 속도는 기하급수적으로 가속하고 있다. (출처: Visual Capitalist, HBR, WEF, MIT Technology Review)

전화기가 5천만 사용자에 도달하는 데 50년이 걸렸다. 전기는 46년, 라디오는 22년, TV는 13년, 인터넷은 7년, 스마트폰은 4년. ChatGPT는 2개월이었다³. 기술 보급의 역사는 단 하나의 방향만을 가리킨다: 가속. 그리고 이 가속 곡선 위에 서서 "나는 타지 않겠다"고 선언하는 것은, 고속도로 한복판에 서서 차를 멈추겠다는 것과 다르지 않다.

하버드 비즈니스 리뷰(HBR)는 이미 2013년에 이 패턴을 명확히 정리했다: *"기술 채택의 속도는 가속화되고 있다(The Pace of Technology Adoption Is Speeding Up)."*⁴ 세계경제포럼(WEF)도 2018년 보고서에서 동일한 결론을 도출했다⁵. 이것은 의견이 아니라 관측된 사실이다.

쓸지 말지가 아니라, 언제 익숙해지느냐의 문제

McKinsey의 2025년 글로벌 AI 현황 조사⁶는 이 '필연'을 숫자로 확인시켜 준다.

[그림 2] AI를 하나 이상의 사업 기능에 도입한 조직의 비율. 2023년 55%에서 2025년 88%로, 불과 2년 만에 33%p 상승했다. 생성형 AI는 같은 기간 33%에서 79%로 급등했다. (출처: McKinsey Global Survey on AI, 2025)

2년 만에 조직 도입률이 55%에서 88%로. 생성형 AI는 같은 기간 33%에서 79%로, 사실상 2.4배 성장했다. 92%의 기업이 향후 3년간 AI 투자를 확대할 계획이라고 응답했으며⁶, Stanford HAI의 2025 AI Index Report¹³에 따르면 2024년 글로벌 기업 AI 투자 총액은 $2,523억(약 340조 원)에 달했다. Pew Research Center의 2025년 10월 조사⁷에 따르면, 미국 직장인의 21%가 이미 업무에 AI를 사용하고 있으며, 이는 1년 전의 16%에서 상승한 수치다. Microsoft의 2024 Work Trend Index¹⁴는 더 충격적인 수치를 제시한다: 지식노동자의 75%가 이미 업무에 AI를 사용하고 있으며, 그중 78%는 회사가 공식 제공하지 않는 AI 도구를 스스로 가져와 쓰고 있다(BYOAI, Bring Your Own AI). 도구를 '허락'하지 않아도, 사람들은 이미 쓰고 있다.

여기서 주목해야 할 것은 '도입'과 '전면 확산' 사이의 간극이다. McKinsey 조사에서 AI를 전사적으로 완전히 확산시킨 조직은 단 7%에 불과했다. 이것이 의미하는 바는 명확하다: 도구를 '쓸지 말지'의 질문은 이미 끝났다. 남은 것은 어떻게, 얼마나 깊이 쓸 것인가의 문제뿐이다.

2. "안 쓰겠다"는 선언의 정체: 우리는 무엇을 사고 있는가

거부도 소비다

이 시리즈의 일관된 프레임으로 돌아가자. 1편에서 우리는 욕망을 샀다. 2편에서 공포를 샀다. 3편에서 환상을 샀다. 그렇다면 "나는 AI를 쓰지 않겠다"고 선언하는 사람은 무엇을 사고 있는가?

세 가지다.

첫째, 변하지 않아도 된다는 심리적 안도감. 새로운 도구를 익히는 것은 인지적으로 비용이 크다. 익숙한 방식을 고수하면 그 비용을 지불하지 않아도 된다. 거부는 '학습 회피'에 대한 정당화를 제공한다.

둘째, 기존 정체성의 자존심. "나는 AI 없이도 잘해왔다"는 과거의 역량에 대한 자기 확인이다. 문제는 과거의 역량이 미래의 경쟁력을 보장하지 않는다는 것이다.

셋째, "나는 유행에 휘둘리지 않는다"는 지적 우월감. 이것은 가장 교묘한 자기기만이다. 비판적 사고를 가장한 지적 나르시시즘. AI 비판자의 포즈를 취하면서 실제로는 도구에 대한 무지를 '주체성'으로 포장하는 것.

이것은 2편에서 비판했던 "AI 면죄부 구매"의 정확한 거울상이다. 공포를 사는 사람들이 "AI 시대 생존법" 강의에 돈을 지불하며 안도감을 얻듯이, 거부자들은 "나는 저런 유행에 속지 않아"라는 자기 서사에 자존심이라는 화폐를 지불하며 안도감을 산다. 방향만 반대일 뿐, 구조는 동일하다.

데이터가 보여주는 격차

그런데 이 '자존심'의 가격표가 점점 비싸지고 있다.

하버드 경영대학원과 BCG의 공동 연구⁸는 758명의 BCG 컨설턴트를 대상으로 한 현장 실험에서, AI 사용자와 비사용자 사이의 성과 격차를 정밀하게 측정했다.

[그림 3] AI 도구를 사용한 그룹은 비사용 그룹 대비 과제 완료 수 12.2% 증가, 속도 25.1% 향상, 품질 40% 향상을 보였다. 특히 하위권 실력자의 성과 향상이 43%로 가장 컸다. (출처: Dell'Acqua et al., Harvard Business School, 2023; GitHub Research, 2024)

GitHub의 2024년 연구⁹는 개발자 생산성에 대해 더 극적인 수치를 제시한다. Copilot을 사용한 개발자들은 코딩 작업을 55.8% 더 빠르게 완료했으며, 평균 소요 시간이 2시간 41분에서 1시간 11분으로 단축되었다. 87%는 반복 작업에서의 인지적 부담이 줄었다고 응답했고, 73%는 '몰입 상태(flow state)'를 유지하는 데 도움이 되었다고 보고했다.

