뉴턴이 중력의 원리를 구상하던 시절, 그는 이렇게 말했다. “모든 작용에는 반드시 반작용이 존재한다.” 이 명제는 거대한 천체의 운동에만 적용되는 물리 법칙이 아니다.
2022년, OpenAI의 ChatGPT가 세상에 등장했다. 이전에도 인공지능을 활용한 글쓰기 보조 도구는 존재했지만, 그 어떤 서비스도 ChatGPT의 품질과 속도에는 미치지 못했다. 출시 후 몇 달 사이, 그 기술은 가히 ‘지수적’이라 부를 만큼 빠르게 더 발전하기 시작했다.
AI가 에세이를 작성하는 능력은 단순히 인터넷의 정보를 복사하거나 짜깁기하는 결과물이 아니다. 대규모 언어 모델(Large Language Model, LLM)이라 불리는 인공지능의 핵심 구조 덕분에 가능해진 것이다. AI는 마치 거대한 도서관에서 수십 년간 글쓰기만 배워온 작가와 같다. 수십억 개의 웹사이트, 책, 논문, 기사 등 인간이 쓴 방대한 텍스트를 학습하며, 문법과 문장 구조, 논리 전개, 문체의 결까지 파악한다. 단어의 의미를 아는 수준을 넘어, 어떤 단어 다음에 어떤 단어가 올 확률이 높은지, 문장이 어떤 순서로 배열되어야 자연스러운 논리가 되는지를 통계적으로 계산한다.
이 과정은 이렇게 이루어진다. 사용자가 “이 주제에 대한 에세이를 써줘”라고 요청(프롬프트)하면, AI는 그 명령을 분석한다. 그리고 학습된 패턴을 토대로 다음 단어, 그다음 단어를 순차적으로 예측하며 문장을 생성한다. 인간이 글을 쓸 때 ‘다음 단어’를 떠올리는 사고 과정을 수학적 확률로 대체하는 셈이다. 그 결과, AI는 놀라울 정도로 논리적이고 자연스러운 문장을 빠르게 만들어낸다. 단순히 문장을 나열하는 수준을 넘어, 서론·본론·결론의 구조와 논증 방식까지 이해한다. 학습 과정에서 다양한 에세이 형식을 흡수했기 때문이다. 따라서 사용자가 제시한 주제에 맞추어 유려하고 짜임새 있는 글을 생산할 수 있다.
교육자의 한 사람으로서 나는 그때부터 걱정을 하게 되었다. 만약 학생들이 ChatGPT를 단순히 ‘도움이 되는 도구’가 아니라, ‘자신 대신 글을 써주는 도구’로 사용한다면 어떻게 될까? 그 걱정은 나만의 것이 아니었다. 미국 대학에서 교수로 일하는 대학원 친구들 역시 같은 우려를 하고 있었다. 2023년 무렵, 그 우려는 현실이 되었다. ChatGPT의 글이 너무나 자연스러워진 탓에, 학생들이 AI가 작성한 에세이를 그대로 제출하기 시작한 것이다.
인문학 박사과정에 몸담았던 나와 내 친구들은, 자연스레 글쓰기에 몰두할 수밖에 없었다. 우리에게 글쓰기는 프로그래머에게 코드 작성과 마찬가지로 매우 익숙한 일이다. 그래서 우리는 학생의 문장을 몇 줄만 읽어도 AI의 흔적을 단번에 알아챈다. AI는 바로 우리 같은 사람들의 글을 학습했기에, 문장 구조나 논리 전개 방식이 비슷하게 드러난다. (참고로, AI 글쓰기 감별 프로그램들은 전혀 믿을 만하지 않다. 예를 들어, 내가 대학원생 시절 직접 쓴 에세이의 일부를 넣어보았더니 50%가 AI가 작성한 문장이라고 판정되었다.) 내가 즉시 눈치챌 수 있는 이유는, 고등학생이나 학부생이 아직 구사하기 어려운 문장 구성이나 어휘 선택이 등장할 때이다. 게다가 AI는 특정 단어나 문장 부호(특히 줄표)를 자주 사용한다. 그래서 제자들이 보내는 글이나 이메일을 읽으면, 나는 몇 문장 안에 그것이 AI의 손을 거쳤는지 아닌지 알아챌 수 있다.
