AI 사이코시스

하나의 트윗에 252개의 추천이 붙었습니다. "나는 지금 AI 사이코시스에 걸린 회사들이 통째로 존재한다고 강하게 믿는다." 해시코프(HashiCorp)의 공동창업자 미첼 해시모토가 올린 단 한 줄이었습니다. 멋진 발표 자료도, 긴 분석 글도 없었습니다. 짧은 문장 하나가 실리콘밸리 개발자와 창업자 수백 명의 공감을 끌어냈습니다.
해시모토는 깃허브에서 밀리언 스타를 받은 오픈소스 프로젝트들을 만들었고, 테라폼과 배그런트의 설계자로 알려진 인물입니다. 해시코프를 IBM에 매각하기 전까지 직접 회사를 이끌었습니다. 그가 AI 회의론자나 비관론자가 아닌 실리콘밸리 기술 인프라의 핵심 인물이라는 사실이 이 발언을 더 무겁게 만듭니다. AI 도입의 내부를 가까이서 들여다본 사람의 목격담입니다.
그 발언이 지금 한국 시장에 무엇을 겨냥하는지는 따로 풀어볼 만합니다.

AI 패닉이 의사결정을 집어삼키는 방식

사이코시스(psychosis)는 현실 인식이 무너진 상태를 가리킵니다. 정신의학 용어를 기업 경영에 가져다 붙이는 것이 과하게 느껴질 수 있지만, 해시모토의 의도는 단순합니다. AI를 쓰지 않으면 망한다는 공포, 경쟁사가 이미 AI로 앞서가고 있다는 과도한 위기감, AI가 옳은 답을 가지고 있다는 무비판적 신뢰가 뒤섞인 채로 내려지는 결정들. 그런 결정이 한 번이 아니라 조직 전체의 운영 방식으로 자리잡을 때 그 표현이 쓰였습니다.

해커 뉴스(Hacker News)에 올라온 81개의 댓글은 이 단 한 줄에 달린 목격담들로 채워졌습니다. 구체적인 회사 이름은 거의 없었지만 패턴은 반복됐습니다. 어떤 개발자는 팀 전체가 AI 출력물을 리뷰하지 않고 그대로 커밋하기 시작했다고 적었습니다. 어떤 PM은 전략 결정을 AI에 물어본 뒤 그 답변을 경영진에게 그대로 보고했다고 썼습니다. 어떤 컨설턴트는 클라이언트가 AI가 추천했다는 이유만으로 사람 채용을 취소한 사례를 들었습니다.

이 목격담들의 공통점은 하나입니다. AI가 보조 도구가 아니라 최종 판단자로 올라서 있다는 것입니다. 사람이 방향을 결정하고 AI가 그것을 돕는 구조가 아니라, AI가 방향을 제시하고 사람이 승인 도장을 찍는 구조. 그 차이는 표면적으로 작아 보이지만 누적되면 조직이 스스로 판단을 만들어내는 능력 자체가 달라집니다.

한국 시장도 다르지 않습니다. 스타트업 씬을 중심으로 'AI 네이티브'가 경쟁력의 기준이 된 지 꽤 됐습니다. 투자자들은 AI 전략을 묻고, 채용 공고에는 AI 활용 역량이 기본 요건으로 들어갑니다. 기업들은 생산성을 높이기 위해 구독 도구들을 들여오고 임원들은 매 회의에서 AI를 언급합니다. 이 중 얼마나 많은 부분이 실제 필요에서 출발했고, 얼마나 많은 부분이 뒤처지지 않겠다는 두려움에서 출발했는지를 구분한 조직이 얼마나 될까요.

빠른 도입 뒤에서 판단 회로가 조용히 위축됩니다

AI 사이코시스가 무서운 이유는 증상이 성과처럼 보인다는 점입니다. 빠른 도입 속도, 높은 AI 관련 지출, 전사적인 프롬프트 교육, 자동화된 워크플로, AI 전담 팀 신설. 이런 것들은 외부에서 보면 혁신 기업의 모습과 구별하기 어렵습니다. 그러나 내부에서는 전혀 다른 일이 일어나고 있을 수 있습니다.

어떤 결정도 AI 없이는 내려지지 않습니다. 판단을 요청받은 사람이 판단을 도구에게 위임합니다. 결과가 이상해 보여도 'AI가 그렇다고 했으니까'라는 말이 나옵니다. 전략 회의에서 맥락을 모르는 도구의 출력물이 발표 자료가 됩니다. 팀이 무언가를 다시 검토해야 한다는 신호를 보내지만 그 신호는 AI 활용을 늦추지 않겠다는 암묵적 압박 앞에 묻힙니다.

