인공지능을 둘러싼 담론은 흔히 올바른 구문을 익히거나 복잡한 프롬프팅 프레임워크를 마스터하는 등 기술적 숙련도에 초점을 맞춘다. 하지만 최근의 분석에 따르면, ChatGPT나 Claude와 같은 모델에서 단순한 정보 이상의 고품질 결과물을 얻어내는 핵심은 기술이 아닌 심리학적 접근 방식에 있다. 즉, 무엇을 입력하느냐보다 어떻게 사고하느냐가 더 중요하다.

이러한 변화의 중심에는 '시스템 관점 취하기(system perspective-taking)'라는 개념이 있다. 효과적인 사용자는 거대언어모델을 단순한 데이터베이스나 1회성 쿼리 엔진으로 대하지 않고, 마치 협업하는 동료처럼 다룬다. 이를 위해서는 명확한 목표, 구체적인 제약 조건, 관련 맥락 등 모델이 결과물을 도출하기 위해 필요한 요소를 사전에 파악하고 제공해야 한다.

이러한 행동 양식은 '컴퓨터는 사회적 행위자(CASA, Computers Are Social Actors)'라는 패러다임을 활용한다. 이는 인간이 기계에 본능적으로 사회적 특성을 부여한다는 이론이다. AI가 진정한 의식을 갖추지 못했음을 알더라도, 마치 인간 동료와 회의하듯 행동하는 'as-if' 사고방식을 전략적으로 적용하면 출력물의 정밀도를 크게 높일 수 있다. 이는 사용자가 요청을 반복적으로 다듬으며 대화를 시뮬레이션하게 함으로써 모델이 표면적인 답변을 넘어 심층적인 내용을 내놓도록 유도한다.

다만 인지적 부하 분산(Cognitive Offloading)은 경계해야 할 위험 요소다. 이는 AI가 추론, 종합, 아이디어 생성과 같은 고차원적 사고를 대신하게 두는 경향을 말한다. 사용자가 AI가 생성한 첫 번째 답변을 최종 결과물로 무비판적으로 수용하면, 지적 성장에 필수적인 비판적 사고 과정을 건너뛰게 된다. 효과적인 AI 활용을 위해서는 새로운 정보를 바탕으로 결과물을 수정하고 비판하며 재구성하는 '인지적 유연성'이 요구된다.

대학생들에게 이러한 차이는 매우 중요하다. AI는 본인의 인지 능력을 대체하는 것이 아니라 확장하는 도구로 활용되어야 한다. 사용자는 대화의 설계자로서 판단력과 안목, 독창적인 종합 능력을 발휘해야 하며, 이러한 요소들은 인간만이 가진 고유한 영역이다. 향후 AI가 학업 및 전문적인 워크플로우에 깊숙이 자리 잡을수록 수동적인 소비의 유혹을 뿌리치는 것이 과제가 될 것이다. 대신 질문하고 방향을 제시하며 입력을 날카롭게 다듬는 습관을 길러야 한다. 올바른 사고방식으로 접근한다면 AI는 단순한 업무 보조를 넘어, 사용자에게 더 높은 명확성을 요구하는 지적 촉매제로 변모할 것이다.

많은 사람들이 AI를 쓸 때 어떻게 하면 명령어를 더 복잡하고 그럴싸하게 입력할지만 고민합니다. 하지만 AI를 잘 쓰는 비결은 기술적인 지식보다 마음가짐에 있습니다. AI를 단지 지식을 검색하는 도구로 보지 말고, 함께 일을 하는 사람이라고 생각해보세요. 우리가 직장 동료에게 업무를 부탁할 때 배경 상황과 목표를 구체적으로 설명하는 것처럼, AI에게도 어떤 일을 하고 싶은지 자세히 알려줄수록 AI는 훨씬 더 유용한 답변을 내놓습니다.

우리는 본능적으로 기계에도 사람처럼 성격이나 사회성이 있다고 느끼곤 합니다. AI를 마치 실존하는 동료를 대하듯 예의를 갖추고 차근차근 대화해 보세요. 한 번에 완벽한 답을 요구하기보다, 대화를 주고받으며 질문을 수정하고 다듬는 과정이 필요합니다. 이렇게 AI와 서로 의견을 주고받는 과정을 즐기다 보면, AI는 단순히 정해진 답변만 내놓는 기계를 넘어 당신의 생각을 확장해 주는 파트너로 변합니다.

주의할 점은 AI에게 너무 의존하지 않는 것입니다. 모든 생각을 AI에게 맡겨버리고 첫 번째 답변을 그대로 복사해서 쓰기만 하면, 스스로 고민하는 힘이 점점 줄어들게 됩니다. AI는 내 생각을 대신하는 것이 아니라 나의 생각을 더 날카롭게 다듬어주는 도구여야 합니다. AI가 준 답변을 꼼꼼히 따져보고, 내가 판단의 주인이 되어 의견을 덧붙일 때 비로소 AI는 진정한 나의 지적 성장을 돕는 좋은 파트너가 될 것입니다.