결국 작용이 있으면 반작용이 따르듯, 미국의 중·고등학교 교사들과 대학 교수들은 Zoom이나 오프라인 회의에서 “AI 글쓰기를 어떻게 다뤄야 할지”에 대해 본격적인 논의를 2023년부터 시작했다. 그 결과, 미국의 여러 학교에서는 수업 외 과제보다 수업 중 글쓰기와 과정 중심 평가가 점차 확대되고 있다.
이전에는 에세이나 리포트를 몇 주간 준비해 제출하는 것이 일반적이었다. 그러나 이제는 AI가 집에서 학생 대신 글을 쓸 수 있는 시대다. 교수들은 학생의 진정한 학습 능력과 학문적 성실성을 검증하기 위해 평가 방식을 바꾸고 있다.
첫째, 수업 중 글쓰기 평가가 강화되었다. 교실에서 제한된 시간 안에 직접 글을 쓰게 함으로써, 학생의 사고력과 작문 능력을 검증한다.
둘째, 수십 년간 과제로 제출되던 에세이는 결과보다 과정에 집중하는 평가 방식으로 전환되고 있다. 이제 교수들은 초안, 주석이 달린 참고문헌 목록, 동료 평가 등 글쓰기의 전 과정을 평가하며, 학생의 비판적 사고와 학습 노력을 면밀히 관찰한다. 특히 자신이 쓴 글의 내용을 얼마나 이해하고 있는지를 확인하기 위해 구두 발표(oral defense)를 요구하기도 한다. 또한 일부 교수들은 학생들의 심도 있는 수업 내 토론을 중요시하고 있다.
셋째, AI 방지형 과제 설계가 도입되었다. 인공지능이 쉽게 작성하지 못하는 고차원적 사고와 독창적 적용 능력을 요구하는 과제들이다. 어떤 교수는 AI가 쓴 글을 비판적으로 분석하고 개선하는 과제를 내주기도 한다.
내가 지도하는 학생들 대부분은 미국 혹은 영어로 수업하는 대학에 진학할 예정이다. 이제 그들은 안다. 많은 해외 대학에서는 중간·기말 에세이를 교실에서 직접 써야 한다는 사실을. AI가 오히려 그들의 삶을 편하게 만든 것이 아니라, 영어 독해·작문·말하기의 중요성을 더 끌어올린 셈이다. 예전에는 인터넷에서 자료를 모아 천천히 리포트를 완성할 수 있었지만, 이제는 교실에서 1시간 안에 에세이를 완성해야 한다. 리포트 과제조차 교수에게 초안부터 단계별로 제출해야 하니, AI를 끼워넣을 틈조차 없다. 결국 그들은 더 열심히 공부할 수밖에 없다.
나는 솔직히 AI를 나쁘다고 생각하지 않는다. 학생들에게도 이렇게 말한다. “AI를 사용하라. 그러나 글을 대신 쓰게 하지 말고, 네가 쓴 글을 함께 다듬는 조언자로 사용하라.” 즉, 자신이 직접 쓴 글을 기반으로 피드백을 받으라는 것이다. 마지막 원고를 완성한 후에는, 문법 오류나 부자연스러운 표현이 있는지 AI에게 점검받으면 된다. 단, “내용은 그대로 두고 문법과 어색한 표현만 수정해 달라”고 명확히 지시해야 한다. AI는 여전히 인간의 창의성과 비판적 사고에는 미치지 못하지만, 문법적 정확성과 표현의 자연스러움에서는 탁월한 능력을 보인다.
나 역시 그렇게 AI를 사용한다. 아무리 글을 잘 쓰는 사람이라도, 위대한 작가나 인문학 교수들조차 원고를 제출하기 전에는 편집자의 손을 거친다. 나에게 AI는 그 ‘편집자’의 역할을 하는 셈이다. 그 점에서 AI는 대단히 유용한 도구다.
