transhumanism, evolution
생물학적 진화는 유전적 변이가 여러 세대에 걸쳐 축적되고 변화하는 과정임. 그러나 인간이 환경에 적응하고 개인의 능력을 확장하는 방식은 유전적 변화에만 의존하지 않았음. 언어, 문자, 수학, 과학, 컴퓨터, 인터넷 등을 통해 개인의 생물학적 한계를 지속적으로 넘어왔음.
최근에는 인간의 신체적, 인지적 한계를 기술적으로 확장하려는 분야에 빅테크 기업들의 투자와 연구가 확대되고 있음. 이 흐름은 기술을 통해 인간의 한계를 극복하려는 트랜스휴머니즘의 지향점과 맞닿아 있음. AI는 과거 오랜 학습과 훈련이 필요했던 전문지식과 문제 해결 능력을 대체하기 시작했고, 실제로 AI를 활용한 전문자격시험 부정행위 사례까지 등장하면서 기존의 지식과 전문성을 평가하는 방식에도 의문이 제기되고 있음.
그렇다면 인간 자체의 생물학적 능력이 변하지 않더라도, 기술과 결합하여 개인의 능력이 확장되는 현상을 새로운 형태의 진화라고 볼 수 있을까?
트랜스휴머니즘을 진화의 한 형태로 간주하고, 자연선택의 적자생존 논리를 이 시대의 환경에 비유하여 적용한다면, 도태된 부적자는 어떤 모습일까?
넓은 의미에서는 기술과 결합한 인간의 능력 확장을 진화의 한 형태로 볼 수 있습니다. 다만 이를 엄밀하게 설명하려면, 개인의 능력이 확장되는 현상과 그 확장을 가능하게 하는 기술·지식·제도가 사회적으로 변화하는 과정을 구분해야 합니다. 전자는 인간과 도구가 결합한 수행 능력의 변화이고, 후자는 문화적·기술적 진화라는 틀로 분석할 수 있는 현상입니다.
그 전제에서 질문하신 ‘도태된 부적자’는 기술을 사용하지 않거나 지식이 부족한 사람으로 한정되지 않습니다. 기술을 능숙하게 사용하고 과거보다 훨씬 많은 일을 해내면서도, 자신의 능력을 소득·자율성·사회적 영향력으로 연결할 수 있는 조건을 잃어가는 사람일 수 있습니다.
이 가능성을 이해하려면 세 가지를 분리해야 합니다. 무엇을 할 수 있는가, 그 능력이 사회에서 얼마나 필요로 되는가, 그리고 그 능력으로 발생한 이익을 누가 가져가는가입니다. 이 셋은 서로 연결되지만 같은 것은 아닙니다.
1. 기술을 통한 능력 확장은 어떤 의미에서 진화인가
생물학적 진화는 집단에서 세대를 거치며 유전되는 특성의 구성이 달라지는 과정입니다. 반드시 더 복잡하거나 더 지능적인 방향으로 진행되는 것도 아니며, 자연선택만으로 일어나는 것도 아닙니다. 유전적 부동처럼 적응적 우월성과 무관한 변화도 포함됩니다.
반면 한 사람이 AI 사용법을 배우거나, 신경 보조 장치를 사용하거나, 외부 데이터베이스를 활용해 이전에 못 하던 문제를 해결하는 것은 우선 그 개인의 학습과 능력 확장에 해당합니다. 학습을 통해 뇌에 생물학적 변화가 생길 수는 있지만, 그것이 곧 집단의 유전적 진화를 뜻하지는 않습니다.
질문에 등장하는 현상들을 나누면 다음과 같습니다.
| 현상 | 주로 달라지는 것 | 적절한 설명 |
|---|---|---|
| AI 사용법을 배워 일을 더 잘하게 됨 | 개인의 지식과 행동 방식 | 학습과 개인적 적응 |
| AI에 연결되어 혼자서는 못 하던 일을 수행함 | 인간과 도구가 결합한 체계의 수행 능력 | 기술적 능력 확장 |
| 효과적인 도구와 업무 방식이 복제·변형·확산됨 | 사회적으로 전달되는 지식과 관행 | 문화적·기술적 진화 |
| 유전되는 특성의 분포가 세대를 거치며 변함 | 집단의 유전적 구성 | 생물학적 진화 |
이 구분에서 중요한 점은 ‘진화하는 단위’입니다. 기술을 사용하는 개인이 생물학적으로 진화했다는 주장과, 사람들이 사용하는 기술과 관행이 문화적으로 진화한다는 주장은 다릅니다.