특히 BCG/Harvard 연구에서 주목할 점은 하위권 실력자의 성과 향상 폭이 43%로 가장 컸다는 것이다. 이 패턴은 고립된 발견이 아니다. Stanford과 MIT의 공동 연구¹⁵(N=5,179, Fortune 500 기업의 고객 지원 상담원 대상)에서도 AI 도구를 사용한 상담원은 시간당 해결 건수가 평균 14% 증가했으며, 초보 상담원의 생산성 향상은 34%에 달한 반면 숙련 상담원에게는 미미한 효과만 나타났다. AI는 이미 잘하는 사람을 조금 더 잘하게 만드는 것이 아니라, 못하는 사람을 급격하게 끌어올리는 평준화 도구다.

그리고 이 격차는 개인 수준을 넘어 경제적 보상으로 직결된다. PwC의 2025 Global AI Jobs Barometer¹⁶는 10억 건 이상의 채용 공고와 수천 개 기업의 재무 데이터를 분석한 결과, AI 역량을 보유한 직원에게 56%의 임금 프리미엄이 부여되고 있으며(전년의 25%에서 급등), AI 노출도가 높은 산업의 1인당 매출 성장률은 낮은 산업의 3배(27% vs 9%)에 달한다고 보고했다.

이것은 도구를 거부하는 것의 기회비용이 가장 큰 집단이 바로 '아직 덜 숙련된 사람들'이라는 역설을 만든다. 가장 많이 도움을 받을 수 있는 사람들이, 가장 적극적으로 도구를 거부하고 있다.

3. 써보지도 않고 판단하는 것의 문제

거부의 해부학: 데이터가 말하는 진짜 이유

"나는 AI를 신중하게 거부하는 것"이라고 말하는 사람들에게 물어보자. 당신의 거부는 정말로 '신중한 판단'에 근거한 것인가, 아니면 단순한 무지와 두려움의 합리화인가?

Pew Research Center(2025)⁷와 Salesforce(2024)¹⁰의 조사 데이터는 불편한 진실을 드러낸다.

[그림 4] AI 비사용 이유의 상당 부분은 '경험에 근거한 판단'이 아니라 '사용 이전의 두려움과 무지'로 구성되어 있다. (출처: Pew Research Center, 2025; Salesforce Generative AI Survey, 2024)

데이터를 분류해 보면 두 가지 범주가 선명하게 드러난다.

"모른다" 범주:

• 안전한 사용법을 모른다: 39%
• 가치 활용법을 모른다: 43%
• 고용주가 교육을 제공하지 않는다: 70%

"두렵다" 범주:

• AI 출력의 정확성이 우려된다: 54%
• AI 출력의 편향이 우려된다: 59%
• 보안 위험이 우려된다: 73%

여기서 핵심적인 질문이 발생한다. "정확성이 우려된다"고 응답한 54%의 사람들 중, 실제로 AI 도구를 일정 기간 사용해 본 후에 그 결론에 도달한 사람은 몇 퍼센트일까? Pew의 동일 조사에서 AI 비사용자의 46%는 "내 업무에 AI가 필요없다고 생각한다"고 응답했다. 이것은 '판단'인가, '추측'인가?

비판과 무지의 구분선

오해하지 말자. AI의 한계를 논하는 것은 정당하고 필요한 행위다. BCG/Harvard 연구⁸가 밝혀낸 "들쭉날쭉한 기술 경계(Jagged Technological Frontier)" 개념은 이 점을 정확히 짚는다. AI의 역량 범위 밖의 작업에서, AI에 무비판적으로 의존한 컨설턴트들은 AI를 사용하지 않은 그룹보다 정답률이 19%p 낮았다. AI는 만능이 아니며, 그것을 만능으로 취급하는 것은 위험하다.

하지만 여기서 결정적인 차이가 있다. 이 비판은 AI를 실제로 사용해 본 연구자들이, 통제된 실험을 통해 도출한 결론이다. 써보지도 않고 "AI는 부정확하다"고 단정하는 것과, 758명의 실험 데이터를 분석하여 "이 특정 조건에서 AI는 위험하다"고 지적하는 것 사이에는 하늘과 땅의 차이가 있다.

에버렛 로저스(Everett Rogers)는 Diffusion of Innovations(1962, 5판 2003)¹¹에서 기술 채택자를 다섯 범주로 분류했다: 혁신자(Innovators, 2.5%), 선도 수용자(Early Adopters, 13.5%), 전기 다수(Early Majority, 34%), 후기 다수(Late Majority, 34%), 최후 수용자(Laggards, 16%). 로저스가 '최후 수용자'를 묘사할 때 사용한 핵심 특성은 "전통 지향적이며, 의사결정의 준거 틀이 과거에 고정되어 있다"는 것이었다.

여기서 중요한 것은 로저스의 모델이 '거부'를 하나의 범주로 설정하지 않았다는 점이다. 기술 확산 이론에서 영원한 거부자는 존재하지 않는다. 최후 수용자조차 결국은 채택한다. 단지 늦을 뿐이다. 그리고 '늦음'에는 누적되는 기회비용이 있다.

닐 포스트먼(Neil Postman)은 Technopoly(1992)¹²에서 모든 기술이 "파우스트적 거래(Faustian bargain)"를 수반한다고 경고했다. 기술은 무언가를 주는 동시에 무언가를 빼앗는다. 이 경고는 타당하다. 하지만 포스트먼조차 기술을 '거부'하라고 말한 것이 아니라, 기술이 빼앗는 것이 무엇인지 의식적으로 인지하라고 말한 것이다. 의식적 인지의 전제 조건은 사용 경험이다.

써보지 않고 거부하는 것은 비판이 아니다. 그것은 무지다.

4. 결론: 진짜 질문은 "쓸 것인가"가 아니다

이미 끝난 질문

정리하자. 기업의 88%가 이미 AI를 도입했다. 생성형 AI 도입률은 2년 만에 33%에서 79%로 뛰었다. 전 세계 92%의 기업이 AI 투자를 확대할 계획이다. ChatGPT는 5천만 사용자에 도달하는 데 2개월이 걸렸고, 전화기는 50년이 걸렸다.

"AI를 쓸 것인가?"는 이미 끝난 질문이다. "전기를 쓸 것인가?"가 끝난 질문인 것처럼.

