AI 쓸수록 머리가 안 돌아가는 느낌, 원인은 지능이 아니었습니다

AI를 많이 쓴다고 지능이 떨어진다는 근거는 아직 부족합니다. 대신 확인된 건 일이 몰리는 자리가 옮겨갔다는 것이고, 그래서 처방도 달라집니다.

"모르겠다"가 사라진 실험
왜 이걸 능력 저하로 읽으면 안 되나
병목은 사람 쪽으로 옮겨왔다
AI를 믿을수록 덜 따지게 되는 이유
기억이 만들어지는 자리를 건너뛴다
순서 하나만 바꾸면 됩니다
화면 밖에서 할 일, 근거 강도로 나눠보기
오늘 적용할 다섯 가지
자주 묻는 질문 (FAQ)
참고 자료

"모르겠다"가 사라진 실험

2026년 7월에 공개된 실험 하나가 이 논의의 불씨를 당겼습니다. 참가자에게 문제를 풀게 하면서 한쪽에만 AI 조언을 붙였더니, "모르겠다"를 고르는 비율이 44퍼센트에서 3퍼센트로 떨어졌어요. 정확도는 27퍼센트에서 9퍼센트로 내려갔는데, 자기 답에 대한 확신은 30퍼센트에서 76퍼센트로 올라갔습니다. 실험 5건에 참가자는 모두 3,132명이었고요.

돈을 걸어도 크게 달라지지 않았어요. 정답에 금전적 보상을 주자 "모르겠다"는 3퍼센트에서 8퍼센트로, 정확도는 9퍼센트에서 16퍼센트로 오르는 데 그쳤어요.

여기서 멈추면 딱 좋은 공포 기사가 나옵니다. 그런데 원문을 열어보면 두 가지를 반드시 같이 말해야 해요.

하나, 이 논문은 아직 동료심사를 거치지 않은 preprint입니다. 다른 연구자들의 검증을 통과하기 전 단계라는 뜻이죠.

둘, 연구진이 AI가 거의 항상 틀리도록 문항을 설계했습니다. AI 사용 여부와 AI 정확도를 분리해서 보려는 의도된 설계인데, 그래서 이 결과는 "AI를 믿을 수 없을 때 벌어지는 일"이지 일상적인 사용의 평균이 아닙니다.

이 단서를 빼고 숫자만 옮기면 그게 바로 과장입니다.

왜 이걸 능력 저하로 읽으면 안 되나

"AI 쓰면 뇌가 굳는다"는 헤드라인의 진원지는 따로 있습니다. MIT 미디어랩이 에세이를 쓰는 동안 뇌파를 측정한 연구인데, LLM을 쓴 집단의 뇌 연결성이 가장 약했어요.

이것도 preprint이고, 더 중요한 건 표본입니다. 핵심 반전 조건인 4세션까지 끝낸 인원은 18명, 조건당 6명이에요. 저자들도 예비적 결과라고 밝혔습니다. 방향을 참고할 수는 있어도 결론으로 쓸 크기는 아닙니다.

학생 대상 무작위 실험도 자주 인용됩니다. LLM만 쓴 집단과 노트를 쓴 집단을 비교해 사흘 뒤 이해도와 기억을 측정했는데, 노트 쪽이 나았어요. 이해도는 12점 만점에 4.00 대 4.89, 문장을 그대로 기억해내는 점수는 20점 만점에 8.83 대 10.80이었습니다.

다만 이 연구를 인용할 때 자주 틀리는 지점이 둘 있습니다.

첫째, 참여자는 405명이지만 제외 기준을 적용한 뒤 실제 분석 대상은 344명입니다. "405명을 분석했다"고 쓰면 사실과 다릅니다.

둘째, 피험자는 잉글랜드 7개 학교의 만 14~15세 중등학생이에요. 성인 지식노동자의 업무 피로를 설명하는 근거로 그대로 옮기면 과장이 됩니다.

그리고 절대 점수를 보면 양쪽 다 낮습니다. 12점 만점에 4점대예요. "노트를 쓰면 잘 이해한다"기보다 "LLM만 쓰면 더 못한다"에 가깝죠.