예를 들어 어떤 설계 업무에 세 가지 작업 방식이 있다고 가정해 보겠습니다. 각각의 방식은 서로 다른 결과와 비용을 만들어내고, 그중 일부가 다른 사람과 조직에 채택되며, 채택되는 과정에서 다시 수정됩니다. 여기서는 작업 방식의 변이, 전승, 차등적 확산을 관찰할 수 있습니다. 이런 조건을 구체적으로 제시한다면 ‘진화’는 단순한 수사가 아니라 분석 틀이 될 수 있습니다. 자연선택을 일반적인 구조로 정식화한 르원틴의 논의도 변이, 생존·번식의 차이, 세대 간 전달을 핵심 조건으로 다룹니다. 다만 이것은 선택에 의한 진화를 설명하는 조건이며, 모든 종류의 변화를 선택으로 설명한다는 뜻은 아닙니다.
이 관점에서 AI는 인간에게 처음으로 유전적 변화 밖의 적응 경로를 제공한 기술이 아닙니다. 인간은 이미 다른 사람이 축적한 도구, 언어, 지식, 제도에 의존해 왔습니다. 보이드·리처슨·헨리히의 문화 진화 연구는 인간의 적응을 개인 두뇌의 우수성만으로 설명하기 어렵고, 어느 개인도 평생 혼자 발명할 수 없는 지식과 관행을 사회적으로 물려받는 능력이 핵심이라고 설명합니다.
따라서 질문의 현상을 가장 정확하게 표현하면, “유전적 변화에 의존하지 않는 문화적 적응이 AI를 통해 새로운 수준의 능력 확장으로 이어지는 것”입니다. 완전히 새로운 진화 원리가 탄생했다기보다는, 기존의 문화적 진화가 더 강력한 인지적 도구를 갖게 되었다고 볼 수 있습니다.
2. 외부 기술에 의존하는 능력도 개인의 능력인가
이 질문에는 ‘능력’을 어디까지 개인에게 귀속할 것인지의 문제가 들어 있습니다.
암산으로만 계산하는 사람, 종이에 식을 적으며 계산하는 사람, 컴퓨터를 사용해 계산하는 사람은 서로 다른 자원으로 문제를 해결합니다. 여기서 두개골 안에서 이루어진 처리만 그 사람의 능력으로 인정할 것인지, 안정적으로 사용할 수 있는 외부 자원까지 포함할 것인지에 따라 평가가 달라집니다.
클라크와 차머스의 ‘확장된 마음’ 논의는 인간과 외부 도구가 긴밀하게 상호작용하는 경우, 그 결합 전체를 하나의 인지 체계로 이해할 수 있다고 제안합니다. 실제로 이 논문은 머릿속에서 도형을 회전하는 경우, 컴퓨터로 회전하는 경우, 신경 이식장치로 회전하는 경우를 비교합니다. 다만 이는 인지의 경계에 관한 철학적 입장이지, 모든 도구 사용이 자동으로 마음의 일부가 되거나 생물학적 진화가 된다는 뜻은 아닙니다.
이 관점에서 보면 AI를 사용해 이전에 해결하지 못했던 문제를 해결하는 사람의 능력 확장은 실제입니다. 동시에 그 사람이 AI 없이 동일한 문제를 해결할 수 있게 되었다는 결론은 별도의 검증을 요구합니다.