하지만 아이러니하게도, AI를 제대로 활용하려면 오히려 사용자의 글쓰기 실력이 뛰어나야 한다. AI가 다듬은 문장 편집이 옳은지, 내가 의도한 바를 제대로 담았는지, 어딘가 어색하지는 않은지를 구분할 능력이 필요하기 때문이다. 마치 편집자가 내 글을 수정했을 때 그것이 더 나은 방향인지, 아니면 흐트러뜨린 것인지를 판단할 수 있어야 하듯이. 글쓰기 실력이 충분하지 않은 사람이 문법이나 표현력의 교정을 AI에 맡길 경우, 문제가 생길 수 있다. AI가 수정한 문장이 내 의도의 결을 흐트러뜨렸는지, 혹은 지나치게 고급스러워져 내 실제 글쓰기 스타일과 역량 사이에 큰 괴리를 만들어냈는지를 판단하기 어렵기 때문이다.
사실 AI는 문법과 표현만 고쳐 달라고 해도, 종종 제멋대로 문장을 바꿔 버린다. 특히 프롬프트에 구체적인 설명 없이 ‘내 글을 교정해 달라’고만 제시하면, 의도하지 않은 문장이 새로 만들어지면서 글의 결이 이상하게 흘러가 버리곤 한다. 이런 경우에는 문법적 오류 교정은 받아들이더라도, 표현의 결을 바꾼 부분은 스스로 다시 다듬어야 한다. 그렇지 않으면 어느새 내 글이 아니라 AI가 쓴 원고처럼 되어버릴 수 있다.
그리고 현재와 같은 방식으로 데이터를 학습하는 AI는 인간의 글에서 드러나는 창의성, 독창성, 비판적 사고, 새로운 사유, 기이함, 그리고 유머 감각을 따라올 수 없다. 그런 능력이 완벽히 구현되는 ‘특이점(singularity)’에 도달하려면 시간이 많이 걸릴 것이다. 어쩌면 그 지점에 다다르지 못할지도 모른다. AI의 신경망(neural network)을 인간의 두뇌처럼 정교하게 설계해야 하기 때문이다. 중요한 것은, AI 시대라 해도 달라지지 않는다. 글을 잘 쓰는 사람은 그 힘으로 어떤 분야에서도 자신의 길을 만들어갈 수 있을 것이다.
탁월한 통역사와 번역가들도 다르지 않다. 어떤 이들은 국제 행사에서 통역사 대신 실시간 AI 통번역 서비스가 자리한 것을 보고, 통번역 직종이 곧 사라질 것이라 말한다. 그러나 이는 지나치게 성급한 판단이다.
나는 교육자로서, 특히 한국어와 영어를 동시에 사용하는 사람으로서, 2022년 ChatGPT가 처음 등장한 순간부터 지금까지 OpenAI뿐 아니라 Anthropic, Gemini, Meta AI, 그리고 실리콘밸리 투자자들의 지원을 받는 여러 AI 번역 앱들을 모두 시범해 보고 있다. 지난 3년간 눈에 띄는 발전이 있었던 것은 사실이다. 하지만 아직 멀었다. 현재로선 ChatGPT-5의 번역이 가장 뛰어나지만, 영어 에세이를 한국어로, 혹은 반대로, 번역해보면 아직도 20~30%는 어딘가 어색하거나 틀린 문장이 나온다. 어떤 번역 프로그램들은 문장마다 오류가 섞여 있고, 문장 완성도 역시 형편없다.
두 언어에 모두 능통한 사람이 그 오류를 고치지 않고 번역본을 그대로 제출한다고 생각해보라. 일상 대화나 가벼운 글에서는 넘어갈 수 있겠지만, 삼성과 구글의 계약서라면, 영화 자막이라면, 새로 나온 문학 작품이라면 이야기가 다르다. AI는 인간의 창의성·독창성·비판적 사고·새로운 사유·기이함·유머 감각을 갖추지 못하면 결코 제대로 된 번역을 할 수 없다. 글쓰기와 마찬가지다.
넷플릭스의 드라마 폭싹 속았수다 의 영어 번역만 봐도 알 수 있다. 한국어 대사 중에는 영어로 옮기기 거의 불가능한 표현이 수두룩하다. 그럼에도 번역자는 마치 마법사처럼 그 미묘한 어휘와 문화를 영어권 독자에게 맞게 살려냈다. 여러분도 한 번 드라마의 대사 한 줄을 AI 번역기에 넣어보라. 그 결과가 얼마나 어색한지 금세 알게 될 것이다. 그리고 미국 시트콤 The Big Bang Theory 의 대사를 AI로 한국어로 옮겨보면, 이 또한 황당한 수준의 결과가 나온다.
