해탈을 위한 도구로서의 AI

AI를 쓰면 기억력이 약해질까. 모든 것을 외부기억에 맡기면 마음챙김이나 집중도 함께 약해질까. 반대로 일정과 행정을 AI에 넘기고 그만큼 수행에 더 많은 시간을 쓸 수 있다면, AI는 오히려 수행을 돕는 도구가 될 수 있지 않을까.

이 질문을 판단할 때 생산성이나 정보량 자체를 기준으로 삼는 것은 충분하지 않다. 불교 수행의 관점에서 더 중요한 기준은 특정한 AI 사용이 계·정·혜, 이욕, 불방일, 그리고 궁극적으로 해탈의 원인과 조건을 약화시키는가, 보존하는가, 강화하는가이다.

결론부터 말하면 다음과 같다.

행정은 외주화하고, 학습은 보조받고, 핵심 가르침은 내면화하며, 윤리·마음챙김·명상·직접적 통찰은 직접 수행한다.

좋은 AI는 수행자가 알아야 할 것을 대신 아는 AI가 아니라, 수행자가 직접 기억하고 숙고하고 관찰하고 선택해야 할 일을 할 수 있도록 주변의 불필요한 부담을 줄여 주는 AI에 가깝다.

기억은 목표가 아니라 수행을 움직이는 조건이다

초기불교에서 기억력 그 자체가 해탈의 목표로 제시되는 것은 아니다. 많이 기억한다고 지혜가 자동으로 생기거나 열반이 보장되는 것도 아니다.

하지만 배운 가르침을 기억하고, 되풀이하고, 마음으로 검토하고, 견해로 관통하는 과정은 지혜의 조건과 연결된다. 이를 하나의 흐름으로 정리하면 다음과 같다.

접촉 → 보존 → 회상과 반복 → 숙고 → 이해 → 실행과 통찰

여기서 중요한 것은 저장량이 아니라 내면화의 깊이다.

경전 번호를 기억하지 못하는 것과, 화가 일어난 바로 그 순간에 탐욕과 분노를 따라가지 말아야 한다는 수행의 방향이 떠오르지 않는 것은 전혀 다른 문제다. 전자는 검색으로 충분할 수 있지만, 후자는 행동 순간에 즉시 작동해야 한다.

즉 불교 수행에서 중요한 기억은 모든 정보를 머릿속에 쌓아 두는 능력이 아니라 필요한 가르침이 필요한 순간에 실제로 지각·의도·행동을 바꿀 만큼 내면화되어 있는 상태다.

sati는 기억과 연결되지만 단순한 기억력은 아니다

sati/smṛti에는 기억, 회상, 마음에 간직함이라는 의미장이 분명히 있다. 일부 초기 문헌은 sati의 능력을 오래전에 행하고 말한 것을 기억하는 능력과 연결하기도 한다.

그러나 sati를 현대 심리학의 episodic memory나 일반적인 기억력과 동일시하면 안 된다. 실제 수행 문맥에서 sati는 현재의 몸·느낌·마음·법을 놓치지 않고 관찰하는 기능과 긴밀히 연결된다.

명상에서 수행자가 유지해야 하는 것은 대체로 다음과 같은 현재 수행의 프레임이다.

• 지금 호흡을 관찰하고 있다는 사실
• 산란을 따라가지 않고 다시 대상으로 돌아간다는 의도
• 무엇을 취하고 무엇을 버려야 하는지에 대한 기준
• 계율과 바른 행동의 방향

치과 예약을 달력에 맡긴다고 해서 sati가 자동으로 약해진다고 볼 근거는 없다. 오히려 불필요한 미래기억 부담을 줄일 수 있다.

반대로 자신의 서원과 계율, 수행 의도까지 매번 외부 알림이 알려 줘야만 떠올릴 수 있다면 문제가 달라진다. 수행에 필요한 ‘잊지 않음’ 자체가 충분히 내면화되지 않았을 가능성이 있기 때문이다.

람림이 보여 주는 더 분명한 경계선

『람림 첸모』에서는 이 문제가 한층 더 명확해진다.

가르침을 들은 뒤 간직하지 못하는 것은 ‘새는 그릇’의 결함으로 설명된다. 그러나 학습의 목적은 단순한 정보 축적이 아니다. 무엇을 취하고 무엇을 버릴지 알고, 실제로 그렇게 살기 위해 배우는 것이다.