이 둘은 연구에서도 구분됩니다. 2026년 발표된 경영 컨설턴트 487명 대상 무작위 실험에서는 AI 접근권과 사용 교육을 받은 집단이 자신의 전문 분야 밖인 데이터 과학 과제를 더 잘 수행했습니다. 그러나 실험 후 AI 없이 실시한 기술 지식 평가에서는 향상의 증거가 발견되지 않았습니다. 평균 성과가 전문 데이터 과학자 수준에 도달한 것도 아니었습니다. 연구진은 이를 외부 장치에 의존하는 능력 확장에 가까운 현상으로 설명합니다.
그렇다고 AI 사용이 학습을 막는다는 일반 법칙이 성립하는 것은 아닙니다. 고객 지원 상담원 5,172명을 분석한 2025년 연구에서는 AI 지원으로 시간당 해결 건수가 평균 15% 증가했고, 경험과 숙련이 낮은 집단에서 효과가 더 컸습니다. 이 연구는 도구 사용이 학습을 촉진한다는 증거도 보고했습니다. 과제의 성격, 사용 방식, 반복 경험에 따라 외부 지원이 내부 지식으로 남는 정도가 달라질 수 있는 것입니다.
따라서 앞으로의 능력은 최소한 두 축으로 보아야 합니다. 하나는 도구를 포함해 실제로 무엇을 수행할 수 있는가이고, 다른 하나는 도구의 결과를 이해하고 검증하며 조건이 바뀌었을 때 대응할 수 있는가입니다.
여기에 세 번째 축도 필요합니다. 그 도구를 지속적으로 사용할 수 있는 권한과 조건을 확보하고 있는가입니다. 능력이 외부 시스템에 깊게 의존할수록, 접근권의 변화가 곧 실질적 능력의 변화로 이어질 수 있기 때문입니다.
3. ‘적자생존’을 사회에 적용할 때 무엇이 달라지는가
생물학에서 적합도는 특정 환경에서 다음 세대에 얼마나 기여하는가와 연결됩니다. 높은 소득, 높은 지능, 도덕적 우수성, 행복과 동일한 개념이 아닙니다.
사회에 이 개념을 비유적으로 적용하려면 먼저 성공의 기준을 정해야 합니다. 고용을 유지하는 것인지, 높은 소득을 얻는 것인지, 조직을 존속시키는 것인지, 자신의 생활을 통제하는 것인지에 따라 ‘적합한 사람’이 달라집니다.
가령 AI를 활용해 높은 생산성을 보이지만 낮은 보상을 받는 사람과, 직접적인 생산 활동은 적어도 기술 자산을 소유해 높은 수익을 얻는 사람을 비교해 보겠습니다. 수행 능력을 기준으로 하면 전자가 우수할 수 있지만, 소득을 기준으로 하면 후자가 유리할 수 있습니다. 이 둘을 하나의 ‘진화적 우월성’으로 묶으면 분석 대상이 불분명해집니다.
또한 어떤 관행이 사라지는 것과 그 관행을 사용하던 사람이 사라지는 것은 별개입니다. 특정 계산 방식, 문서 작성 방식, 사업 모델, 시험 형식이 경쟁력을 잃더라도 사람은 다른 역할로 이동할 수 있습니다. 사회적 변화에서는 한 개인이 생애 안에서 여러 전략을 바꾸기 때문에, 사람을 고정된 ‘적자’와 ‘부적자’로 분류하는 방식이 특히 부정확합니다.
질문에서 ‘도태’를 사용하려면, 이를 관찰 가능한 상태로 풀어 쓰는 편이 좋습니다. 노동시장에서의 협상력이 낮아지는 것, 소득을 얻을 기회가 줄어드는 것, 중요한 결정을 타인에게 맡겨야 하는 것, 사회 참여의 조건을 충족하기 어려워지는 것 등이 그에 해당할 수 있습니다. 이 상태들은 서로 함께 나타날 수도 있지만 반드시 일치하지는 않습니다.
따라서 이 비유의 유효한 핵심은 다음과 같습니다.
환경과 평가 기준이 달라지면, 동일한 사람이 가진 동일한 능력의 상대적 유불리가 달라진다.