병목은 사람 쪽으로 옮겨왔다

능력 저하보다 훨씬 단단한 근거는 다른 데 있습니다. Microsoft와 카네기멜런이 주 1회 이상 생성형 AI를 쓰는 지식노동자 319명에게 실제 업무 사례 936건을 받아 분석한 연구예요.

여기서 측정된 건 능력이 떨어졌다는 게 아니라 인지 노력이 재배치됐다는 사실입니다.

이전에 사람이 하던 일	AI 도입 후 사람이 하는 일
정보 수집	정보 검증
문제 해결	AI 응답 통합
과제 실행	과제 감독

일이 줄어든 게 아닙니다. 사람이 맡는 쪽이 더 무거워졌어요. 찾는 것보다 맞는지 확인하는 게, 푸는 것보다 여러 답을 합치는 게, 직접 하는 것보다 지켜보며 판단하는 게 인지적으로 더 비쌉니다.

주방으로 바꿔 말하면 이렇습니다. 요리사를 열 명 붙였어요. 접시는 빠르게 나옵니다. 그런데 주문을 정리하고 간을 보고 손님상에 낼지 정하는 사람은 여전히 한 명이에요. 접시가 열 배로 나오면 맛보는 일이 열 배가 됩니다.

여기에 작업 전환 비용이 얹힙니다. 서로 다른 과제를 오가면 전환 직후 반응이 느려지고 실수가 늘어요. 미리 준비할 시간을 줘도 이 비용이 완전히 사라지지는 않는다는 게 1995년 고전 연구 이후 반복 관찰된 결과입니다. 에이전트 다섯 개를 번갈아 확인하는 하루는 전환 세금을 하루 종일 내는 하루죠.

AI를 믿을수록 덜 따지게 되는 이유

같은 지식노동자 연구에 눈에 띄는 대목이 하나 더 있습니다.

AI를 더 신뢰할수록 비판적 사고가 줄었고, 자기 역량을 더 신뢰할수록 비판적 사고가 늘었어요.

도구가 문제가 아니라 도구 앞에 선 자세가 갈림길이었다는 뜻입니다. 같은 AI를 써도 "이게 맞나" 하고 자기 판단을 걸어보는 사람과, 결과를 받아 옮기는 사람의 경로가 갈립니다.

기억이 만들어지는 자리를 건너뛴다

사람은 읽기만 한 정보보다 자기가 직접 만들어낸 정보를 더 잘 기억합니다. 86개 연구에서 445개의 효과크기를 모은 메타분석이 이를 정리했고, 전체 효과크기는 d=.40이었어요. 표준편차의 0.4배만큼 유리하다는 뜻입니다.

다만 조건이 있습니다. 후속 메타분석은 126편 논문, 310개 실험, 1,653개 추정치로 규모를 키웠는데, 단어와 숫자에서는 효과가 나타나지만 의미 없는 철자에서는 나타나지 않았어요. 아무거나 직접 쓴다고 남는 게 아니라 의미를 붙일 수 있는 재료일 때 작동합니다.

꺼내보는 연습도 비슷합니다. 지문을 읽고 시험을 본 집단과 같은 횟수만큼 다시 읽은 집단을 비교한 고전 연구가 있어요. 여기에 콘텐츠에서 잘 안 다루는 반전이 있습니다.

최종 시험이 5분 뒤일 때는 다시 읽은 쪽이 더 나았습니다. 역전은 시간이 지난 뒤에 일어났어요. 그런데도 다시 읽은 학생들이 자기 기억력을 더 자신했습니다.

읽으면 아는 것 같고, 꺼내보면 모른다는 걸 알게 됩니다. AI 결과물을 계속 읽는 하루는 "아는 것 같은 느낌"만 쌓기 좋은 구조예요.