파는 자들, 사는 자들, 그리고 서 있는 자들

이 시리즈 전체를 관통하는 구조는 단순하다. 시장은 항상 무언가를 판다. 1편의 욕망, 2편의 공포, 3편의 환상, 그리고 4편의 거부. 모두 상품이다. 차이가 있다면, 처음 세 가지는 소비자가 자신이 무언가를 사고 있다는 것을 어렴풋이나마 인지한다는 것이고, 네 번째는 "나는 아무것도 사지 않았다"는 착각까지 상품에 포함되어 있다는 것이다.

"나는 AI를 거부함으로써 주체적인 판단을 내리고 있다"라는 믿음 자체가, 가장 정교한 자기기만의 상품이다.

진짜 질문

도구를 쓰느냐 마느냐는 질문이 아니다. 도구는 이미 여기 있고, 이미 작동하고 있으며, 이미 세계를 재편하고 있다.

진짜 질문은 이것이다:

이 도구를 가지고 무엇을 만들 것인가? 어떤 사유를 할 것인가?

전동 드릴은 가구도 만들 수 있고 벽에 구멍도 낼 수 있다. 드릴의 존재 자체는 선도 악도 아니다. 하지만 드릴이 놓여 있는데 손 드라이버를 고집하며 "나는 장인이야"라고 자위하는 사이, 세상은 이미 다음 가구를 조립하고 있다.

1편에서 3편까지 우리는 시장이 파는 것들의 정체를 까발렸다. 4편에서 우리는 시장 바깥에 서 있다고 믿는 것 자체가 또 하나의 시장임을 확인했다.

남은 것은 당신의 선택이다. 단, 그 선택은 "쓸 것인가 말 것인가"가 아니다. "이미 쓰고 있는 이 도구로, 어떤 세계를 만들 것인가"다.

References

데이터 출처

3. Visual Capitalist, "The Rising Speed of Technological Adoption," based on data from HBR, WEF, and MIT Technology Review. Time to 50 million users: Telephone 50 years, Electricity 46 years, Radio 22 years, TV 13 years, PC 14 years, Internet 7 years, Smartphone 4 years, ChatGPT 2 months. Link

6. McKinsey & Company, "The State of AI: Global Survey," 2023-2025. AI adoption: 55% (2023) → 78% (mid-2024) → 88% (2025). Gen AI adoption: 33% (2023) → 71% (mid-2024) → 79% (2025). 92% plan to increase AI investment. Link

7. Pew Research Center, "About 1 in 5 U.S. Workers Now Use AI in Their Job, Up Since Last Year," October 2025. AI use at work: 16% (2024) → 21% (2025). 46% of non-users say their work can't be done with AI. Link

9. GitHub Blog, "Research: Quantifying GitHub Copilot's Impact on Developer Productivity and Happiness," 2024. N=95 developers; 55.8% faster task completion (2h41m → 1h11m); 87% reduced cognitive load; 73% maintained flow state. Link

10. Salesforce, "Generative AI Statistics / AI at Work Research," 2024. 70% of employers don't provide AI training; 54% worry about accuracy; 59% worry about bias; 73% cite security risks; 39% don't know how to use AI safely. Link

13. Stanford University HAI, "2025 AI Index Report," 2025. Total corporate AI investment: $252.3B in 2024; private AI investment up 44.5% YoY. Link

14. Microsoft & LinkedIn, "2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part," May 2024. 75% of knowledge workers use AI at work; 78% bring their own AI tools (BYOAI); 46% started using AI in the prior 6 months. Link

학술 논문 및 저서

1. The apocryphal Western Union internal memo dismissing the telephone (1876) is widely cited in technology history literature. See: Wu, Tim. The Master Switch: The Rise and Fall of Information Empires. New York: Knopf, 2010.

2. Stoll, Clifford. "The Internet? Bah!" Newsweek, February 27, 1995. Stoll predicted that online databases would never replace newspapers and that e-commerce was fundamentally unviable. Link

4. McGrath, Rita Gunther. "The Pace of Technology Adoption Is Speeding Up." Harvard Business Review, November 2013. Link

5. World Economic Forum. "The Rising Speed of Technological Adoption," February 2018. Link

8. Dell'Acqua, Fabrizio, Edward McFowland III, Ethan R. Mollick, Hila Lifshitz-Assaf, Katherine Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, and Karim R. Lakhani. "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality." Harvard Business School Working Paper No. 24-013, September 2023. N=758 BCG consultants; +12.2% tasks, +25.1% speed, +40% quality; bottom performers +43%; outside frontier: -19%p accuracy. SSRN

11. Rogers, Everett M. Diffusion of Innovations. 5th ed. New York: Free Press, 2003. (Original work published 1962.) Innovation adoption categories: Innovators (2.5%), Early Adopters (13.5%), Early Majority (34%), Late Majority (34%), Laggards (16%).

12. Postman, Neil. Technopoly: The Surrender of Culture to Technology. New York: Knopf, 1992.

15. Brynjolfsson, Erik, Danielle Li, and Lindsey R. Raymond. "Generative AI at Work." Quarterly Journal of Economics 140, no. 2 (2025): 889-938. NBER Working Paper No. 31161, 2023. N=5,179 customer support agents; +14% average productivity, +34% for novice workers. NBER

16. PwC, "2025 Global AI Jobs Barometer," 2025. Analysis of 1B+ job postings; AI-skilled workers earn 56% wage premium (up from 25%); AI-exposed sectors see 4x productivity growth; revenue per employee 27% vs. 9% (3x gap). Link

1편의 '1차원적 욕망', 2편의 '도태의 공포'를 넘어 자본과 기술이 도달한 종착지는 어디일까? 3D 컴퓨터 비전과 AI를 연구하며 내가 매일 목도하는 현실은 꽤나 섬뜩하다. 우리는 지금 인류 역사상 가장 정교하고 거대한 '사기극'에 자발적으로 지갑을 열고 있다.

지금 당장 당신이 매일 소비하고 열광하는 연예인, 유튜버, 인플루언서들의 목록을 떠올려보자. 그중 당신이 실제로 대면해 본 사람은 몇이나 되는가?