이것이 심화되면 조직의 판단 회로 자체가 위축됩니다. 사람의 경험에서 나온 직관이 설 자리를 잃고, AI 출력물의 자신감 있는 문장들이 그 자리를 채웁니다. AI는 자신이 틀렸을 때도 같은 문체로 대답합니다. 출력물에는 불확실성이 드러나지 않습니다. 회의실에서 이의를 제기하는 동료보다 AI 출력물이 더 권위를 갖는 순간, 그 조직은 이미 판단력의 일부를 내어준 것입니다.

이 지점에서 반대 시각도 충분히 유효합니다. AI 기술 사이클이 빠르게 전개되는 상황에서 공격적인 도입 속도를 유지하는 것은 기업의 생존 전략이기도 합니다. 2년 전 AI 도입에 소극적이었던 조직들이 지금 실감하는 격차는 실제입니다. '사이코시스'라는 프레임이 AI 도입 자체를 억제하는 방향으로 오독될 경우 더 큰 손실을 불러올 수 있다는 우려도 합당합니다. 인터넷 전환기에도, 모바일 전환기에도 유사한 경계 담론이 있었고, 그 경계를 문자 그대로 따른 기업들 다수는 결국 밀려났습니다.

해시모토가 조준하는 것은 속도가 아닙니다. 판단입니다. AI를 빠르게 도입하는 것 자체가 문제가 아니라, AI 도입의 방향과 방식에 대해 이성적으로 판단하는 사람이 조직 안에 남아있지 않은 상태가 문제입니다. 도구가 정교해질수록 그 출력물을 비판적으로 읽고 결정에 통합하는 사람의 역할이 더 중요해집니다. 그 역할은 도구가 아무리 발전해도 사람에게서 떠나지 않습니다.

지금 당신의 회사에서 판단을 내리는 것이 누구인지 확인하십시오

대기업의 문제처럼 보이지만 AI 사이코시스는 규모와 상관없이 작동합니다. 오히려 1인 사업자나 소규모 팀에서 더 빠르게 진행됩니다. 외부 감사 기능이 없고 결정에 이의를 제기할 동료가 적으며, 구독 비용을 지출하는 속도가 그 효과를 검증하는 속도를 앞서기 쉽습니다.

자기 진단 기준을 몇 가지 제안합니다. 지난 한 달 동안 AI 출력물을 보고 '이건 아닌 것 같다'고 판단해 사용하지 않은 경험이 몇 번이나 있었습니까. 한 번도 없다면, AI를 사용하는 것이 아니라 AI를 통과시키는 것에 가깝습니다. 거절의 이력이 없다는 것은 판단이 작동하지 않고 있다는 신호일 수 있습니다.

지금 사용 중인 AI 도구를 도입할 때 '이것이 없으면 무엇이 구체적으로 불편한가'에 답했습니까, 아니면 '이것을 쓰지 않으면 뒤처지는 것 같아서'에서 출발했습니까. 공포에서 출발한 도입은 효과 측정 기준도 만들어지지 않습니다. 6개월이 지나도 이 도구가 유용한지 무용한지 판단하기 어려워집니다.

AI 도입 이후 내 분야의 1차 소스를 직접 읽는 시간이 줄었다면, AI 출력물의 타당성을 판별할 수 있는 기반이 함께 위축되고 있을 가능성이 높습니다. 프롬프트를 잘 작성하는 능력과 그 결과물의 타당성을 판별하는 능력은 전혀 다릅니다. AI를 더 잘 활용할수록 그 출력물을 제어할 수 있는 자신의 전문성도 함께 키워야 합니다. 그런데 많은 경우 이 둘은 반대 방향으로 움직입니다.

AI 도입에서 진짜 물어야 할 것은 어떤 도구를 쓰는가가 아닙니다. 그 도구를 쓰는 사람이 어떤 태도를 유지하는가입니다. 더 좋은 도구를 빠르게 쓸수록 더 좋은 결과가 자동으로 나온다는 믿음 자체가, AI 사이코시스의 가장 초기 증상일 수 있습니다.

AI가 틀렸을 때 그것을 알아채는 사람이 조직 안에 있는지의 여부. 그 사람이 당신 혼자인 조직이라면, 그 판단력이 지금도 유지되고 있는지 주기적으로 스스로 확인해야 합니다. 도구에 많이 의존할수록 도구를 올바른 방향으로 쓰고 있는지 점검하는 루틴이 필요합니다.

AI 사이코시스는 AI를 쓰는 사람의 문제가 아닙니다. AI가 틀렸을 때 '이건 아닌 것 같다'고 말할 수 있는 사람이 조직 안에 살아있는가의 문제입니다. 그 능력은 기술이 아니라 태도의 영역에 있습니다. 더 좋은 모델이 나와도, 그 도구를 잘못된 방향으로 쓰고 있다는 것을 인식하는 판단력은 끝까지 사람의 몫으로 남을 것입니다.