여기서 곧바로 “불리해진 사람은 생물학적으로 열등하다”거나 “사회적으로 배제되는 것이 정당하다”는 결론은 나오지 않습니다. 전자는 서로 다른 종류의 지표를 혼동한 것이고, 후자는 어떤 일이 발생한다는 설명에서 그것이 바람직하다는 판단으로 넘어간 것입니다.
4. 그렇다면 ‘도태된 부적자’는 구체적으로 어떤 모습일까
아래는 확정된 미래의 인간 유형이 아니라, 기술적 능력 확장이 사회적 불이익으로 연결될 수 있는 서로 다른 경로입니다. 한 사람이 여러 경로에 동시에 놓일 수도 있고, 조건이 바뀌면 그 위치에서 벗어날 수도 있습니다.
기술에 접근할 조건을 확보하지 못하는 사람
가장 직접적인 경우는 필요한 기술을 사용할 수 없는 사람입니다.
하지만 여기서 접근은 AI 서비스에 가입할 수 있는지만을 뜻하지 않습니다. 전문 데이터, 충분한 계산 자원, 조직의 업무 시스템, 검증 절차, 교육 시간, 시행착오를 감당할 여유까지 포함합니다.
동일한 모델을 사용하는 두 사람도 한 사람은 공개 자료만으로 작업하고, 다른 사람은 조직의 축적된 데이터와 전문가의 검토를 받을 수 있다면 실제 수행 조건은 크게 달라집니다. 그 결과만 보고 개인의 지능이나 노력 차이를 추정하면 외부 자원의 효과를 개인의 특성으로 오인하게 됩니다.
특히 기술 접근성이 성과를 높이고, 높은 성과를 보인 사람에게 다시 더 좋은 기술이 배분되는 구조라면 초기 차이가 확대될 수 있습니다. 이 경우의 불이익은 기술을 배우려는 의지와 별개로 발생할 수 있습니다.
충분한 전문성을 가졌지만 그 전문성의 희소성이 줄어든 사람
이 사람은 지식과 실력을 잃은 것이 아닐 수 있습니다. 자신이 제공하던 결과물을 다른 사람들도 더 쉽게 만들게 되면서, 그 능력에 대한 가격과 수요가 달라진 것입니다.
가상의 건축 설계 시장을 생각해 볼 수 있습니다. AI를 통해 설계 대안 작성 시간이 크게 줄었다고 가정하겠습니다. 설계자는 과거보다 더 많은 대안을 만들 수 있지만, 경쟁자들도 같은 수준의 도구를 사용한다면 대안 생성 자체의 단가는 낮아질 수 있습니다. 수주, 요구사항 조정, 실제 구현, 책임 부담을 다른 주체가 통제한다면 작업 속도가 빨라진 설계자의 협상력이 오히려 약해질 수도 있습니다.
물론 비용 하락으로 새로운 수요가 생기고 더 많은 프로젝트가 가능해질 수도 있습니다. 어느 효과가 더 큰지는 수요와 조직 구조에 달려 있습니다. 자동화 연구에서도 생산성 향상, 기존 과업에서의 노동 대체, 새로운 인간 과업의 창출은 서로 구분되는 효과입니다. 생산성이 높아졌다는 사실만으로 노동 수요가 반드시 늘어난다고 결론 내릴 수는 없습니다.
따라서 “더 유능해졌는데 경제적 위치는 나빠지는 사람”이 충분히 가능한 유형입니다.
여기서 직업과 과업도 구분해야 합니다. 한 직업의 일부 과업이 자동화된다고 직업 전체가 즉시 사라지는 것은 아닙니다. 반대로 직업 명칭이 유지된다고 기존의 인원, 보상, 자율성까지 유지되는 것도 아닙니다.
결과물을 만들 수 있지만 그 결과를 통제하기 어려운 사람
이 사람은 AI를 적극적으로 사용합니다. 문서, 코드, 분석, 설계안을 빠르게 생산하고 겉으로는 높은 역량을 보일 수 있습니다.
