AI 사용을 감사한다는 것
자기 점검 없는 AI 활용은 습관이 아니라 의존이다
왜 이 한 편인가
AI 리스킬링 담론이 "어떤 도구를 배울 것인가"에 집중되는 동안, MIT SMR의 자기 감사 실험은 정반대 방향을 건드린다. 도구 습득이 아니라 사용 패턴의 메타인지가 실질 격차를 만든다는 각도다. 접근성 중심 담론이 놓친 '피드백 루프 부재'라는 구조적 문제를 오늘 다루는 이유가 여기 있다.
현상
GenAI 도구를 매일 쓰는 직장인이 늘었지만, 자신이 얼마나 잘 쓰고 있는지 점검하는 사람은 드물다. MIT 슬론 매니지먼트 리뷰에 실린 자기 감사(self-audit) 실험은 이 맹점을 정면으로 건드린다(MIT SMR). 저자는 ChatGPT와 Claude를 1년 넘게 매일 쓰면서도 어떤 세션이 실제로 생산적이었는지, 어디서 패턴이 반복되고 어디서 막혔는지 알 방법이 없었다고 고백한다. 피드백 루프가 없는 도구는, 아무리 써도 실력이 늘지 않는다.
해석
여기서 드러나는 신호는 하나다. AI를 '쓴다'는 행위 자체가 숙련으로 자동 전환되지 않는다는 것. 반복 사용이 곧 전문성이 되는 도구는 없다. 망치를 매일 들어도 목수가 되지 않듯, ChatGPT 세션을 매일 열어도 프롬프트 설계 역량이 쌓이지 않는다. 이 패턴이 가리키는 의미는 더 구조적이다. AI 도구의 학습 곡선은 도구 안에 없고 사용자의 반성 루프 안에 있다. 즉, GenAI 활용의 실질적 격차는 '접근성'이 아니라 '메타인지 역량'에서 벌어진다. 누가 더 좋은 모델을 갖느냐보다, 누가 자신의 사용 패턴을 더 명확히 보느냐가 차이를 만든다.