화면 너머로 전해지는 그들의 매력적인 외모, 거칠고 마초적인 매력이나 짙은 레트로 감성 같은 고유의 분위기, 심지어 나를 향해 웃어주는 친근한 소통까지. 우리는 이 모든 것을 실재한다고 믿으며 시간과 돈을 소비한다. 그런데 만약, 당신이 사랑하고 동경하는 그 존재가 애초에 지구상에 숨 쉰 적조차 없는, 3D 렌더링과 AI 알고리즘이 빚어낸 정교한 '환상'이라는 것을 알게 된다면 어떻게 할 것인가?

이것은 SF가 아니다. 지금 벌어지고 있는 현실이다. 그리고 숫자들이 그것을 증명한다.

1. 시각적 진실의 붕괴: 우리는 기꺼이 속기를 원한다

과거에는 사진과 영상이 곧 '존재의 증명'이었다. 하지만 3D 컴퓨터 비전 분야의 발전, 특히 미세한 표정 변화까지 연산해 내는 3D 안면 재구성 기술과 생성형 모델의 결합은 '진짜'와 '가짜'의 경계를 완전히 증발시켰다.

데이터가 말하는 '구별 불가능'의 시대

이것이 단순한 기술적 과시가 아님을 데이터가 증명한다. 2024년 12월, Computers in Human Behavior Reports에 발표된 메타분석 연구¹는 56개 연구, 86,155명의 피험자 데이터를 종합해 충격적인 결론을 내렸다.

인간의 딥페이크 탐지 정확도는 평균 55.54%에 불과하다.

이것은 동전을 던져 앞뒤를 맞추는 확률(50%)과 통계적으로 유의미한 차이가 없는 수준이다. 95% 신뢰구간이 무작위 추측 수준인 50%를 교차한다는 것은, 우리의 눈과 뇌가 이미 기술에 항복했음을 의미한다.

[그림 1] 인간의 딥페이크 탐지 정확도. 이미지(53.16%)와 텍스트(52.00%)는 사실상 동전 던지기 수준이다. (출처: Computers in Human Behavior Reports, 2024)

특히 주목할 것은 이미지 탐지 정확도가 53.16%에 불과하다는 점이다. 우리가 가장 많이 소비하는 매체인 사진에서, 인간의 판별 능력은 사실상 무력화되었다. Checkr의 2025년 소비자 신뢰 보고서²에 따르면 미국인의 74%가 신뢰할 만한 뉴스 사이트의 사진/영상조차 진위를 의심한 경험이 있으며, 39%는 "무엇이 진짜인지 더 이상 모르겠다"를 최대 두려움으로 꼽았다.

[그림 2] 시각적 콘텐츠에 대한 신뢰가 전방위적으로 무너지고 있다. (출처: Edelman Trust Barometer 2024, Checkr 2025, Sprout Pulse Survey 2024)

그런데 사람들은 분노하지 않는다

여기서 핵심적인 역설이 발생한다. 사람들은 가짜라는 사실에 분노할까? 처음에는 배신감을 느낄지도 모른다. 하지만 이내 그 완벽한 가짜를 다시 소비하게 될 것이다. 왜냐하면 대중이 애초에 원했던 것은 그 사람의 '진짜 인격'이 아니라, 내 결핍을 채워주는 '완벽한 기호'였기 때문이다.

이 현상을 사회학적으로 가장 정확히 설명한 사람은 장 보드리야르(Jean Baudrillard)다. 그는 Simulacra and Simulation(1981)³에서 다음과 같이 선언했다.

"영토가 더 이상 지도에 선행하지 않으며, 지도가 영토에 선행한다. (...) 그것은 기원도 현실성도 없는 실재의 모델에 의한 생성이다: 하이퍼리얼(hyperreal)."

보드리야르가 1981년에 예견한 시뮬라크르(Simulacra, 원본 없는 복제물)가 현실을 지배하는 하이퍼리얼리티의 시대가 2024년, 숫자로 입증되고 있는 것이다. Ferreira & Tavares(2024)⁴는 Critical Studies in Media Communication에서 보드리야르의 하이퍼리얼리티 개념이 소셜 미디어 시대에 어떻게 구현되는지를 분석하며, 딥페이크와 AI 생성 콘텐츠가 "시뮬레이션이 현실과 구별 불가능해지는 지점"에 도달했다고 논증했다.

진짜 인간은 피곤하다. 늙고, 실수하며, 논란을 일으키고, 대중의 기대를 배신한다. 반면 AI로 주조된 페르소나는 대중이 원하는 정확한 욕망만을 24시간 내내 거울처럼 반사해 준다. 우리는 이제 불편한 진실을 마주하는 대신, 수학적으로 완벽하게 통제된 '그럴듯한 가짜'가 주는 달콤한 위안을 구매하고 있다.

2. 완벽한 가짜의 경제학: 환상 산업의 폭발적 성장

이 '기꺼이 속으려는 욕망'은 이제 거대한 산업이 되었다. Grand View Research와 Straits Research의 2025년 보고서^{5, 6}에 따르면, 글로벌 가상 인플루언서 시장은 다음과 같은 궤적을 그리고 있다.

[그림 3] 가상 인플루언서 시장은 2024년 $6.06B에서 2033년 $111.78B로, 연평균 38.4%의 폭발적 성장이 전망된다. (출처: Grand View Research, Straits Research, 2025)

연평균 성장률(CAGR) 38.4~40.8%. 이것은 단순한 트렌드가 아니다. 약 10년 만에 시장 규모가 18배 이상 팽창하는, 하나의 패러다임 전환이다.

가짜가 진짜보다 '더 잘 팔린다'

더 충격적인 것은 성과 지표다. InBeat Analytics(2023)⁷의 분석에 따르면, 가상 인플루언서의 소셜 미디어 참여율은 5.9%로, 실제 인플루언서의 1.9%보다 3.1배 높다. 시장 성장률도 가상 인플루언서 시장(CAGR 38.9%)이 실제 인플루언서 시장(CAGR 17.9%)의 2.2배에 달한다.

