빨라진 것은 작업인가, 불확실성인가?
AI를 쓰면 일이 빨라진 듯하지만, 체감과 실제 시간은 다를 수 있다. “빨라진 것은 작업인가, 불확실성인가?” 실제 결과는 어땠을까? METR(AI 모델을 평가하는 연구 기관)이 숙련 개발자 16명에게 과제 246개를 맡긴 실험에서 AI 사용자는 실제로 19% 더 오래 걸렸다. 그런데 참가자들은 자신이 20% 빨라졌다고 생각했다. 체감과 실측의 간격은 39%포인트였다. 초기 실험 결과 다.
후속 결과는 달랐다. 2026년 실험에서는 METR이 재참여 개발자가 18%, 신규 참여자가 4% 빨라졌다고 추정했다. 다만 참여자와 과제의 선택 편향 이 있어 모델 발전만으로 생긴 변화라고 단정할 수는 없다. AI가 실제 시간을 얼마나 줄이는지는 도구와 과제에 따라 달라진다.
AI가 실제 시간을 얼마나 줄이는지와는 별개로, 생각이 문장이나 코드로 나오는 시점은 확실히 빨라진다. AI가 모호한 생각을 문장이나 코드로 바꾸면 사용자는 문제가 해결됐다고 느낀다. 작업 시간이 그대로여도 불확실한 시간은 짧아진다.
그래도 생각을 일찍 꺼내는 일 자체는 도움이 될 수 있다. 정답을 배우기 전에 스스로 답을 만들어 본 사람 은 처음 답이 틀렸더라도 더 잘 학습했다. 단, 효과를 얻으려면 먼저 시도한 뒤 정답으로 교정 해야 한다. 문제는 AI가 그 ‘첫 시도’까지 대신할 때다.
첫 답이 떨어지는 순간, 생각은 결정화된다
미완성 생각은 여러 방향으로 전개될 수 있다. 과포화 용액에 작은 결정 하나를 넣으면 그 모양을 따라 결정화가 시작되듯, AI의 첫 답이 나오면 생각은 그 답을 기준으로 굳어지기 시작한다. 첫 답이 좋은 초안이라도 다른 가능성을 보지 못하게 한다.
이 효과에는 이익과 비용이 함께 있다. AI 아이디어를 받은 작가들의 단편 은 창의성과 완성도 평가가 높았지만, 작품끼리 더 비슷해졌다. 개인의 평균 품질은 올라가도 집단이 가진 관점의 폭은 좁아질 수 있다.
그렇다면 미완성으로 남겨 두는 쪽의 장점은 어디에 있을까. 2025년 메타분석 은 중단한 과제가 더 잘 기억된다는 자이가르닉 효과를 확인하지 못했다. 하지만 참가자들이 중단한 과제로 돌아간 비율은 약 67%였다. 미완성 상태는 기억을 강화하기보다 다시 생각할 이유를 만든다.
판단은 사람이 하지만, 선택지는 누가 만들었나?
의학에서는 그럴듯한 첫 설명을 얻은 뒤 다른 가능성을 찾지 않는 오류를 ‘성급한 종결’이라고 부른다. 한 진단 오류 분석에서는 사례의 약 17%가 이 문제와 관련됐고, 별도의 일본 의사 회고 조사 에서는 오진 경험자의 58.5%가 이를 원인으로 지목했다. 설계가 다른 조사라 수치를 직접 비교할 수는 없지만, 첫 설명에 멈추는 일이 드물지 않다는 점은 같다.
그렇다면 AI는 어떨까. 정답을 뺀 MedQA(의사면허시험 기반 의료 질의응답 벤치마크) 500문항에서는 남은 선택지가 모두 틀렸는데도 실험 대상 모델들이 55~81%의 비율로 하나를 골랐다. 의사가 만든 함정 질문 191개에도 78%가 부적절한 답을 냈다. 해당 실험의 모델들은 답할 근거가 없을 때조차 완결된 답을 만드는 경향 을 보였고, 이는 성급한 종결 성향을 강화한다.
그렇게 유려한 답이 나오면 사용자는 다른 설명을 찾을 필요를 못 느끼기 쉽다. 지식노동자 319명의 AI 사용 사례 936건을 조사한 연구에서도 AI를 더 신뢰할수록 비판적 사고를 덜 했고, 자기 능력을 신뢰할수록 더 했다.
그러면 일의 성격도 바뀐다. 사용자는 빈 화면에서 선택지를 만드는 대신 AI가 내놓은 선택지 중 하나를 승인한다. 판단은 여전히 사람이 하지만, 판단할 범위는 이미 모델이 정한 셈이다. 실제로 54명을 대상으로 한 EEG 연구 에서 LLM 사용군은 뇌 연결성이 가장 약했고 자기 글을 인용하는 능력도 낮았다. 작은 실험 하나로 일반화할 수는 없지만, 미뤄 둔 사고의 비용이 나중에 이해와 기억의 약화로 돌아올 가능성을 보여 준다.
생각의 보조자 vs. 판단의 대리인
AI에게 생각을 꺼내 달라고 하는 것과 판단을 맡기는 것은 사용자가 결론에 이른 경로를 다시 설명하고 수정할 수 있는지로 구분된다.
사용 전후에는 세 가지를 점검한다.
- AI를 부르기 전 30초 동안 자신의 답을 정확하지 않아도 되니 한 줄로 적는다. 먼저 시도해야 AI의 답을 정답이 아니라 비교 대상으로 볼 수 있다.
- 답을 받은 뒤에는 곧바로 확정하지 말고 ‘미확정’으로 표시하고, 반대 설명이나 빠진 조건을 하나 이상 찾는다.
- 그런 다음 결론을 가린 채 전제와 추론을 다시 구성한다. 하루 뒤 원문 없이 논지를 써 보는 것도 좋다. 완전히 재현하지 못했다고 판단을 모두 넘겼다는 뜻은 아니지만, 어디까지 이해했고 어디서 AI의 틀을 빌렸는지는 드러난다.
그러나 조직으로 가면 이야기가 달라진다. 모두가 같은 단계에서 같은 모델의 첫 답을 받으면 조직에서는 논리 구조와 사례까지 닮기 쉽다. 그만큼 이 절차의 중요성은 개인보다 조직에서 커진다. 개인의 문서는 좋아져도 조직 전체의 관점은 줄어들 수 있다.
AI는 작업 시간뿐 아니라 생각을 미완성으로 붙들고 스스로 첫 답을 만들 필요도 줄인다. 판단권은 그 필요를 되살릴 때 유지된다. 먼저 답해 보고, AI의 답을 미확정으로 남기고, 결론에 이른 과정을 자기 말로 다시 정리한다. 그 과정을 생략하면 판단권도 사라진다.