전체 흐름은 다음과 같이 정리할 수 있다.

학습 → 이치와 경전에 의한 숙고 → 반복적 익숙해짐으로서의 명상

이 구조에서 AI가 위험해지는 지점은 검색 그 자체가 아니라, 수행자가 직접 해야 할 분석·확신 형성·습관화를 대신하기 시작할 때다.

예를 들어 죽음과 무상에 대해 AI에게 완성된 분석문을 써 달라고 한 뒤 그것을 읽는 것은 분석명상을 대체할 가능성이 크다. 반면 스스로 충분히 숙고한 뒤 놓친 전통적 논점이나 원문상의 차이를 AI로 검토하는 것은 보조도구에 가깝다.

람림 수행에서 AI를 쓰는 순서를 간단히 정리하면 다음과 같다.

1. AI 전: 원전, 개요, 질문을 준비한다.
2. 명상 중: AI를 끄고 스스로 논증하고 기억하고 자신의 삶에 적용한다.
3. 명상 후: AI로 원문, 반론, 놓친 요소를 대조한다.
4. 다음 세션 전: 도움 없이 전 회차의 핵심을 다시 회상한다.

AI는 분석명상의 주체가 아니라 준비와 검토의 도구가 되는 편이 안전하다.

외부기억은 무조건 나쁜가

인지과학은 외부기억에 대해 단순한 결론을 주지 않는다.

메모, 알림, 스마트폰, 검색 시스템처럼 외부 도구를 사용해 내부 인지부담을 줄이는 것을 인지적 오프로딩(cognitive offloading)이라고 한다. 이런 외부화는 실제로 미래에 해야 할 일을 기억하는 데 도움을 주고, 일부 상황에서는 다른 정보에 더 많은 자원을 쓸 수 있게 한다.

하지만 비용도 있다.

미래에 정보를 다시 찾아볼 수 있다고 기대하면, 정보 자체를 덜 기억하고 대신 어디에서 찾을 수 있는지를 더 기억하는 경향이 나타날 수 있다. 외부 저장소에 의존할 것이라고 예상할 때 내부 부호화 전략을 덜 사용하는 현상도 보고되어 있다.

따라서 핵심 질문은 ‘외부에 저장하는가’가 아니다.

그 정보를 장치에 접근할 시간이 없는 실제 행동 순간에도 즉시 사용할 필요가 있는가?

그렇다면 내면화해야 한다. 그렇지 않다면 외부화가 합리적일 수 있다.

사원 회계번호나 경전의 정확한 페이지는 검색해도 된다. 그러나 화가 났을 때 적용해야 할 계율이나 정식 명상 중의 핵심 지침을 매번 검색해야 한다면 수행적 비용이 커질 수 있다.

AI를 쓸 때의 성능 향상과 실제 능력 향상은 다르다

AI를 사용할 때 반드시 구분해야 할 것이 있다.

첫째는 도구를 사용하는 동안의 수행 향상(performance augmentation) 이다. AI가 답을 찾아 주고 정보를 대신 기억해 주기 때문에 결과가 좋아지는 경우다.

둘째는 AI를 끈 뒤에도 남는 학습(skill acquisition) 이다. 기억, 이해, 추론, 주의조절 능력이 실제로 훈련되어 도구 없이도 더 잘하게 되는 경우다.

셋째는 장기적 인지기능의 보존(cognitive maintenance) 이다. 노화나 질병 위험 속에서도 기능을 오래 유지하는 차원이다.

불교 수행에서 특히 중요한 것은 두 번째다.

AI를 켜 둔 동안 계율을 잘 설명할 수 있는 것보다, AI가 없어도 계율을 기억하고, 법을 회상하고, 주의를 되돌리고, 자신의 경험을 직접 조사할 수 있는가가 더 중요하다.

생성형 AI를 활용한 교육 연구에서도 비슷한 차이가 관찰된다. AI를 사용할 때 문제풀이 성적은 높아질 수 있지만, 답을 직접 제공하는 방식에 의존하면 AI가 제거된 뒤의 독립 수행이 오히려 낮아질 수 있다. 반면 정답을 쉽게 주지 않고 힌트와 질문을 제공하는 튜터형 설계에서는 이런 부정적 효과가 크게 줄어들 수 있다.