[그림 4] 참여율과 시장 성장률 모두에서 가상 인플루언서가 실제 인플루언서를 압도한다. (출처: InBeat Analytics, 2023)

Influencer Marketing Factory의 2024년 조사⁸는 이 현상의 소비자 측면을 보여준다:

• 소비자의 79%가 가상 인플루언서의 존재를 인지하고 있다
• 58%가 최소 1명 이상의 가상 인플루언서를 팔로우하고 있다
• 29%가 가상 인플루언서의 추천으로 실제 구매를 한 경험이 있다

한국의 사례도 주목할 만하다. 5인조 버추얼 K-pop 그룹 PLAVE는 2024년 유튜브 조회수 4억 7천만 회를 돌파하고 데뷔 앨범 첫 주에 100만 장 이상을 판매했다⁹. 지구상에 물리적으로 존재하지 않는 아이돌에게 100만 명이 지갑을 열었다는 사실. 이것이야말로 보드리야르의 시뮬라크르가 산업적 규모로 실현된 증거다.

준사회적 관계: 우리는 코드에게 감정을 느낀다

이 현상을 심리학적으로 설명하는 핵심 개념이 준사회적 관계(Parasocial Relationship)다. Stein, Breves & Anders(2024)¹⁰는 New Media & Society에 발표한 실험 연구(N=179)에서, 가상 인플루언서에 대한 시청자의 준사회적 반응이 실제 인간 인플루언서와 통계적으로 유의미한 차이가 없다는 것을 실증했다. 2025년 Journal of Interactive Advertising에 발표된 경험표집 연구¹¹는 한 걸음 더 나아가, 185명의 젊은 성인을 4주간 추적한 결과 가상 인플루언서에 대한 준사회적 관계의 강도가 시간이 지남에 따라 증가하며 그 양상이 실제 인간과의 관계 형성 단계와 동일하다는 것을 밝혀냈다.

셰리 터클(Sherry Turkle)은 이미 Alone Together(2011)¹²에서 이를 예견했다. 그녀는 우리가 "친밀함의 요구 없이 동반의 환상(the illusion of companionship without the demands of intimacy)"을 제공하는 기술에 점점 더 의존하게 될 것이라고 경고했다. 10여 년 후, 데이터는 그녀의 예언이 정확했음을 증명하고 있다.

3. 육체의 폐기 처분과 정체성의 외주화

그렇다면 반대로 콘텐츠를 생산하고 무언가를 파는 사람들은 왜 이 '가짜'를 만들어내는가?

현대 사회에서 자신의 진짜 얼굴과 개인정보를 불특정 다수에게 노출하는 것은 끔찍한 리스크다. 타인의 시선, 평가, 무분별한 혐오와 범죄의 표적이 될 위험까지. 인간은 갈수록 자신의 물리적 육체와 껍데기를 대중 앞에 세우는 것을 두려워하고 혐오하게 되었다.

한병철(Byung-Chul Han)은 투명사회(The Transparency Society)(2015)¹³에서 이 현상의 구조적 원인을 정확히 진단한다.

"정보를 쉽게 얻을 수 있는 곳에서 사회 시스템은 신뢰에서 통제로 전환된다. 투명사회는 신뢰의 사회가 아니라 통제의 사회다."

벤담의 파놉티콘(Panopticon)이 수감자에게 감시당하고 있음을 인식시켰다면, 디지털 파놉티콘은 사람들이 자유롭다고 믿게 하면서 자발적으로 자신을 노출하게 만든다. Seo(2026)¹⁴는 Philosophia에 발표한 논문 "No Exit: The Digital Panopticon and the Paradoxes of Authenticity"에서 한병철의 디지털 파놉티콘 이론을 확장하며, 감시와 진정성 있는 자기표현 사이의 근본적 역설을 분석했다.

그래서 우리는 기술을 통해 '완벽한 방패'를 산다. 나의 진짜 자아는 안전한 익명의 그늘에 숨겨둔 채, 대중이 열광할 만한 요소들만 정교하게 조립하여 만든 '디지털 의체(가상 육체)'를 시장에 내놓는다.

정체성의 상품화: 데이터 그림자와 디지털 페르소나

어빙 고프만(Erving Goffman)은 The Presentation of Self in Everyday Life(1959)¹⁵에서 인간의 사회적 상호작용을 연극적 메타포로 분석하며, 우리가 '앞무대(front-stage)'와 '뒷무대(back-stage)'를 구분해 인상을 관리한다고 설명했다. 디지털 시대에 이 '무대'의 경계는 완전히 붕괴했다.

Smith(2017)¹⁶는 디지털 정체성의 상품화를 두 가지 유형으로 분류했다:

1. 데이터 그림자(Data Shadow): 소통을 위해 의식적으로 생산하지 않은, 사용자에 관한 정보
2. 디지털 페르소나(Digital Persona): 소통 목적으로 개인이 의식적으로 생성한 데이터

두 가지 모두 디지털 경제에서 정보 상품으로 기능한다. 과거에는 자신을 증명하기 위해 돈을 썼다면, 이제는 현실의 나를 완벽히 지우고 타인의 욕망에 맞춤 제작된 가상의 껍데기를 입기 위해 자본과 기술을 투입한다.

2024년 Adolescent Research Review에 발표된 체계적 문헌 고찰¹⁷(19,658명의 청소년 대상, 32개 연구 분석)은 역설적인 결과를 보여준다: 소셜 미디어에서 진정성 있는 자기표현을 한 청소년이 더 높은 자기개념 명확성(self-concept clarity)을 보인 반면, 허구적 자아를 구성한 청소년은 자기개념 명확성이 유의미하게 낮았다. '완벽한 가짜'를 만들어 안전해지려 한 전략이, 오히려 자아 정체성을 더 깊이 훼손하고 있는 것이다.

4. 결론: 우리는 '인간성'을 아웃소싱하고 있다

기 드보르(Guy Debord)는 1967년 스펙터클의 사회(The Society of the Spectacle)¹⁸에서 이렇게 썼다.

"직접 체험되었던 모든 것이 표상으로 물러났다."

거의 60년 전의 이 문장이 오늘날처럼 정확하게 들어맞는 시대가 있었을까. Briziarelli & Armano(2017)¹⁹는 The Spectacle 2.0에서 드보르의 이론을 디지털 자본주의 맥락으로 재해석하며, 스펙터클이 이제 단순한 이미지의 범람이 아니라 물류, 금융, 뉴미디어, 도시화를 연결하는 상호작용 네트워크로 진화했다고 논증했다.