그러나 어떤 전제가 잘못되었는지, 어디까지 믿어도 되는지, 어떤 경우에 다른 방법을 써야 하는지 판단하기 어렵다면 새로운 상황에서 성과가 급격히 불안정해질 수 있습니다. 특히 결과가 그럴듯한 정도와 실제 목적에 맞는 정도가 다를 때 문제가 드러납니다.
인간과 AI의 결합 자체가 최상의 성과를 보장하지도 않습니다. 2020년부터 2023년 중반까지 발표된 106개 실험을 종합한 메타분석에서는 인간과 AI의 결합이 평균적으로 인간 단독의 성과를 높였지만, 인간 단독과 AI 단독 중 더 좋은 조건을 평균적으로 넘어서지는 못했습니다. 이 결과를 최신 AI 전체에 대한 판정으로 볼 수는 없지만, 결합의 존재와 결합의 효과를 구분해야 한다는 점은 보여줍니다.
외부 도구에 의존한다는 사실 자체가 문제는 아닙니다. 전문 활동은 원래 다른 사람의 지식과 각종 인프라에 의존합니다. 취약성은 자신이 의존하는 범위를 이해하지 못하거나, 오류·중단·조건 변경에 대응할 수 없을 때 커집니다.
또한 여기서 “앞으로도 인간의 판단력만은 영원히 대체되지 않는다”는 결론을 내릴 근거는 없습니다. 판단과 검증 역시 일부 자동화될 수 있습니다. 현재 유용한 보완 능력과 영구적으로 보호되는 인간 고유의 영역은 구분해야 합니다.
기술을 잘 사용하지만 성과에 대한 협상력이 없는 사람
이 유형은 ‘기술에 적응하면 살아남는다’는 설명의 한계를 가장 분명하게 보여줍니다.
개인은 기술 적응에 성공할 수 있습니다. 하지만 같은 과업을 수행할 수 있는 사람이 크게 늘거나, 일감을 배분하는 주체가 소수이거나, 성과의 대부분이 플랫폼과 자산 소유자에게 귀속된다면 개인의 생산성 향상이 보상 향상으로 연결되지 않을 수 있습니다.
앞서 언급한 고객 지원 연구도 생산성 향상을 확인했지만, 임금과 전체 노동 수요의 변화는 관찰할 수 없다고 명시합니다. 과업 수준의 성과에서 개인의 경제적 미래를 곧바로 추론할 수 없다는 뜻입니다.
이 경우 기술을 잘 사용하는 것은 경쟁에 참여하기 위한 기본 조건이 되지만, 그 자체로 유리한 보상을 확보해 주지는 않습니다. 누구나 비슷한 도구를 쓸 수 있게 되면 도구 사용 능력의 희소성도 줄어들기 때문입니다.
따라서 기술적 적응과 경제적 적응은 분리될 수 있습니다. AI를 능숙하게 활용하면서도 계속 낮은 단가를 받아들이고, 더 많은 작업을 수행해야 같은 소득을 유지하는 사람이 그 한 모습입니다.
능력이 특정 시스템의 허가에 과도하게 의존하는 사람
개인의 수행 능력이 특정 플랫폼, 계정, 데이터, 조직에 깊게 결합되어 있다고 가정해 보겠습니다. 그 능력은 실제로 존재하지만 가격 인상, 서비스 종료, 계정 제한, 데이터 접근권 상실에 따라 급격히 줄어들 수 있습니다.
이때 개인이 확보한 것은 안정적으로 보유하는 능력이라기보다, 일정 조건에서 사용할 수 있는 능력에 가까울 수 있습니다.
따라서 능력의 크기뿐 아니라 이동 가능성도 중요해집니다. 다른 도구로 바꿀 수 있는지, 자신의 데이터와 작업 기록을 옮길 수 있는지, 조직을 떠나도 일부 역량을 유지할 수 있는지가 실질적인 자율성을 결정합니다.
기술과 더 깊게 결합할수록 더 많은 일을 할 수 있으면서도, 그 기술의 제공자에게 더 강하게 종속되는 상황이 가능합니다. 능력 확장과 통제권 확대는 자동으로 함께 이루어지지 않습니다.