도구의 존재보다 사용 구조가 중요하다는 뜻이다.

AI에게 무엇을 맡기느냐보다 무엇을 계속 직접 연습하느냐

신경가소성의 관점에서도 중요한 질문은 저장 공간의 문제가 아니다.

어떤 종류의 정신활동을 반복적으로 수행하고, 어떤 활동은 더 이상 하지 않게 되는가?

AI가 모든 답을 즉시 생성하면 정보검색 시간을 줄일 수 있다. 하지만 동시에 다음과 같은 훈련 기회를 제거할 수 있다.

• 기억에서 정보를 끌어내기
• 불완전한 기억을 재구성하기
• 모르는 것을 스스로 발견하기
• 두 개념의 관계를 추론하기
• 오류를 발견하고 수정하기
• 긴 시간 하나의 문제를 유지하기

이를 단순히 “AI를 쓰면 뇌가 퇴화한다”라고 말하는 것은 지나치다. 더 정확한 가설은 이렇다.

반복적으로 외주화하는 과정은 그 과정 자체를 연습할 기회를 줄이고, 반복적으로 직접 수행하는 과정은 그 과정을 학습하고 자동화할 기회를 늘린다.

따라서 저가치 인지노동은 줄이되, 수행에 필요한 기억·숙고·주의·자기관찰은 의도적으로 계속 연습할 필요가 있다.

외부화의 핵심은 절약이 아니라 재배치다

외부기억과 자동화가 유익할 수 있는 가장 중요한 이유는 인지적 자원을 다른 곳에 재배치할 수 있기 때문이다.

치과 예약일, 파일 위치, 행정 마감일, 구매목록처럼 수행과 직접 관련이 없는 정보를 모두 내부에 유지하려는 것은 반드시 좋은 인지훈련이라고 할 수 없다.

예를 들어 다음과 같은 경로라면 AI는 수행환경을 개선할 수 있다.

낮은 가치의 미래기억 부담 외부화 → 작업 중단과 걱정 감소 → 경전 학습이나 명상에 연속된 시간 확보 → 그 시간 동안 회상·숙고·주의 훈련 수행

반대로

업무 자동화 → 여유시간 확보 → 추가 검색·AI 대화·뉴스·콘텐츠 소비

가 된다면 수행적 이득은 거의 없을 수 있다.

그래서 자동화의 진짜 측정값은 time saved가 아니라 time redirected다.

절약된 시간과 주의가 실제 수행, 휴식, 선한 관계, 단순한 생활로 이동하는지를 봐야 한다.

답을 빨리 얻는 습관과 ‘적절한 마찰’

AI는 모르는 것을 거의 즉시 설명해 준다. 이것은 편리하지만, 바로 그 편리함 때문에 모름과 불확실성 속에 머무는 능력을 덜 연습하게 될 가능성이 있다.

불교 수행에는 이런 능력이 꽤 중요하다. 명상은 늘 새롭고 흥미로운 정보를 제공하지 않는다. 같은 호흡, 같은 몸, 같은 느낌, 반복되는 마음의 패턴을 계속 관찰해야 한다.

인지능력에는 단순한 기억뿐 아니라 답이 당장 나오지 않아도 문제를 유지하는 persistence도 포함된다.

따라서 AI를 인지능력 향상 도구로 쓰려면 모든 마찰을 제거하기보다 적절한 인지적 마찰(desirable cognitive friction) 을 남겨 두는 것이 좋다.

예를 들어 어려운 문제가 생겼을 때 바로 답을 요청하는 대신 다음 순서를 사용할 수 있다.

10분 자력 탐구 → AI 힌트 → 다시 자력 탐구 → 마지막에 해설

AI는 마찰을 없애는 도구가 아니라, 감당 가능한 수준으로 조정하는 도구가 될 수 있다.

기억과 사고를 보호하는 AI 학습법

인지과학에서 비교적 잘 확립된 학습 원리를 AI 사용에 그대로 적용할 수 있다.

Recall first

검색하기 전에 먼저 기억에서 꺼내 본다.

“사성제를 설명해 줘”라고 바로 묻기보다, 내가 기억하는 내용을 먼저 적고 AI에는 누락된 부분만 질문하게 한다.