연구자로서 이 기술의 발전 궤적을 쫓다 보면 묘한 기시감이 든다. 우리는 단순히 진보된 그래픽 기술을 사고파는 것이 아니다. 진짜 육체, 진짜 감정, 진짜 관계가 수반하는 모든 피로감과 리스크를 덜어내기 위해 '인간성(Humanity) 그 자체'를 디지털 공간으로 아웃소싱하고 있는 것이다.

• 소비자는 흠결 없는 환상을 사고
• 생산자는 상처받지 않을 방패를 산다

이 완벽하고도 기괴한 수요와 공급의 일치 속에서, 진짜 현실의 가치는 한없이 0에 수렴해가고 있다. Edelman Trust Barometer(2024)²⁰에 따르면 소셜 미디어 기업에 대한 공중의 신뢰도는 22%로 전 산업 중 최하위이며, 소비자의 81%가 소셜 미디어 콘텐츠를 불신한다. 동시에, 그 불신하는 콘텐츠를 58%가 팔로우하고 29%가 구매한다. 불신과 소비가 공존하는 이 모순이야말로, 하이퍼리얼리티의 가장 기괴한 증상이다.

당신이 모니터 너머로 교감하고 있다고 믿는 그 모든 것들이 거대한 코드의 뭉치일지도 모른다는 사실. 그리고 그 사실을 알면서도 계속 소비할 수밖에 없다는 더 서늘한 사실.

이 서늘한 시대에, 우리는 과연 무엇을 사고, 무엇을 파는 것인가?

References

데이터 출처 (Data Sources)

1. Meta-analysis of 56 studies (N=86,155), "Human performance in detecting deepfakes," Computers in Human Behavior Reports, December 2024. Link

2. Checkr, "The Great Untrust: America's Consumer Trust Crisis Report," 2025. Link

5. Grand View Research, "Virtual Influencer Market Report," 2025. Market size: $6.06B (2024), projected $45.88B by 2030, CAGR 40.8%. Link

6. Straits Research, "Virtual Influencer Market Size Report," February 2025. Market size: $6.33B (2024), projected $111.78B by 2033, CAGR 38.4%. Link

7. InBeat Analytics, "AI Influencers Statistics," 2023. Virtual influencer engagement rate: 5.9% vs. real influencer: 1.9%. Link

8. Influencer Marketing Factory, "Virtual Influencers Survey," 2024. Link

9. SkyQuest Technology, "VTuber Market Report," 2025. PLAVE: 470M YouTube views, 1M+ album sales in debut week. Link

20. Edelman, "2024 Trust Barometer." Social media trust at 22%, lowest among all industries. Link

학술 논문 및 저서 (Academic References)

3. Baudrillard, Jean. Simulacra and Simulation. Translated by Sheila Faria Glaser. Ann Arbor: University of Michigan Press, 1994. (Original work: Simulacres et Simulation. Paris: Éditions Galilée, 1981.)

4. Ferreira, Giovandro Marcus, and Jéssica Tavares. "Baudrillard, hyperreality, and the 'problematic' of (mis/dis)information in social media." Critical Studies in Media Communication, 2024. DOI: 10.1080/00933104.2024.2439302

10. Stein, Jan-Philipp, Priska Linda Breves, and Nora Anders. "Parasocial interactions with real and virtual influencers: The role of perceived similarity and human-likeness." New Media & Society 26, no. 6 (2024): 3433-3453. DOI: 10.1177/14614448221102900

11. "Making and Breaking Parasocial Relationships with Human and Virtual Influencers: An Experience Sampling Study." Journal of Interactive Advertising, 2025. DOI: 10.1080/15213269.2025.2558029

12. Turkle, Sherry. Alone Together: Why We Expect More from Technology and Less from Each Other. New York: Basic Books, 2011.

13. Han, Byung-Chul. The Transparency Society. Stanford: Stanford University Press, 2015.

14. Seo. "No Exit: The Digital Panopticon and the Paradoxes of Authenticity." Philosophia, 2026. DOI: 10.1007/s11406-025-00946-2

15. Goffman, Erving. The Presentation of Self in Everyday Life. Garden City, NY: Doubleday Anchor Books, 1959.

16. Smith, Brendan. "Data Shadows and Digital Personae: Alienated Figures of User Identity in Social Media." The iJournal: Student Journal of the University of Toronto's Faculty of Information, 2017. Link

17. "A Systematic Review of Social Media Use and Adolescent Identity Development." Adolescent Research Review, 2024. DOI: 10.1007/s40894-024-00251-1

18. Debord, Guy. The Society of the Spectacle. Translated by Donald Nicholson-Smith. New York: Zone Books, 1994. (Original work: La Société du Spectacle. Paris: Éditions Buchet-Chastel, 1967.)

19. Briziarelli, Marco, and Emiliana Armano, eds. The Spectacle 2.0: Reading Debord in the Context of Digital Capitalism. London: University of Westminster Press, 2017. JSTOR

이 글을 시작하기 전, 예리한 독자라면 한 가지 모순을 발견했을 것이다. 나는 직전 글에서 "'돈 벌게 해줄게'라는 말을 파는 사람들을 믿지 마라. 진짜 황금알을 낳는 거위를 가진 자는 절대 그 비법을 시장에 내놓지 않는다"라고 단언했다.

그런데 지금, 나는 '우리는 무엇을 팔아야 하는가'에 대해 이야기하려 한다. 이것은 내가 비판했던 그들과 똑같이 '돈 버는 방법'을 알려주겠다는 기만일까?

결론부터 말하자면, 본질적으로 다르다. 그들이 파는 것은 '황금알을 낳는 거위라는 환상'이고, 내가 지금부터 이야기할 것은 '거위를 갈망하는 인간 심리와 사회 구조에 대한 해부'다. 나는 당신에게 얼마를 벌 수 있는지 약속하지 않는다. 대신, AI라는 거대한 해일 앞에서 인간의 심리가 어떻게 요동치고 있으며, 이 시대의 시장이 어떤 원리로 굴러가는지에 대한 '메타적 고찰'을 제공하려 한다. 이것이 내가 지향하는 연구 철학이자, AI 사회학의 출발점이다.

