본문으로 건너뛰기
피드

AI가 만들 수 없는 것: 유용성과 의미에 대하여 (Crafting Interpreters 저자)

ai-ml 약 5분
vote
0
댓글
북마크

Crafting Interpreters 저자 Robert Nystrom이 사물의 가치를 '유용성'과 '의미' 두 축으로 나누고, AI가 생산성을 높여 유용성은 극대화하지만 의미는 제거한다고 주장함. 정부 소프트웨어처럼 유용성이 중요한 곳에선 AI를 쓰고, 창작과 인간적 연결이 중요한 곳에선 자기 자신을 넣어야 한다는 결론.

  • 1

    사물의 가치는 유용성(Utility)과 의미(Meaning) 두 가지로 나뉨

  • 2

    의미는 누군가를 위해 되돌릴 수 없는 시간을 희생하는 데서 발생함

  • 3

    AI는 의미를 유용성으로 변환하는 도구 — 생산성이 올라갈수록 의미는 줄어듦

  • 4

    효율성은 '의미 있지만 희소'와 '의미 없지만 풍부' 사이의 슬라이더

  • 5

    유용성이 필요한 곳에 AI를, 인간적 연결이 중요한 곳에는 직접 만들기를 권장

Robert Nystrom (Crafting Interpreters 저자) | 원문

Crafting Interpreters의 저자 Robert Nystrom이 AI 시대에 "만든 것의 가치"란 무엇인지를 깊이 파고든 에세이임. 밤잠을 설쳐가며 AI가 자기 커리어와 사회를 망칠지 고민했다는 고백으로 시작함.

유용성(Utility): AI가 잘하는 것

  • 사물의 가치를 따질 때 가장 먼저 떠오르는 건 유용성임. 사과는 먹을 수 있고, 온라인 글은 지식을 주고, 소프트웨어는 문제를 해결함
  • 워싱턴주 생태부(Department of Ecology)의 구인 공고를 예시로 듦 — 자연 보호라는 숭고한 목표를 제한된 세금으로 달성해야 하는 정부 기관이 AI 보조 개발을 도입하는 건 도덕적으로 완벽하게 정당화됨
  • 유용성 측면에서 AI는 진짜 강력한 도구임. 같은 투입으로 더 많은 산출을 뽑아내니까

의미(Meaning): AI가 만들 수 없는 것

  • 시어머니에게 직접 손뜨개로 만든 목도리 이야기가 핵심임. 소프트웨어 엔지니어 시급으로 계산하면 그 시간에 캐시미어 목도리를 살 수 있었음. 그런데 우리 모두 알고 있음 — 손뜨개 목도리가 더 가치 있다는 걸
  • 의미는 누군가를 위해 되돌릴 수 없는 시간을 쓰는 데서 나옴. 냉장고에 붙여놓은 아이의 엉망진창 그림이 왜 소중한지, 우리는 본능적으로 알고 있음
  • 의미는 양도 불가능함. 시어머니가 그 목도리를 다른 사람에게 주면 의미는 증발함

AI는 의미를 유용성으로 변환하는 도구

  • 동생 생일 선물로 몇 주간 밤마다 직접 쓴 공포영화 시나리오 이야기가 나옴. 촬영할 수 있을지도 모르지만, 12포인트 Courier체 페이지 하나하나에 자기 자신을 쏟아부었기에 의미가 있음
  • ChatGPT를 쓰면 10분의 1 시간에 장편 시나리오를 쓸 수 있을 것임. 객관적으로 더 나은 시나리오일 수도 있음. 하지만 10분의 1 시간만 들었으니, 의미도 10분의 1이 됨
  • 핵심 주장: "의미가 시간의 희생에서 온다는 가설이 맞다면, 생산성을 높이는 AI는 의미를 제거하는 것임"

중요

> 효율성은 "의미 있지만 희소한 것"과 "의미 없지만 풍부한 것" 사이의 슬라이더 같은 것임. AI만의 문제가 아니라 모든 효율화 도구의 본질이지만, AI는 이 슬라이더를 극단적으로 움직임.

그래서 언제 AI를 쓰고, 언제 안 쓸 것인가

  • 유용성이 중요한 곳 → AI를 적극 활용. 정부 소프트웨어, 업무 자동화 등
  • 인간적 연결과 의미가 중요한 곳 → AI 사용을 최소화. 창작물, 선물, 누군가를 위한 것
  • 본인이 즐겨 듣는 전자음악조차, "유틸리티 음악"에 불과한데도 누군가가 진심을 담아 만든 음악이 더 만족스럽다고 함
  • 아티스트와 청중 사이의 연결의 순간 — 그게 창작자로서 살아가는 이유이고, 거기서 생성형 AI는 해로울 수밖에 없다는 결론

두 가지 단서

  • "더 어렵게 만들수록 더 의미 있다"는 건 아님. 젓가락으로 한 손으로 어둠 속에서 뜨개질하면 더 의미 있나? 당연히 수확체감이 있음
  • 만드는 과정 자체가 즐거울 수 있음. 시간 희생이라고만 하기엔, 뜨개질이 재밌으니까

ℹ️참고

> 이 글은 AI의 글로벌 영향이 아닌, 개인이 AI를 쓸 때의 선택에만 초점을 맞추고 있음. 저자 본인도 거시적 영향에 대해서는 아직 정리가 안 됐다고 솔직하게 인정함.

40대 후반, 인생의 중반을 지났다고 느끼는 저자가 남은 시간으로 무엇을 할지 고민한 끝에 내린 답: 유용성이 필요한 곳에는 AI를, 사랑하는 사람들을 위한 것에는 자기 자신을 넣겠다는 것. 개발자라면 한번쯤 멈춰서 생각해볼 만한 글임.

AI 도구 사용의 윤리를 '생산성'이 아닌 '의미의 보존'이라는 프레임으로 재정의한 글. 개발자가 자신의 AI 활용 기준을 세우는 데 실질적인 사고 틀을 제공함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.