그렇다고 기억을 외부에 맡기는 게 나쁜 건 아닙니다. 달력을 쓰고 메모를 하고 검색하는 것도 전부 인지 오프로딩이고, 이건 효율적인 전략이에요. 원문이 다는 조건은 따로 있습니다. 사람은 자기 능력에 대한 메타인지 평가를 근거로 무엇을 덜어낼지 정하는데, 그 평가가 틀리면 덜어내기도 최적이 아니게 됩니다. 그리고 도구를 쓸 때 좋아진 수행은 도구가 없을 때 떨어지는 위험과 맞바꾼 것이고요.

무엇을 맡기고 무엇을 쥘지가 갈림길이죠.

순서 하나만 바꾸면 됩니다

그래서 AI를 줄이는 게 답이냐면, 저는 아니라고 봅니다. 줄이면 경쟁력만 같이 줄어요.

Microsoft 연구팀은 복잡한 투자 과제에서 두 가지 방식을 비교했습니다. AI가 곧바로 추천을 주는 방식, 그리고 사용자가 자기 추론을 먼저 말한 뒤 AI가 거기에 피드백을 주는 방식이었어요. 뒤쪽 설계가 지식노동자 설문에서 드러난 비판적 사고 문제를 일부 완화했습니다.

바뀐 건 순서 하나입니다.

"이거 만들어줘"가 아니라 "내 결론은 이건데, 여기서 제일 위험한 가정 다섯 개를 찾아봐."

AI를 답변자가 아니라 반대자로 세우는 거죠. 이러면 결과물이 내 판단을 대체하지 않고 내 판단을 때립니다.

화면 밖에서 할 일, 근거 강도로 나눠보기

"AI 말고 다른 걸 해라"는 조언은 많은데 근거의 강도가 제각각입니다. 섞어 쓰면 틀린 말이 되니 나눠서 보는 편이 나아요.

근거가 단단한 쪽

수면이 먼저입니다. 수면이 학습과 기억에 쓰이는 신경 경로 형성과 관련되고, 부족하면 주의·의사결정·문제해결·창의성에 영향이 간다는 건 공공 보건기관이 정리해 둔 내용이에요. 성인 최소 7시간 권고는 미국수면의학회와 수면연구학회의 합의에서 나왔고 질병통제예방센터가 이를 채택했습니다. 잠을 5시간 자면서 두뇌 훈련을 얹는 것보다, 7시간 자고 아무것도 안 하는 쪽을 먼저 고르겠습니다.

신체활동도 비슷해요. 미국 신체활동 가이드라인 2판은 뇌 건강을 별도 영역으로 다루면서 인지 기능 개선, 불안과 우울 위험 감소, 수면과 삶의 질 개선을 함께 묶었어요. 한 번의 운동만으로도 불안 감소와 수면 질 개선 같은 즉각적인 효과가 있다는 게 2판의 관점 전환입니다.

근거가 예비적인 쪽

악기 연주는 흔히 강하게 권장되는데, 미국 국립보건원 산하 기관은 음악이 사고·감각·운동·감정에 관여하는 여러 구조를 함께 활성화한다고 설명하면서도 임상 근거는 예비적 수준이라고 명시합니다. "음악을 하면 일반 지능이 올라간다"까지 밀고 갈 근거는 아직 없어요. 해볼 만하지만 기대치는 그만큼만 두는 게 맞습니다.

아직 논쟁 중인 쪽

"쉬는 동안 뇌가 방금 배운 걸 되새긴다"는 이야기가 자주 인용됩니다. 짧은 휴식에 학습 내용이 압축 재생된다는 연구가 근거인데, 2025년 11월 발표된 반박 논문이 이를 정면으로 다퉜어요. 다섯 개 실험에서 휴식을 낀 집단의 이점이 조건을 맞추자 수 초 만에 사라졌고, 학습이 불가능한 무작위 배열에서도 같은 이득이 나타났다는 게 핵심입니다.

그러니 무입력 휴식을 "뇌가 복습하는 시간"이라고 단정하기는 이릅니다. 다만 쉬는 것 자체의 가치는 수면과 주의 회복 쪽 근거로 충분히 설명됩니다.