1. 타겟화된 공포: 당신의 모니터 뒤에 숨은 실존적 위협

지금 이 글을 읽고 있는 당신은 높은 확률로 컴퓨터 모니터 앞에서 지식 노동을 하는 사람일 것이다. 코드를 짜든, 기획서를 쓰든, 데이터를 분석하든, 디자인을 하든 말이다.

냉정하게 현실을 직시해 보자. 당신이 지금 모니터 앞에서 타이핑을 치며 고군분투하는 그 업무의 대부분은 현재의 거대 언어 모델로 대체 가능하거나, 곧 대체될 것이다. AI는 당신처럼 수면 부족에 시달리지도, 감정 노동에 지치지도 않으며, 당신이 며칠 밤을 새워야 할 분량을 단 몇 초 만에 완벽에 가깝게 뽑아낸다.

사회심리학적으로 인간이 가장 깊은 공포를 느끼는 순간은 '미지의 대상'을 마주할 때가 아니라, '나의 고유성과 쓸모가 부정당하는 순간'이다. 내가 평생을 바쳐 쌓아온 직업적 정체성이 단순한 프롬프트 몇 줄로 대체된다는 사실은 단순한 생계의 위협을 넘어선 실존적 위협이다.

마케팅의 관점에서, 소비자가 무엇을 하는지 정확히 알수록 이 공포는 더욱 예리하게 가공된다. *"당신이 짠 코드, 어차피 AI가 더 빠르고 버그 없이 짭니다. 당신은 왜 필요하죠?"* 이 질문은 모니터 앞의 노동자들을 얼어붙게 만든다. 우리는 지금 인간의 효용성이 실시간으로 붕괴되는 현장을 목격하고 있다.

2. 우리가 당장 팔 수 있는 것: '대체되지 않을 권리'라는 면죄부

이토록 완벽하게 조성된 공포의 시장에서, 수요와 공급의 법칙은 아주 투명하게 작동한다. 사람들은 공포에서 벗어날 탈출구를 미친 듯이 찾고, 시장은 그에 맞춰 상품을 찍어낸다.

우리가 여기서 (단순히 돈을 벌기 위해) 당장 팔 수 있는 것은 너무나도 명확하다. '대체되지 않는 방법' 혹은 '대체된 후 살아남는 방법'이다.

• "AI에게 잡아먹히지 않는 상위 1% 프롬프트 엔지니어링 마스터 클래스"
• "개발자가 AI 시대에 살아남는 필수 생존 전략"

이런 류의 상품들이 날개 돋친 듯 팔려나가는 이유는, 그것이 실제로 완벽한 해결책이어서가 아니다. 중세 시대의 면벌부처럼, '나는 도태되지 않기 위해 무언가를 하고 있다'는 심리적 안도감을 주기 때문이다. 두려움에 빠진 인간은 논리적인 이성보다 본능적인 생존 욕구에 지배당한다. 상대방의 공포를 날카롭게 찌르고, 그 상처 위에 연고를 발라주는 척하는 것. 이것이 현재 자본주의 시장에서 가장 빠르고 확실하게 수익을 올리는 메커니즘이다.

3. 연구자로서의 고찰: 그렇다면 우리는 '진짜로' 무엇을 팔아야 하는가?

자, 이제 다시 처음의 질문으로 돌아가 보자. 인간의 공포를 자극해 심리적 위안을 파는 비즈니스는 돈이 된다. 하지만 나는 연구자로서, 그리고 이 글을 읽는 당신 역시 지적 사유를 멈추지 않는 주체로서 그런 얄팍한 상술에 편승해서는 안 된다고 생각한다.

돈 버는 방법을 알려주겠다는 사람들은 '결과(돈)'를 판다. 공포를 조장하는 사람들은 '위안(생존)'을 판다. 이 둘의 공통점은 타인의 1차원적 욕구와 맹목적인 감정에 기생한다는 것이다.

그렇다면 AI가 모든 정답을 가장 빠르고 저렴하게 도출해 내는 이 시대에, 우리가 진정으로 가치 있게 팔아야 할(생산해야 할) 것은 무엇인가?

그것은 역설적이게도 가장 비효율적이고 인간적인 것들이다.

1. 현상을 해체하는 통찰력: 기술이 어떻게 우리의 일자리를 뺏는가를 넘어, 그 기술이 우리의 '사고방식'과 '사회 구조'를 어떻게 재편하고 있는지 분석하는 혜안.
2. 본질을 향한 질문: AI가 내놓은 매끈한 정답에 안주하지 않고, "그 질문 자체가 과연 옳은가?"라고 반문할 수 있는 비판적 철학.
3. 대체 불가능한 사유의 궤적: 정제된 데이터의 총합이 아니라, 한 인간이 치열하게 고민하고 부딪히며 만들어낸 날것 그대로의 철학적 관점.

4. 마치며

나는 이 Velog에서 누군가의 불안을 먹고 자라는 얄팍한 위안을 팔지 않을 것이다. 대신, 기술의 발전이 인간성을 어떻게 시험하고 있는지, 우리는 이 거대한 파도 속에서 어떤 방향으로 노를 저어야 하는지, 끝없이 질문하고 사유하는 과정을 기록할 것이다.

공포에 질려 'AI 생존 비법서'를 결제하기 전에, 한 번쯤 스스로에게 물어보길 바란다. 당신이 지키고자 하는 것은 단지 '직업'인가, 아니면 당신이라는 인간의 '고유한 사유'인가.

우리는 매일 무언가를 사고판다. 지갑을 열어 지출하는 곳을 가만히 들여다보면, 그 기저에는 대부분 1차원적인 욕구와 갈망이 자리 잡고 있다. 맛있는 것을 먹고 싶은 미각적 욕구, 육체적 피로를 덜고 싶은 편안함에 대한 갈망, 그리고 궁극적으로는 '더 많은 돈을 벌고 싶다'는 소망이다.