Spacing

한 번 몰아서 반복하기보다 시간 간격을 두고 다시 회상한다.

예를 들면 다음과 같다.

• 오늘: 오계 자유회상
• 3일 뒤: 순서를 섞어 의미 설명
• 1주 뒤: 실제 사례에 적용
• 2주 뒤: 도움 없이 전체 재구성

이때 AI는 답을 대신 기억하는 것이 아니라 언제 다시 회상할지를 관리하는 스케줄러가 된다.

Generation first

정답을 읽기 전에 먼저 자신의 답을 만든다.

AI → 정답 → 사용자 읽음

보다

AI → 질문 → 사용자 생성 → AI 피드백

구조가 내부학습을 보호하는 데 더 적합하다.

오류 기반 피드백

AI를 정답 생성기보다 다음 기능에 사용한다.

• 누락 찾기
• 논리적 모순 찾기
• 반례 제시
• 다른 관점 제시
• 원문과 비교
• 다음 질문 제시

핵심 인지행위가 수행자에게 남는 방식이다.

Confidence calibration

답하기 전에 자신의 확신도를 적는다.

“내 답의 확신도는 70%”라고 표시한 뒤 원문이나 피드백과 비교하면, 알고 있다는 느낌과 실제 지식의 차이를 확인하기 쉽다.

Adversarial tutor

AI를 대리인보다 반대자로 사용한다.

• “내 해석에 대한 가장 강한 반론을 제시해 줘.”
• “원문에서 과도하게 추론한 부분만 지적해 줘.”
• “결론을 말하지 말고 내가 빠뜨린 변수를 질문해 줘.”

이런 사용은 reasoning을 줄이기보다 오히려 reasoning demand를 높인다.

samatha에서는 세션 전까지, vipassanā에서는 전후에

집중 수행에 필요한 기술환경은 끊임없는 정보 접근성이 아니라 단순성과 중단되지 않는 시간에 가깝다.

AI의 긍정적 역할은 정식 명상에 들어가기 전까지다.

• 일정 정리
• 미완료 업무 기록
• 자료 검색 종료
• 방해금지 설정
• 생활업무 일괄처리

이런 일을 미리 처리해 수행 공간을 단순하게 만들 수 있다.

하지만 정식 명상에 들어간 뒤에는 원칙이 뒤집힌다.

대화형 AI는 가능하면 세션 밖에 둔다.

명상 중 몇 분마다 “지금 잘하고 있는가”를 AI에게 묻는다면 자기관찰이 외부 피드백 루프로 바뀌고 집중 대상 자체가 깨진다.

타이머처럼 상호작용을 요구하지 않는 도구는 다르다. 핵심은 도구의 존재가 아니라 주의를 다시 장치로 끌어들이는가다.

vipassanā에서도 AI는 개념적 준비에는 강력할 수 있다.

• 경전 위치 찾기
• 번역 차이 비교
• 용어 조사
• 해석의 범위 확인
• 논리적 모순 찾기
• 이해 점검 질문 만들기

하지만 AI는 사용자의 감각·느낌·갈애·집착·무상성·괴로움·비자아를 직접 관찰하지 않는다. AI가 다루는 것은 사용자의 경험 자체가 아니라, 경험에 대해 사용자가 적어 놓은 문장이다.

그래서 가장 적절한 구조는 다음과 같다.

관찰 전: 개념적 혼란을 정리한다.
관찰 중: AI를 두지 않는다.
관찰 후: 자신의 기록과 원전, 다른 해석을 비교한다.

AI가 ‘경험의 첫 번째 해석자’가 되는 것은 피하는 편이 좋다.

판단의 외주화는 기억의 외주화보다 더 위험하다

AI에게 경전 위치를 찾게 하는 것과 자신의 윤리적 판단을 맡기는 것은 같은 종류의 외주화가 아니다.

다음의 차이는 크다.

“사성제가 무엇인지 설명해 줘.”
→ 정보 검색에 가깝다.

“이 상황에서 내 집착이 무엇인지 네가 판단해 줘.”
→ 자기관찰의 일부를 넘겨준다.

“이 행동이 계율상 옳은지 네가 결정해 줘.”
→ 의도와 책임의 일부를 외주화한다.