증강의 조건을 받아들이지 않는 사람
트랜스휴머니즘의 문제를 AI 소프트웨어보다 더 멀리 확장하면, 기술을 사용할 능력은 있지만 사용 조건을 거부하는 사람도 생각해야 합니다.
예를 들어 미래의 어떤 직무에서 신체 개입, 지속적인 생체정보 수집, 광범위한 감시, 고액의 유지비를 요구하는 증강 기술이 사실상의 경쟁 조건이 된다고 가정하겠습니다. 이를 거부하는 사람은 생산성 기준에서 불리해질 수 있습니다.
그 거부는 무지나 학습 실패 때문일 필요가 없습니다. 신체적 위험, 사생활, 독립성에 다른 가중치를 둔 판단일 수 있습니다.
이 경우 ‘환경에 적응하지 못했다’는 설명에는 중요한 정보가 빠집니다. 어떤 선택을 포기해야만 그 환경에서 경쟁할 수 있게 되었는지까지 설명해야 합니다. 표면적으로 선택 사항인 증강도, 거부했을 때 생계를 유지하기 어려워지면 실질적으로 강제에 가까워질 수 있습니다.
5. 가장 중요한 변수는 ‘선택 환경을 누가 만드는가’이다
자연선택에 비유하면 기술과 시장이 인간에게 주어진 외부 환경처럼 보이기 쉽습니다. 그러나 인간은 그 환경을 만드는 주체이기도 합니다.
어떤 도구를 배포할지, 어떤 데이터를 독점할지, 어떤 능력을 시험할지, 어떤 결과에 보상할지, 어떤 방식의 의존을 허용할지는 기업·정부·조직·사용자의 결정에 영향을 받습니다.
생물학에서도 생물이 환경에 일방적으로 적응하기만 하는 것은 아닙니다. 생물이 환경을 바꾸고, 그 변화가 다시 선택 압력에 영향을 미치는 과정을 ‘생태적 지위 구성’이라고 합니다. 인간의 문화는 이러한 환경 변경 능력을 크게 확장한다는 연구가 있습니다. 이 관점을 사회기술적 문제에 적용하면, 기술을 사용하는 개인의 대응과 기술 사용 조건을 만드는 제도를 함께 분석해야 합니다.
가령 두 사회가 동일한 수준의 AI 기술을 갖고 있다고 가정해 보겠습니다.
한 사회에서는 고성능 도구, 교육, 데이터 접근이 넓게 제공되고, 사람들은 작업 기록을 옮기거나 제공자를 바꿀 수 있습니다. 다른 사회에서는 접근이 소수 조직에 집중되고, 개인이 조직을 떠나는 순간 상당한 수행 능력을 잃습니다.
기술의 성능은 같아도 두 사회에서 불리해지는 사람의 범위와 이유는 달라질 수 있습니다. 그러므로 어떤 사람이 배제되는 현상을 기술 발전 자체의 필연적 결과라고 설명하면, 접근과 보상의 규칙을 정한 선택이 가려집니다.
평가 기준도 같은 문제를 만듭니다. 조직이 단기적인 출력량만 보상한다면, 오류를 줄이기 위해 시간을 쓰는 사람보다 결과물을 빠르게 많이 생산하는 사람이 유리할 수 있습니다. 그런 환경에서 선택되었다는 사실은 그 방식이 장기적으로 신뢰할 만하거나 사회적으로 유익하다는 것을 보장하지 않습니다.
더 나아가 노동시장 경쟁력과 사회 참여의 조건을 얼마나 강하게 연결할지도 제도의 문제입니다. 특정 과업에 대한 시장 수요가 줄어드는 일과, 그 일을 하던 사람이 의료·교육·주거·정치적 참여에서 배제되는 일 사이에는 여러 제도적 선택이 존재합니다.
따라서 ‘누가 적응하지 못하는가’만큼 ‘어떤 환경이 누구를 불리하게 만드는가’가 중요한 질문입니다.
6. 시험 부정행위 사례는 무엇을 드러내는가
질문에 제시한 시험 문제는 이러한 구분을 잘 보여줍니다.