물론 이러한 소비를 단순히 1차원적이라고 치부하며 깎아내릴 수는 없다. 개인이 소비를 통해 얻는 작은 편안함과 만족감들이 모여 결국 한 사람의 인생을 구성하기 때문이다. 하지만 최근의 소비 형태, 특히 유행에 과도한 시간과 자본을 쏟아붓는 현상을 보고 있으면 한 가지 의문이 든다. 우리의 사유마저 유행에 종속되어, 거대한 자본주의적 프로파간다에 휩쓸리고 있는 것은 아닐까? 장 보드리야르(Jean Baudrillard)가 『소비의 사회』에서 지적했듯, 우리는 현대 사회에서 사물 그 자체의 쓸모를 사는 것이 아니라 그것이 상징하는 '기호'를 소비하고 있다.

그렇다면 기호가 되어버린 이 시장에서, 우리는 정확히 무엇을 사고 무엇을 팔고 있는가?

1. 욕망의 거래: 황금알을 낳는 거위는 시장에 나오지 않는다

맛있는 음식이나 여행 같은 소비는 즉각적으로 해소되는 1차원적 욕구다. 하지만 '투자'는 조금 다르다. 자본주의 사회에서 사람들의 가장 큰 갈망은 노동에서 해방되는 것이며, 이를 위해 '돈을 벌게 해 준다'는 말에 기꺼이 돈을 지불한다.

하지만 이 논리는 아주 단순한 모순을 안고 있다. 누군가 '황금알을 낳는 거위'를 발견했다면, 혹은 거위가 황금알을 낳게 하는 확실한 메커니즘을 알아냈다면 그것을 공공연하게 시장에 내다 팔까? 절대 그렇지 않다. 비법이 대중에게 공유되는 순간, 황금의 공급은 늘어나고 그 가치는 세계에서 가장 흔한 금속 수준으로 폭락할 것이기 때문이다. 진정으로 부의 가치를 아는 자라면 자신의 자산 가치를 스스로 떨어뜨리는 바보 같은 짓을 하지 않는다.

그럼에도 불구하고 사람들은 끊임없이 '돈 버는 법'을 산다. 판매자가 실제로 파는 것은 부를 창출하는 기술이 아니라, 평생을 직장에 얽매이고 싶지 않다는 '대중의 절박한 심리'이기 때문이다. 이는 영원히 마르지 않는 수요를 가진, 가장 매력적이고 기만적인 상품이다.

2. 공포의 거래: AI의 발전 속도가 만들어낸 새로운 시장

욕망보다 더 강력한 상품이 있다. 바로 '공포'다.

과거의 사회 시스템은 희망과 불확실성을 팔았다. "지금 열심히 공부하면, 좋은 대학에 가고 훗날 번듯한 직장과 집을 가질 수 있다."라는 서사다. 하지만 이 서사는 더 이상 강한 동기부여가 되지 못한다. 보상은 너무 먼 미래에 있고, 불확실성은 크며, 인간의 의지는 나약하기 때문이다.

그래서 현대의 판매자들은 더 직접적이고 눈앞에 닥친 공포를 활용하기 시작했다. 그리고 이 공포 마케팅에 가장 완벽한 장작을 넣어준 것이 바로 'AI 기술의 기하급수적 발전'이다. 최근 생성형 AI와 LLM(대규모 언어 모델)의 발전 속도는 인간의 적응력을 아득히 초월하고 있다. 어제 불가능했던 기술이 오늘 상용화된다. 판매자들은 이 속도를 무기 삼아 개인의 현재 상태를 AI, 혹은 AI를 다루는 소수의 우월한 타인과 비교하게 만든다.

*"당신이 하는 일? 이제 AI가 더 빠르고 저렴하고 완벽하게 해냅니다. 당신은 곧 시장에서 쓸모없는 존재가 될 것입니다."*

지그문트 바우만(Zygmunt Bauman)은 『액체 공포(Liquid Fear)』에서 현대인들이 형태가 없는 끊임없는 불안과 공포 속에서 부유한다고 분석했다. AI가 내 직업을 대체할 것이라는 실존적 위협은 사람들의 삶의 의지를 꺾을 수준의 거대한 공포로 다가온다.

이때 판매자가 구원의 손길을 내민다. *"그냥 이대로 도태되시겠습니까? 아니면 제가 알려주는 이 방법으로 AI 시대에 살아남으시겠습니까?"* 후자를 선택하지 않을 인간은 거의 없다. 결국 현재 시장에서 가장 비싸게 거래되는 것은 AI 기술 그 자체가 아니라, '도태될지도 모른다는 군중의 공포'다.

3. 앞으로 우리는 무엇을 사고, 무엇을 팔아야 하는가

우리는 지금까지 타인의 욕망을 이용해 가짜 해결책을 팔거나, 맹목적인 공포를 조장하여 면죄부를 파는 시장을 목격해 왔다. 기술이 인간의 지적 노동을 대체하는 시대에, 이러한 얄팍한 상술은 점점 더 기승을 부릴 것이다.

그렇다면 이 거대한 흐름 속에서 연구자로서, 그리고 주체적인 개인으로서 우리는 앞으로 무엇을 사고팔아야 할까?

우리는 더 이상 '정답'과 '공포의 위약'을 사서는 안 된다. AI가 현존하는 모든 데이터의 평균값을 가장 그럴듯한 정답으로 내놓는 시대다. 누군가 패키징해 놓은 얄팍한 성공 방정식이나 유행을 좇는 대신, '본질을 꿰뚫는 비판적 사유'와 '고유한 철학'을 스스로 구축(소비)하는 데 시간과 에너지를 써야 한다.

그리고 우리가 팔아야 할 것은 '질문'과 '통찰'이다. 인간의 불안을 자극해 주머니를 터는 1차원적인 비즈니스가 아니라, 기술이 사회와 인간을 어떻게 변화시키고 있는지 진단하는 깊이 있는 시각을 제공해야 한다. 모두가 두려움에 떨며 AI의 노예가 되거나 혹은 그것을 맹신할 때, 시스템 밖에서 한 걸음 물러나 현상을 조망하는 능력. 그것이 앞으로 다가올 초거대 AI 시대에 인간이 가질 수 있는 유일하고도 가장 비싼 가치가 될 것이다.

References

• Jean Baudrillard, 『소비의 사회 (La Société de Consommation)』
• Zygmunt Bauman, 『액체 공포 (Liquid Fear)』
• Yuval Noah Harari, 『호모 데우스 (Homo Deus)』 - 무용 계급(Useless Class) 개념 참고