“이 경험이 어떤 수행 단계인지 판정해 줘.”
→ AI가 직접 관찰할 수 없는 수행 성취를 언어적 묘사만으로 판정하게 한다.

중요한 수행 판단에서 AI는 선택지와 관련 문헌을 제시할 수 있지만, 최종적인 사유·의도·책임을 대신해서는 안 된다.

기본 규칙은 human-first cognition으로 두는 편이 좋다.

먼저 자신의 답 → AI의 반론과 검토 → 다시 자기 판단

산란과 papañca: 유익한 정보도 주의를 조각낼 수 있다

AI가 유익한 내용을 제공한다는 사실과, 그 인터페이스가 주의를 조각낼 수 있다는 사실은 동시에 참일 수 있다.

알림은 실제로 내용을 확인하지 않아도 지속적 주의를 방해할 수 있다. 또한 AI는 하나의 질문에서 끝없이 새로운 개념, 반론, 철학적 가능성을 생성할 수 있다.

초기불교의 papañca와 현대의 정보 과부하를 동일한 개념이라고 할 수는 없다. 그러나 수행적 유추는 유용하다.

질문이 계속 늘어나지만 실제 관찰과 이욕으로 이어지지 않고, 견해집착과 자기구성만 늘어난다면 그 탐구는 수행적으로 불리할 수 있다.

실천 규칙을 하나 세운다면 다음과 같다.

새로운 정보가 내 다음 수행 행동을 더 이상 바꾸지 않으면 검색을 멈춘다.

AI 사용의 문제를 단순히 ‘도파민’ 하나로 설명하는 것도 피해야 한다. 더 적절한 우려는 새로운 답, 즉각적 피드백, 반복적 확인이 일부 사람에게 강박적 사용 패턴을 만들 수 있다는 점이다.

무엇을 기억하고, 무엇을 외부화할 것인가

수행에 필요한 모든 정보를 같은 방식으로 다룰 필요는 없다.

강하게 내면화할 가치가 있는 것

• 계율과 개인적 서원: 윤리적 유혹은 검색할 때까지 기다려 주지 않는다.
• 정규 명상의 핵심 지침: 세션 중 매뉴얼을 반복해 열어야 하면 주의 안정성에 비용이 생긴다.
• 반복해서 사용하는 수행 지도: 장애를 알아차리고 대응하는 기본 틀처럼 실제 수행에 계속 쓰는 것.
• 삶을 지배해야 하는 핵심 경구나 게송: 양보다 필요한 순간에 자동으로 떠오르는 것이 중요하다.

외부에 두어도 되는 것

• 경전 번호와 페이지
• 희귀한 전문용어
• 상세 역사자료
• 참고문헌과 방대한 평행본 목록
• 회계와 행정 자료
• 약속 시간과 여행 정보
• 수행과 직접 관련이 없는 사실 대부분

AI가 보조만 해야 하는 것

• 경전 해석
• 어려운 교리 질문
• 수행계획 설계
• 람림 분석 주제 준비
• 자신의 공부노트에 대한 피드백
• 번역 비교와 문헌 조사

원칙적으로 대신시켜서는 안 되는 것

• 현재 자신의 정신상태를 직접 알아차리는 일
• 윤리적 의도를 세우는 일
• 갈애를 버릴 것인지 선택하는 일
• 명상대상에 머무르는 일
• 자신의 경험을 직접 조사하는 일
• 통찰 그 자체
• 계율 위반에 대한 책임
• 중요한 수행 성취를 AI가 최종 판정하게 하는 일

핵심 구분은 나중에 찾아보면 되는 정보와 그 순간 나를 실제로 지배해야 하는 지식 사이에 있다.

네 가지 범주로 정리한 AI 사용법

이 분류는 AI를 많이 쓰는가 적게 쓰는가를 따지는 수량적 중도가 아니다.

해탈에 필요한 기능은 보호하고, 불필요한 부담은 제거하는 기능적 중도에 가깝다.

실제로 사용할 수 있는 AI 수행 프로토콜

1. Recall first

검색하기 전에 내가 기억하는 것을 먼저 적는다.

2. Think first

교리적·철학적 문제에 대한 자신의 답을 먼저 만든다.

3. Ask AI second

AI에는 정답보다 반론, 누락, 원문 위치, 점검 질문을 요청한다.

