논문이 던진 충격

2026년 2월, MIT 경제학부에서 묵직한 경고 하나가 울렸다. 노벨경제학상 수상자 다론 아제모을루(Daron Acemoglu)를 포함한 세 명의 연구자가 발표한 논문, "AI, Human Cognition and Knowledge Collapse"가 그것이다.

우리는 흔히 AI를 더 나은 결정을 돕는 도구로 이해한다. 틀린 말은 아니다. 그런데 이 논문은 한 가지 섬뜩한 가능성을 수식과 모델로 증명해 보인다.

왜 이런 일이 벌어지는가

이 논문이 주목하는 것은 지식의 구조다. 연구진은 인간이 활용하는 지식을 두 가지로 구분한다.

이 두 종류의 지식은 상호 보완적이다. 공통 지식이 풍부할수록 개인의 학습 노력이 더 가치 있어지고, 역으로 공통 지식이 사라지면 맥락 지식도 쓸모를 잃는다. 의사가 질병의 기초 원리를 모른다면, 환자 증상이 아무리 정확히 주어져도 치료는 불가능하다.

문제는 AI의 역할이다. 이 악순환이 이렇게 작동한다.

'지식 붕괴'는 어떤 모습인가

논문의 수리 모델은 두 가지 균형점을 보여준다.

이 임계값을 결정하는 두 가지 핵심 요인:

① 지식 공유 역량 — 공동체 내에서 인간이 생산한 지식이 얼마나 잘 축적·공유되느냐. 공유 역량이 클수록 지식 붕괴를 견뎌내는 한계치가 높아진다.

② AI 의존도 — AI의 정밀도가 높아질수록 인간은 더 쉽게 손을 놓는다.

AI의 복지 효과는 역설적이다

논문이 제시하는 복지 분석은 직관에 반한다. AI의 정밀도와 사회 복지의 관계는 단조롭지 않다.

연구진은 정책적 처방도 제시한다. 에이전트형 AI의 추천 정밀도를 의도적으로 제한하는 '정보 설계' 방식의 규제가 인간의 학습 동기를 보전하고 지식 붕괴를 예방하는 데 효과적일 수 있다.

리더에게 던지는 질문

이 논문이 조직 리더에게 전하는 메시지는 분명하다. AI 도구를 쓰되, 구성원들이 '생각하는 경험'을 잃지 않도록 설계하라.

편리함의 이면에서 조용히 사라지는 것들을 직시해야 한다.

• AI가 답을 줄 때, 사람은 무엇을 배우고 있는가?
• AI가 판단을 대신할 때, 리더는 무엇을 훈련하는가?
• 문제를 직접 분석하는 힘은 조직 안에 남아 있는가?
• 불확실한 상황에서 가설을 세우는 능력은 퇴화하지 않았는가?
• 동료의 경험에서 배우는 집단 지성은 여전히 작동하는가?

이것이 논문이 경고하는 '지식 붕괴'의 실체다. AI를 잘 쓴다는 것은 AI에 의존하는 것이 아니다. AI를 쓰면서도 조직의 사고 근육이 퇴화하지 않도록 설계하는 것, 그것이 오늘의 진짜 리더십 과제다.