AI의 사용이 금지된 시험에서 AI를 사용했다면, 우선 그 결과는 시험이 정한 수행 조건을 위반한 것입니다. 그 결과만으로 응시자가 시험이 측정하려던 독립적인 지식과 판단 능력을 갖추었다고 볼 수는 없습니다.
동시에 실제 업무에서는 AI 사용이 허용되거나 필요한데 시험은 도구 없이 답을 재생하는 능력만 측정한다면, 시험과 직무 사이의 관계를 재검토할 이유가 생깁니다. 이 두 문제는 동시에 성립할 수 있습니다.
평가해야 할 능력을 나누면 방향이 분명해집니다. 도구 없이도 이해하고 있어야 하는 기초 지식이 있고, 도구를 사용해 실제 결과를 만들어내는 능력이 있으며, 결과의 오류를 발견하고 요구사항이 바뀌었을 때 수정하는 능력이 있습니다. 어느 부분을 얼마나 평가할지는 직무의 실패 비용과 실제 수행 조건에 따라 달라져야 합니다.
예를 들어 AI가 작성한 설계안이나 코드를 제출받는 것만으로는 응시자가 무엇을 할 수 있는지 충분히 알기 어렵습니다. 조건을 바꾸어 다시 해결하게 하거나, 결과에 심어 놓은 오류를 찾아 수정하게 하거나, 선택한 방법의 전제와 한계를 설명하게 하면 다른 종류의 역량을 확인할 수 있습니다.
이때 먼저 경쟁력을 잃는 대상은 사람보다 기존 시험의 형식일 수도 있습니다. 외부 지원으로 쉽게 만들어낼 수 있는 답안을 계속 개인 내부의 전문성에 대한 강한 증거로 해석한다면, 평가 제도가 측정 대상을 잘못 식별하는 것입니다.
따라서 AI 시대의 평가 문제는 “인간만 풀 수 있는 문제를 끝없이 찾는 것”에만 머물기 어렵습니다. 실제로 허용되는 자원을 사용하면서 무엇을 수행하고, 무엇을 이해하며, 실패했을 때 어떻게 대응할 수 있는지를 명확히 측정하는 방향이 필요합니다.
7. 트랜스휴머니즘의 목표와 경쟁적 선택의 결과는 일치하지 않을 수 있다
여기서 질문의 전제를 한 단계 더 구분할 필요가 있습니다.
트랜스휴머니즘은 자연선택과 같은 진화 메커니즘의 이름이 아닙니다. 기술을 통해 인간의 능력과 삶의 조건을 개선하려는 사상과 운동입니다. 따라서 트랜스휴머니즘이 촉진하는 변화가 문화적·기술적 진화와 연결될 수는 있지만, 그 사상 자체를 하나의 진화 메커니즘으로 취급하면 목적과 과정을 혼동하게 됩니다.
이 구분은 결과를 평가할 때 중요합니다. 경쟁에서 살아남는 데 유리한 특성과 인간이 살고 싶은 삶을 만드는 특성이 항상 같지는 않기 때문입니다.
만약 어떤 사회가 더 오래 일하고, 더 많은 감시를 받아들이고, 더 낮은 보상으로 더 많은 결과를 내는 사람에게 유리하도록 구성되어 있다면, 그 조건에 잘 적응한 사람들의 비중이 커질 수 있습니다. 하지만 그것만으로 인간의 자유나 행복이 확대되었다고 말할 수는 없습니다.
대표적인 트랜스휴머니스트 논자인 보스트롬도 향상 기술의 광범위한 접근과 개인의 선택을 강조하며, 기회가 소수 엘리트에게만 제한되는 상태를 바람직한 완성으로 보지 않습니다. 따라서 기술적 향상을 추구한다는 입장에서 약자의 배제가 필연적인 목표로 따라오는 것은 아닙니다.