4. Close the tool

AI가 제공한 자료를 본 뒤 다시 장치를 닫고 혼자 재구성한다.

5. Retrieve later

하루 또는 며칠 뒤 도움 없이 다시 떠올린다.

6. Keep formal meditation offline

명상 지침은 미리 준비하고 세션 중에는 가능한 한 대화형 AI를 배제한다.

7. Audit dependency

정기적으로 다음 질문을 한다.

AI 없이도 이것을 여전히 할 수 있는가?

건강하지 않은 의존의 징후

AI 사용량 자체보다 다음과 같은 변화가 더 중요하다.

• 스스로 답을 만들기 전에 자동으로 AI를 연다.
• AI가 없으면 공부를 시작하지 못한다.
• 외운 계율이나 핵심 수행 지침이 거의 없다.
• 자신의 경험보다 AI의 해석을 더 신뢰한다.
• AI 답변을 검증할 내부 지식이 부족하다.
• 절약된 시간보다 AI와 대화하는 시간이 더 늘어난다.
• 명상 중에도 확인 욕구를 참기 어렵다.
• 질문은 계속 늘지만 실천의 변화는 줄어든다.

이런 징후가 보이면 단순히 사용시간을 줄이는 것보다, AI가 어떤 인지행위를 대신하고 있는지를 살펴보는 것이 더 중요하다.

참고도서들에서 얻을 수 있는 인지기능 관점

앞에서 살펴본 인지과학 연구와 별도로, 처음 참고자료로 삼은 대중과학·실용서들은 이 문제를 바라보는 몇 가지 유용한 관점을 제공한다. 다만 이 책들은 방향을 잡기 위한 2차 자료로 사용하는 편이 적절하다. 특정한 인지효과나 신경과학적 메커니즘을 확정할 때는 개별 실험과 리뷰 논문을 우선해야 한다.

치매 문헌: 외부에 존재하는 정보와 내부화된 능력은 다르다

Huub Buijssen의 『Demenz und Alzheimer verstehen』는 치매 환자의 기억과 행동 변화를 설명하면서, 새로운 정보를 장기적으로 고정하는 능력과 오래전에 형성된 기억·행동이 유지되는 양상이 서로 다를 수 있음을 강조한다.

이 관점에서 얻을 수 있는 가장 중요한 시사점은 외부에 정보가 존재하는 것과, 그 정보가 장기간 사용할 수 있는 행동과 지식의 구조로 충분히 학습되어 있는 것은 다르다는 점이다.

새로운 정보를 장기적으로 고정하는 능력, 이미 배운 행동을 자동적으로 실행하는 능력, 환경적 단서 없이 익숙한 행동을 수행하는 능력은 서로 같은 것이 아니다.

이 구분은 수행에도 적용할 수 있다. 오계를 휴대폰에서 검색할 수 있는 것과, 분노와 욕망이 일어나는 바로 그 순간에 계율이 행동을 억제할 정도로 내면화되어 있는 것은 다르다.

다만 여기에서 “경전을 암기하면 치매를 예방한다” 같은 결론을 끌어내서는 안 된다. 치매 위험과 예방은 훨씬 복합적이며, 특정 종교적 암기법이 치매를 예방한다는 근거는 없다.

Eagleman: 어떤 정신활동을 반복하느냐가 중요하다

David Eagleman의 『The Brain: The Story of You』에서 반복되는 큰 주제 가운데 하나는 삶의 경험이 뇌를 형성하고, 형성된 뇌가 다시 우리의 지각과 판단과 행동을 형성한다는 것이다. 이 책은 기억뿐 아니라 습관, 무의식적 처리, 의사결정, 자기통제처럼 행동을 만들어 내는 여러 과정이 서로 얽혀 있음을 보여 준다.

AI 문제에 적용하면 질문은 “외부기억을 쓰면 뇌가 약해지는가”보다 다음과 같이 바뀐다.

AI를 사용하면서 나는 어떤 정신활동을 계속 반복하고 있고, 어떤 정신활동은 더 이상 거의 하지 않게 되는가?