남의 얘기를 내 얘기로 옮길 때

새로운 환경에 가면 학습 회로가 재설정된다는 연구, 새 운동기술을 배우면 운동 회로가 재조직된다는 연구는 모두 생쥐 대상입니다. 방향을 참고하는 건 좋지만 "새 동네를 걸으면 사람 해마가 커진다"로 옮기면 그건 창작이에요.

인지 훈련도 마찬가지예요. 65세에서 94세 사이 2,802명을 대상으로 한 대규모 연구에서 기억·추론·처리속도 훈련은 각자 훈련한 능력에서만 향상을 보였습니다. 스도쿠로 전반적 판단력이 오른다는 기대는 이 데이터가 지지하지 않아요. 그리고 이건 고령층 표본이라 젊은 성인에게 그대로 옮기기도 어렵습니다.

오늘 적용할 다섯 가지

시작 전 5분은 내가 씁니다. 문제가 뭔지, 내 가설은 뭔지, 판단 기준은 뭔지. 그다음에 AI에 넘깁니다.
AI를 반대자로 세웁니다. "만들어줘" 대신 "내 논리에서 가장 위험한 가정을 찾아봐"로 묻습니다.
동시에 여는 일의 개수를 정합니다. 에이전트는 병렬로 돌려도 머릿속 활성 과제는 두세 개로 묶어둡니다. AI는 병렬, 사람은 순차입니다.
확인을 묶어서 합니다. 완료될 때마다 들여다보지 않고 검토 시간을 따로 잡습니다. 전환 비용은 확인 횟수만큼 붙습니다.
결론 네 줄은 직접 씁니다. 무엇을 정했는지, 왜 그렇게 봤는지, 뭐가 틀릴 수 있는지, 다음에 뭘 할지. 이 네 줄이 AI 산출물을 내 머릿속으로 들여놓는 문입니다.

관리할 지표가 하나 바뀝니다. 오늘 얼마나 만들었나가 아니라, 만든 것 중 내가 실제로 이해하고 있는 비율이 얼마인가.

자주 묻는 질문 (FAQ)

Q. 그냥 AI를 덜 쓰면 되는 것 아닌가요?

A. 그러면 산출량만 같이 떨어집니다. 지식노동자 319명 연구가 보여준 건 능력 저하가 아니라 일의 종류가 바뀌었다는 사실이에요. 바뀐 일에 맞게 방식을 고치는 편이 낫고, 실제로 순서를 바꾼 설계가 문제를 일부 완화했습니다.

Q. 학생 대상 실험을 어른 업무에 적용해도 되나요?

A. 그대로는 어렵습니다. 그 연구의 피험자는 만 14~15세 중등학생이고 분석 표본은 344명이에요. 방향을 참고하는 정도가 적절하고, 성인 업무에 대해서는 지식노동자 319명 연구 쪽이 더 가까운 근거입니다.

Q. 하나만 바꾼다면 무엇을 먼저 할까요?

A. 시작 전 5분입니다. 결론을 먼저 적어두면 AI 답을 받았을 때 내 모델과 비교하게 되고, 그 비교가 기억에도 판단에도 남습니다. 여기에 여유가 생기면 수면 7시간을 챙기세요. 어떤 두뇌 훈련보다 앞에 있는 조건입니다.

마무리

AI가 사람을 멍청하게 만든다는 문장은 자극적이지만 아직 근거가 그만큼 단단하지 않습니다. 확인된 건 처리량이 열 배가 되는 동안 이해하고 판단하는 일은 그대로 사람 몫으로 남았다는 사실이에요.

실행은 최대한 넘기되 문제 정의와 가설, 판단 기준과 최종 통합은 반드시 사람 머리를 거치게 한다. 이 선 하나만 지켜도 AI를 훨씬 많이 쓰면서 사고력은 오히려 붙습니다.

오늘 회의 하나만 골라서, 자료를 열기 전에 결론을 먼저 적어보세요. 그 5분이 어디로 가는지 확인해 보시면 좋겠습니다.

AI 쓸수록 머리가 안 돌아가는 느낌, 원인은 지능이 아니었습니다

AI를 쓸수록 머리가 좋아지는 사람들의 순서