더 날카로운 문제는 경쟁이 인간의 능력을 확장하면서도 그 능력을 가진 인간의 삶을 악화시킬 가능성입니다. 보스트롬은 별도의 미래 진화 논의에서, 경쟁적 과정이 더 지능적이고 복잡한 체계를 만들어내면서도 인간이 가치 있게 여기는 경험과 삶의 형태를 축소할 수 있는 시나리오를 검토합니다. 이는 미래 예측이 아니라, 진화적 성공과 바람직한 삶을 동일시할 수 없다는 논증입니다.
장기적으로 기계가 매우 넓은 범위의 경제적 과업을 대체할 수 있게 된다는 가정을 놓는다면, 개인에게 계속 새로운 기술을 배우라고 요구하는 것만으로는 충분하지 않은 상황도 생각할 수 있습니다. 그때는 인간이 어떤 과업에서 끝까지 경쟁 우위를 유지하는가뿐 아니라, 생산에서 발생한 부와 의사결정 권한을 어떤 원리로 배분하는가가 중심 문제가 됩니다. 이 역시 확정된 전망은 아니지만, 질문의 전제를 끝까지 밀고 나갔을 때 피할 수 없는 분배와 통제의 문제입니다.
질문하신 ‘도태된 부적자’를 하나의 모습으로 그린다면, 그는 지금의 인간과 외형적으로 다르지 않을 수 있습니다. 충분한 교육을 받았고 AI를 매일 사용하며 이전 세대보다 훨씬 많은 일을 수행할 수도 있습니다. 그런데 자신의 성과에 합당한 대가를 요구하기 어렵고, 필요한 기술의 사용 조건을 바꿀 수 없으며, 불리한 조건을 거절할 선택지도 줄어들어 있을 수 있습니다.
이 사람에게 일어난 일은 능력의 절대적인 감소만으로 설명되지 않습니다. 능력은 커졌지만, 그 능력을 자신의 삶을 위해 사용할 수 있는 권한과 사회적 위치가 약해진 것입니다.
따라서 이 비유에서 가장 주의 깊게 보아야 할 대상은 ‘증강하지 않은 인간’이라는 고정된 부류가 아니라, 능력의 확장에 참여하고 그 성과를 누리며 자신의 행동을 결정할 조건을 잃어가는 사람입니다. 그리고 그 상태가 얼마나 넓게 발생하는지는 기술의 성능만큼 접근권, 소유권, 평가 방식, 보상 구조에 달려 있습니다.
Q1. AI와 결합한 수행 능력을 개인의 능력으로 인정한다면, 개인의 전문성과 기술 제공자의 기여를 어떤 기준으로 구분하고 보상해야 할까?
Q2. 능력 확장이 지속적인 구독료, 데이터 제공, 신체 개입을 요구하게 된다면, 어느 지점부터 자발적인 향상이 사실상의 강제가 되는가?
Q3. 인간이 경제적으로 제공할 수 있는 기여가 크게 줄어드는 상황에서도 삶의 자원과 의사결정 권한을 확보하려면, 사회는 그것들을 어떤 원리에 따라 배분해야 할까?
References:
- R. C. Lewontin, The Units of Selection (Annual Review of Ecology and Systematics, 1970)
- R. Boyd, P. J. Richerson, J. Henrich, The cultural niche: Why social learning is essential for human adaptation (PNAS, 2011)
- A. Clark, D. Chalmers, The Extended Mind (Analysis, 1998)
- E. Wiles et al., Generative AI and the temporary upskilling of knowledge workers (Nature Human Behaviour, 2026)
- E. Brynjolfsson, D. Li, L. Raymond, Generative AI at Work (The Quarterly Journal of Economics, 2025)
- D. Acemoglu, P. Restrepo, Automation and New Tasks: How Technology Displaces and Reinstates Labor (NBER Working Paper 25684, 2019)
- M. Vaccaro, A. Almaatouq, T. Malone, When combinations of humans and AI are useful: A systematic review and meta-analysis (Nature Human Behaviour, 2024)
- K. N. Laland, J. Odling-Smee, M. W. Feldman, Cultural niche construction and human evolution (Journal of Evolutionary Biology, 2001)
- N. Bostrom, Transhumanist Values
- N. Bostrom, The Future of Human Evolution