AI가 검색이나 단순 정리를 대신해 주는 것과, 매번 기억을 끌어내고 문제를 형성하고 판단하는 과정까지 대신해 주는 것은 같은 종류의 외주화가 아니다. 후자의 사용이 반복되면 적어도 그 과정을 직접 연습할 기회는 줄어든다. 이것을 곧바로 “뇌가 퇴화한다”고 표현할 수는 없지만, 연습하지 않는 능력을 AI가 자동으로 보존해 주는 것은 아니다라는 정도의 결론은 합리적이다.

Eagleman이 의사결정 논의에서 소개하는 Ulysses contract도 이 글의 주제와 잘 맞는다. 미래의 자신이 충동이나 유혹 앞에서 다른 판단을 할 수 있음을 예상하고, 현재의 자신이 미리 환경을 설계해 행동의 범위를 제한하는 방식이다. 이는 자동화나 외부 제약이 언제나 자기통제의 포기를 뜻하는 것은 아니라는 점을 보여 준다. 때로는 좋은 상태에서 세운 의도를 나쁜 상태에서도 지킬 수 있도록 환경을 설계하는 것 자체가 자기조절의 한 방식일 수 있다.

Levitin: 외부기억은 인지기능의 적이 아니라 자원배분 도구가 될 수 있다

Daniel Levitin의 『The Organized Mind』는 이 글의 AI·외부기억 문제와 가장 직접적으로 연결된다. Levitin은 인간의 주의와 기억이 제한되어 있기 때문에, 일정·메모·분류체계·물리적 단서처럼 외부 환경에 정보를 배치해 내부 부담을 줄이는 전략을 적극적으로 다룬다.

이 관점에서 외부화는 곧바로 인지적 약화를 의미하지 않는다. 오히려 핵심은 무엇을 머릿속에서 빼내고, 그 결과 확보된 주의를 어디에 다시 쓰는가이다.

예를 들어 약속 시간, 행정 마감, 파일 위치 같은 정보를 외부 시스템에 맡기면 그 자체를 계속 기억하는 데 드는 부담을 줄일 수 있다. 그 결과 경전 공부, 깊은 사고, 명상처럼 더 긴 지속적 주의가 필요한 활동에 자원을 재배치할 수 있다면 외부기억은 인지능력을 약화시키는 도구라기보다 주의와 기억의 배분을 재설계하는 도구가 된다.

반대로 계율, 핵심 명상 지침, 반복해서 사용하는 교리적 틀까지 모두 외부에 두어야만 작동한다면 문제가 달라진다. Levitin의 외부화 논리는 “가능한 모든 기억을 밖으로 빼라”가 아니라, 외부 환경을 이용해 제한된 인지자원을 더 중요한 곳에 쓰라는 방향으로 이해하는 편이 적절하다.

Lembke: 인지기능에는 자극을 견디는 능력과 욕구조절도 포함된다

Anna Lembke의 『Dopamine Nation』은 기억력 자체보다 보상, 갈망, 반복적 소비, 즉각적 자극에 대한 자기조절이라는 측면에서 이 문제에 기여한다.

현대의 디지털 환경은 새로운 정보와 즉각적 피드백을 거의 무한히 제공할 수 있다. 생성형 AI는 특히 하나의 질문에서 또 다른 질문, 새로운 설명, 반론, 흥미로운 연결을 끝없이 만들어 낼 수 있다. 이런 환경에서 문제가 되는 것은 단순히 “도파민이 많이 나온다”는 식의 설명이 아니다. 도파민은 쾌락과 동의어가 아니며, 보상학습과 동기, ‘wanting’ 등 여러 과정에 관여한다.

더 실질적인 문제는 언제든 더 흥미로운 자극을 얻을 수 있는 환경이 모름·지루함·불확실성·인지적 노력을 견디는 행동을 덜 연습하게 만들 수 있는가이다.

이 질문은 명상과 특히 관련이 깊다. samatha나 sati 훈련은 매 순간 새로운 정보를 얻는 활동이 아니다. 같은 대상에 돌아가고, 산란을 알아차리고, 즉각적인 자극을 따라가지 않는 행동을 반복한다. 따라서 AI를 인지능력의 보조도구로 쓰려면 모든 불편함을 없애기보다, 수행과 학습에 필요한 정도의 마찰과 지루함을 의도적으로 남겨 둘 필요가 있다.

