우리는 ‘사람 글’을 원한다고 말하면서, 왜 AI 이야기를 더 몰입했을까
AI 문장이 읽는 순간의 몰입도에서 높은 점수를 받는 이유와 그 평가가 놓치는 지점을 다룬다. 매끄러움을 넘어 재독률과 시간이 지난 뒤의 잔상까지 봐야 작품의 가치를 제대로 잴 수 있다.
#인지
AI가 인간을 흉내 내는 게 아니라, 우리가 AI를 흉내 내고 있다
사람들은 AI가 자주 쓰는 표현을 무의식중에 따라 쓰고, 음악과 대화에서도 정산 기준과 편의에 맞춰 판단을 기계에 넘기는 폭을 넓혀가고 있다.
학생들이 먼저 선을 그었다. AI 규칙을 만든 아이들.
미국 고교생 98명이 사흘 토론 끝에 학교 AI 사용 규칙을 직접 만들어 82대 16으로 표결했다. 시험과 글쓰기에는 AI를 막고, 정서적 위기의 순간엔 사람에게 맡기는 내용을 담았다.
벡터 DB에 쌓아도 기억이 아니다. 에이전트 ‘메모리’가 구조적으로 전문가가 못 되는 이유
에이전트가 대화 기록을 저장했다 불러오는 것과 가중치가 실제로 바뀌는 학습은 다른 과정이며, 검색 기반 기억만으로는 처음 보는 조합 문제를 푸는 능력이 늘지 않는다.
인간의 말투가 기계를 닮기 시작했다
AI가 즐겨 쓰는 단어가 실제 대화에도 퍼지고 있으며, 이런 어휘가 전문성의 표지로 굳어지는 동안 지역 표현과 소수 언어 신호는 반복 학습 속에서 점점 옅어지고 있다.
영화 와일드 로봇(Wild Robot)이 우리에게 남기는 것
영화 와일드 로봇 로즈가 목적을 잃은 섬에서 돌봄과 관계를 통해 스스로 목적을 다시 정하는 과정을, 도구적 수렴과 확장된 마음 이론으로 풀어낸다.
신진서 9단의 카타고 승리에서 배울 수 있는 점
신진서 9단이 카타고와의 접바둑에서 이긴 방법은 더 많은 수읽기가 아니라 불확실성을 줄이는 판 설계였다는 점을 분석한다.
Grok 4.5, 30년 열린 그래프 이론 추측 반박
Grok 4.5가 만든 반례 자체보다, 검증 가능한 조합 문제에서 AI가 후보 생성기 역할을 빠르게 대체하고 있다는 점이 이 사건의 핵심이다.
싱귤래리티는 어느 날 도착하지 않는다
싱귤래리티를 하나의 사건으로 상상하지만, 제로데이 탐지와 수학 난제 해결 같은 사례들은 지능이 조금씩 인간의 독점 영역에서 빠져나오는 과정에 가깝다는 점을 보여준다.
신비로움은 없어질까
초지능이 우주를 다 설명해도 신비가 사라지는 게 아니라, 이해의 주체와 경외감이 남는 문제로 형태를 바꾼다는 에세이.
카파시, LLM에 '10분 음성 램블' 팁 공개
타이핑 대신 10분 정도 두서없이 음성으로 말한 내용을 LLM이 정리해 돌려주는 방식이 실무자 사이에 퍼지고 있다. 프롬프트를 다듬는 부담이 줄고 모델과의 정렬이 빨라진다.
좋은 스승이란 무엇일까?
AI 피드백의 과도한 관대함이 학생의 비판 수용력과 자기평가 능력을 어떻게 약화시키는지, 아부하는 AI와 정직한 인간 피드백의 가치 격차를 짚는다.
Claude Fable 5, 85년 미해결 Jacobian 추측 반례 제시
Fable 5가 후보를 생성하고 연구자가 검증하는 협업으로 결과가 나왔다는 점에서, 창의적 발견 단계에서도 AI가 실질적 역할을 맡기 시작했다는 신호로 읽힌다.
비효율의 권리 (The Right to Waste Time)
여가 앱의 실시간 측정이 몰입과 내적 동기를 줄이는 역설을, 굿하트의 법칙과 강화학습 명세 게임 개념으로 짚고 비효율을 지키는 선택의 의미를 다룬다.
장인의 모방과 AI의 모방은 왜 다를까?
장인의 도제 수련과 AI의 화풍 모방을 비교해, 반복이 몸에 남기는 신경 배선의 차이가 규칙을 깰 자격을 가른다는 논지를 다룬다
AI가 생성하는 멀티버스, 그리고 관측자로서의 인간
AI가 무한한 가능성을 생성할수록, 기업의 알파는 생성이 아니라 조직 고유의 선택 기준을 지키는 데서 나온다는 논의.
루프 엔지니어링은 필요한가? 필요하다. 다만 선별적으로
우버·테슬라의 AI 토큰 예산 통제 사례와 앤스로픽 Fable 5 가이드를 통해 루프 엔지니어링이 정당화되는 조건을 짚는다.
"자연스러움"이란 무엇인가
자연스러움을 측정하는 AI 산업엔 조작적 정의가 없다는 사실을, 처리 유창성·불쾌한 골짜기·가족 유사성 이론으로 설명한다
추론(reasoning) 모델은 정말 추론하나. 정말 생각하나? 어떤 식으로?
추론 모델이 정말 생각하는지 묻는 논쟁은 늘 제자리다. 예측·압축·예측코딩·기계해석 연구를 빌려, 인간의 사고도 상당 부분 예측이며 둘의 차이는 본질이 아니라 조건임을 짚는다.
우리 아이에게는 무엇을 가르쳐야 할까
AI가 인지 노동을 대신하는 시대, 아이에게 가르칠 기술을 고르는 일 자체가 틀렸다. 제번스 역설·위생가설·결정적 시기를 빌려 교육이 더하기가 아니라 결핍을 설계하는 일임을 논한다.
AI 위임, 당신은 멍청해지는가 아니면 진화하는가
AI에 사고를 위임할수록 멍청해지나, 능력이 이동할 뿐인가. 에어프랑스447 '마젠타의 아이들'과 자동화 역설로 본 위임의 진짜 갈림길.