이재명 대통령이 샘 올트먼과 회담을 할 때, 만약 그들이 이런 AI 통번역 서비스에 의존했다고 상상해보라. 이재명 대통령 특유의 유머는 제대로 전달되지 않았을 것이고, 샘 올트먼의 긴 발언 중 일부는 엉뚱한 의미로 번역되었을 것이다. 그런 상태에서 어떻게 정확한 대화와 협상을 이끌어낼 수 있겠는가. 현재로서는, 국제 행사에 통역사 없이 AI 번역기만 의지하기에는 무리가 있다. 2025년 10월, 지금도 ‘낙동강 오리알이 되다’라는 한국어 숙어를 “become a duck egg in the Nakdong River”로 옮기는 AI 번역 앱들이 수두룩한데… 한국에서 가장 많이 쓰이는 Papago와 전 세계적으로 가장 널리 사용되는 Google Translate를 포함해서…
게다가 언어를 번역한다는 일 자체는 인간에게도 매우 어려운 일이다. 자기 나라와 다른 언어를 제대로 옮기려면, 그 언어의 숙어·속어·은어(특히 1년 안에 어린 세대가 새로 만들어내는 표현들), 줄임말(예: 낄끼빠빠), 사투리, 그리고 고전 단어나 표현까지 모두 이해하고 있어야 한다. 또한 통번역에는 두 나라의 문화적 관점과 사고방식을 깊이 이해하는 것이 필수적이다.
내 생각에 AI는 앞으로 많은 시간이 지나도 최명희 작가의 대하소설 『혼불』같은 책을 제대로 번역할 수 없을 것이다. 설령 반세기 후에 AI의 신경망을 인간의 두뇌만큼 정교하게 설계한다 해도 불가능할지 모른다. 『혼불』은 전라도 사투리(그중에서도 이제는 전라도 사람들조차 거의 쓰지 않는 표현들)와 옛말의 결을 살려 전라도의 정신세계를 열 권의 서사 속에 정교하게 담아낸 작품이다. 심지어 ‘혼불’이라는 단어 자체가 전라도 방언으로, ‘사람의 혼을 이루는 바탕’ 혹은 ‘죽음 직전 몸에서 빠져나가는 맑은 빛’을 뜻한다. 세계의 모든 텍스트를 학습했다 해도, 최명희 작가가 처음으로 쓴 표현들을 어떻게 이해할 수 있겠는가. 그 지역어의 뉘앙스와 문화를 영어로, 프랑스어로 어떻게 AI 번역기가 제대로 옮길 수 있겠는가.
사람은 가능하다. 극소수지만 존재한다. 한강 작가의 『채식주의자』를 영어로 번역해 저자와 함께 부커상을 수상한 번역가 데보라 스미스가 그 예다. 그녀는 원문을 단순히 옮긴 것이 아니라, 한강 작가의 문장을 새롭게 다시 쓰면서도 그 의미와 결을 완벽히 살려냈다. 인간에게는 이렇게 한강 작가의 한국어 문장을 영어로 번역할 수 있는 창의성, 독창성, 비판적 사고, 새로운 사유, 기이함, 그리고 유머 감각이 있다.
그리고 번역을 위해서라면, 인간은 새로 배우고 필요하다면 몇 년이고 연구할 것이다. 예를 들어 내가 『혼불』을 번역한다면, 아예 전라도로 내려가 그 지역의 옛 방언과 사투리를 몇 달이고 공부할 것이다. 그 분야의 전문가인 언어학자들과 매일 연락하며 작업할 것이다. 그것은 AI가 결코 할 수 없는 일이다. 열 권 전체를 번역하려면 10년은 걸리겠지만, 인간이라면 해낼 수 있다.