Lembke의 논의를 근거로 “AI를 사용하면 중독된다”거나 “도파민 때문에 집중력이 떨어진다”고 단정할 수는 없다. 더 적절한 적용은 AI가 끝없는 새로움과 즉각적 보상을 제공하는 소비도구가 되는지, 아니면 정해진 목적을 수행한 뒤 닫을 수 있는 도구가 되는지를 살피는 것이다.

인지기능을 ‘최대한 많이 머릿속에서 처리하는 능력’으로 볼 필요는 없다

이 네 책을 함께 놓으면 인지기능의 보존이나 향상을 단순히 “외부도구 없이 더 많이 기억하고 더 많이 처리하는 것”으로 정의하기 어렵다는 점이 드러난다.

더 현실적인 목표는 세 가지다.

1. 수행에 중요한 능력은 계속 직접 사용한다. 회상, 숙고, 지속적 주의, 자기관찰, 윤리적 판단처럼 직접 훈련할 가치가 있는 과정은 외주화하지 않는다.
2. 낮은 가치의 인지부담은 외부화한다. 일정, 행정, 위치정보, 반복적인 정리처럼 수행적 가치가 낮은 부담은 환경과 도구에 맡길 수 있다.
3. 확보된 자원을 중요한 능력에 재투자한다. 외부화로 생긴 여유가 추가적인 정보소비가 아니라 학습, 회상, 명상, 휴식, 관계로 이동해야 한다.

따라서 인지기능의 장기적 보존을 생각할 때 더 합리적인 방향은 낮은 가치의 인지노동은 줄이되, 의미 있는 학습·추론·회상·주의조절·자기통제 활동은 의도적으로 유지하는 것이다.

이 관점에서도 앞에서 구분한 performance augmentation과 skill acquisition의 차이가 중요하다. AI를 켜 둔 동안 더 똑똑하게 보이는 것과, AI를 끈 뒤에도 기억·주의·판단이 실제로 더 잘 작동하는 것은 같은 일이 아니다.

아직 모르는 것

현재 가장 큰 공백은 매우 직접적이다.

AI를 많이 사용하는 장기 수행자와 적게 사용하는 장기 수행자의 sati, samādhi, 통찰 수행을 비교한 양질의 종단연구는 없다.

그래서 다음과 같은 연결은 신중해야 한다.

• 일반 기억 오프로딩 연구를 jhāna에 직접 연결할 수 없다.
• 학생의 AI 학습 연구를 성인 불교 수행에 그대로 일반화할 수 없다.
• 알림에 의한 주의 방해를 samādhi 성취와 동일시할 수 없다.
• GPS 공간기억 연구를 ‘AI가 기억력을 파괴한다’는 일반명제로 확대할 수 없다.
• 현대 working-memory 검사를 불교적 sati의 직접 측정치로 볼 수도 없다.

개인차도 중요하다. ADHD, 노화, 장애, 기억장애, 과도한 업무부담을 가진 수행자에게 외부 보조장치는 오히려 수행 참여의 조건일 수 있다.

따라서 “외부기억을 적게 쓰는 것이 언제나 더 수행적이다”라는 규칙 역시 지지하기 어렵다.

결론

AI와 외부기억에 대한 가장 좋은 질문은 “얼마나 많이 외주화할 것인가”가 아니다.

이 일을 직접 하는 과정 자체가 내가 길러야 할 계·정·혜의 일부인가?

그렇다면 직접 해야 한다.

그렇지 않다면 외주화할 수 있다. 그리고 그로 인해 확보된 시간과 주의를 더 중요한 기억·숙고·주의조절·자기관찰에 재투자해야 한다.

AI에게 기억을 맡기기보다, 무엇을 기억할 필요가 없는지 맡기는 편이 낫다.

AI에게 생각을 맡기기보다, 더 잘 생각하도록 훈련시키는 역할을 맡기는 편이 낫다.

마지막으로 인지능력의 관점에서 가장 중요한 판정법은 이것이다.

“AI를 사용할 때 내가 더 잘하는가?”가 아니라, “AI를 끈 뒤에도 내가 이전보다 더 잘할 수 있게 되는가?”

해탈을 목표로 하는 수행자에게 AI의 이상적 역할은 마음을 대신하는 것이 아니라, 자기 마음을 직접 훈련할 공간을 지켜 주는 것이다.