AI는 무엇이 문제인가?

비판의 대상은 AI 전체가 아니라 공개 데이터로 학습해 대중에게 제공하는 범용 생성형 AI임. 과학과 의료에서의 유용성은 인정하면서도, 사고와 창작을 대신하는 서비스의 확산에는 반대함 기업 권력과 의존성이 핵심 문제임. 무단 데이터 사용, 확신에 찬 답변과 아첨, 저가 서비스로 이용자를 묶어 두는 사업 방식이 소수 기업에 돈과 권한을 집중시킨다고 봄 사고력과 숙련의 약화를 우려함. 숙제와 초급 업무를 AI에 넘기면 학습과 경험 축적의 기회가 줄고, 장차 AI의 결과를 검토할 숙련자도 부족해질 수 있음 노동 대체는 일자리뿐 아니라 업무의 질과 지역경제에도 영향을 줌. 쉬운 일과 즐거운 일은 AI가 가져가고, 사람에게는 어려운 업무와 검수 책임이 남는 미래를 경계함 창작과 삶의 가치는 결과물만이 아니라 유한한 시간을 들이는 경험과 인간적 연결에 있음. 더 많은 결과물을 더 빨리 만드는 대신, 직접 하는 기쁨과 숙련을 지키고 기술 의존을 줄이자고 권함 비판의 범위와 출발점 논증과 근거를 갖춰 상대를 설득하기보다는, AI에 불안과 회의를 느끼는 사람들의 우려를 정리하는 주관적이고 격한 비판임 AI를 좋아하는 사람과의 논쟁은 목적이 아니며, 개별 주장에 대한 입증도 약속하지 않음 막연한 불안을 구체화하고, AI의 강요된 확산에 반대하는 사람이 혼자가 아니라는 확신을 주려 함 인공지능이라는 발상 자체에는 반대하지 않음. 자연어로 대화하고 불완전한 지시에 반응하며 새로운 것을 만들어 내는 능력은 놀라운 성취로 인정함 이후의 비판은 일반 공개 데이터로 학습한 대중용 범용 생성형 인공신경망에 한정함 ChatGPT, Claude, Gemini, Grok과 각종 앱 및 웹사이트에 통합되는 AI가 대상임 과학 연구 등에서 유익하게 쓰이는 다른 종류의 AI가 이 서비스들의 문제까지 정당화하지는 못함 AI의 발전과 인정할 만한 쓰임새 초기에는 컴퓨팅 성능의 한계로 단순한 의사결정 트리 등이 사용됐으며, 신경망은 1950년대 이후 수십 년간 개선됨 1990년대에는 학습용 디지털 정보가 충분한 단순 과제에 널리 쓰였지만, 범용 시스템에는 현실에 관한 디지털 정보가 부족했음 사람이 일상에서 아는 지식을 표준화된 데이터로 만드는 프로젝트들도 출발함 디지털 정보의 폭증과 하드웨어 발전이 현재 AI의 기반이 됨 생활이 온라인으로 옮겨 가고 물리학, 생물학, 사회학, 심리학, 예술, 음악 등 각 분야의 자료가 디지털화됨 게임용 하드웨어를 비롯한 컴...