사실, 과거에도 사람들은 어떤 문학 작품은 다른 언어로는 완전히 옮길 수 없다고 믿었다. 예를 들어, 11세기 일본 소설 『겐지 이야기』는 영어로의 완역이 불가능하다고 여겨졌다. 그러나 미국의 일본문학 연구자 에드워드 사이덴스티커 교수는 15년에 걸쳐 그 일을 해냈다. 책이 옛 일본어로 쓰였고 내용이 무척 장황하다는 점에서 장기적인 작업이었지만, 그는 1,100쪽에 달하는 영어 번역본을 완성했다. 이전의 영어 번역들은 부정확하고 난해했지만, 그의 작품은 놀라운 정확성과 문학적 깊이로 일본 내에서도 극찬을 받았다. 1970년대 중반에 출간된 그의 번역본은 지금도 미국 대학생들이 읽고 있다. AI가 그 작업을 맡는다면, 사이덴스티커 교수 이전의 번역본들보다 열 배는 더 엉뚱한 결과가 나올 것이다.
그래서 AI 통번역 서비스가 곧 모든 것을 대체한다는 말은 어불성설이다. 탁월한 통역사와 번역가들은 앞으로도 수십 년간, 문학 번역가들은 아마도 50년 뒤에도 여전히 필요한 존재일 것이다.
코딩 프로그래밍도 마찬가지다. 우리는 요즘 IT 업계에서 개발자와 디자이너의 신입 채용이 급격히 줄고 있다는 뉴스를 자주 접한다. 이런 소식이 퍼지면서, 많은 이들이 AI가 이미 코딩을 완벽히 대체할 수 있다고 오해하고 있다. 그 결과, 프로그래머의 역할이 사라질 것이라는 착각이 확산되고 있다. 그러나 AI에게 코딩을 전적으로 맡길 수는 없다. 겉으로는 완벽해 보이지만, 오류가 잦기에 여전히 사람이 검증해야 한다. 결국 AI가 작성한 코드를 꼼꼼히 살펴 오류나 비정상적인 부분을 교정할 수 있는 기술적 식견과 경험이 필요하다. 또 세부 과정마다 다음 단계의 지시를 명확히 내려야 하므로, AI를 효과적으로 활용하려면 SW 개발 지식이 풍부한 전문가가 반드시 필요하다. 이상적인 형태는 숙련된 개발자가 전체 구조와 설계를 맡고, AI가 반복적이거나 시간이 많이 드는 코딩을 보조하는 것이다.
나는 IT 분야로 진학하고 싶어 하는 제자들에게 이렇게 조언한다. 고등학교와 대학교 때부터 미래의 IT 기업이 필요로 하는 역량을 준비하면 된다고. 전통적인 코딩이 명확한 명령어를 작성하는 기술이라면, AI 프로그래밍은 데이터로부터 학습하고 스스로 적응하는 시스템을 구축하는 기술이다. 따라서 인공지능·머신러닝 엔지니어/개발자가 되려면 데이터 과학, 통계학, 수학, 그리고 인문학적 사고까지 함께 익혀야 한다. 또한 이론과 실무를 동시에 쌓는 것이 중요하다. 책과 논문을 읽고, 유튜브 강의나 미국 대학들(MIT, 하버드, 스탠퍼드 등등)에서 무료로 제공하는 데이터 과학, 인공지능, 머신러닝, 통계학 및 컴퓨터 프로그래밍 온라인 강의들을 꾸준히 학습해야 한다. 그러면서 전통적인 소프트웨어와 AI 응용 프로그램 개발을 모두 경험해 봐야 한다. 혼자 힘들면 다른 사람들과 팀을 이루면 된다. 그런 스펙과 실력을 갖춘다면, 대학 졸업 후 취업에는 전혀 문제가 없을 것이다.
현재 미국의 마이크로소프트나 구글 같은 대형 IT 기업들은 AI 프로그래머 부족으로 인해, 조금만 능력이 있어도 막대한 연봉과 인센티브를 제시하며 스카우트하고 있다. 글쓰기와 마찬가지다. 단순히 기존의 코딩만으로는 취업이 어려운 시대지만, 스스로 공부하고 역량을 키워 AI 시대에 필요한 조건을 갖춘다면, 기회는 오히려 훨씬 많아지고 어떤 일에서도 스스로의 길을 만들어갈 수 있다.
결국, 모든 작용에는 반작용이 따른다. AI의 등장은 인간의 일을 끝내는 종말이 아니라, 우리 안의 언어와 사고, 창의의 힘을 더 깊이 단련시키고 진정한 전문가들의 역량을 더욱 강화하는 계기가 될 것이다.