AI 시대 문해력, 정말 책을 많이 읽으면 될까?

┃ 들어가며

책상에서 책을 읽으며 AI 시대 문해력과 다독의 의미를 생각하는 북디코드 마스코트

AI 시대가 되면서 문해력의 중요성을 말하는 목소리는 오히려 더 커졌다. 챗GPT나 제미나이 같은 LLM 기반 생성형 AI는 긴 글을 몇 초 만에 읽고 요약하며, 여러 자료를 비교하고, 번역하고, 필요한 정보를 찾아 정리한다. 과거라면 한 사람이 상당한 시간과 지식을 들여야 했던 일 가운데 적지 않은 부분을 이제 AI가 대신한다. 그렇다면 조금 이상하다. 읽고 이해하는 일을 AI가 점점 더 많이 맡는다면 인간의 문해력은 이전보다 덜 중요해져야 할 것처럼 보이는데, 현실에서는 정반대의 이야기가 나온다. AI가 발전할수록 인간에게 더 높은 문해력이 필요하다고 한다.

그러면서 문해력을 기르는 방법에 대해서는 오래전부터 듣던 처방이 다시 등장한다. 책을 많이 읽어야 한다거나, 고전을 읽어야 한다거나, 깊이 읽는 습관을 길러야 한다는 이야기다. 물론 독서는 중요하다. 그러나 AI라는 새로운 조건이 등장했는데도 해결책이 이전과 완전히 같다면 한 번쯤 질문해 볼 필요가 있다. 지금 우리가 걱정하는 문해력은 과거에 말하던 문해력과 정말 같은 것일까. 그리고 책을 많이 읽는다는 사실만으로 그 문제를 해결할 수 있을까.

이 글은 독서의 가치를 의심하려는 글이 아니다. 오히려 AI 시대에도 독서가 중요하다면, 이제는 왜, 어떻게 읽어야 하는지부터 다시 생각해 보려는 글이다. 문해력을 높이기 위해 책을 읽으라는 말에 곧바로 고개를 끄덕이기 전에, 먼저 AI 시대에 문해력이 왜 다시 문제가 되었는지 살펴볼 필요가 있다. 질문이 달라졌다면 답에 도달하는 길도 달라질 수 있기 때문이다.


┃ 칼럼

AI를 둘러싼 두 개의 목소리

AI를 바라보는 지금의 풍경은 대체로 두 방향으로 나뉘어 보인다. 한쪽에서는 AI를 더 잘 활용하는 방법을 이야기한다. 원하는 결과물을 얻기 위해 프롬프트를 정교하게 작성하고, 자료 조사와 보고서 작성 시간을 줄이며, 이미지와 영상을 만들고, 코딩과 번역까지 맡기는 방법이 끊임없이 소개된다. AI를 얼마나 능숙하게 사용하는지가 새로운 경쟁력이 될 것이라는 주장도 자연스럽게 따라온다.

다른 한쪽에서는 AI가 가져올 위험을 걱정한다. 일자리 감소와 저작권 문제, 개인정보 침해, 허위정보, 교육에 미치는 영향이 논쟁이 된다. AI 챗봇과 인간이 정서적으로 지나치게 밀접한 관계를 맺는 문제도 사회적 논의의 대상이 되었고, 일부에서는 AI 개발이나 사용을 더 강하게 제한해야 한다고 주장한다. 새로운 기술이 인간의 판단과 관계, 노동을 어디까지 대신하도록 허용해야 하는지를 둘러싼 질문도 계속해서 등장한다.

두 입장은 서로 반대편에 서 있는 것처럼 보이지만 흥미로운 공통점을 가진다. 둘 다 주로 ‘AI가 인간이 하던 일을 얼마나 대신할 것인가’를 중심으로 AI를 바라본다는 점이다. AI는 글을 대신 쓰고, 그림을 대신 그리고, 자료를 대신 찾고, 번역과 요약을 대신하며, 계산과 코딩을 대신한다. 이것을 편리하게 느끼는 사람은 더 잘 사용하는 방법을 배우고, 위협적으로 느끼는 사람은 어디까지 제한해야 할지를 고민한다. 어느 쪽이든 인간이 하던 일을 기준으로 AI의 위치를 정한다.

그러나 새로운 기술이 사회에 들어올 때 변화하는 것은 기존 업무의 담당자만이 아니다. 기술이 어떤 일을 대신하기 시작하면 그 일을 인간이 해왔던 이유와 의미 자체도 달라진다. 계산기의 등장으로 인간이 계산을 완전히 포기한 것이 아니라 계산 교육의 의미가 달라졌고, 검색엔진이 등장했다고 해서 인간이 지식을 필요로 하지 않게 된 것도 아니었다. 무엇을 기억해야 하고 무엇을 찾아도 되는지, 어떤 능력을 직접 가지고 있어야 하는지에 대한 기준이 달라졌다. AI 역시 같은 질문을 우리 앞에 놓고 있다. AI를 둘러싼 수용과 경계의 충돌은 전혀 새로운 반응이 아니다. 인간은 새로운 기술이 기존 질서를 흔들 때마다 비슷한 방식으로 가능성과 위험을 동시에 바라봐 왔다.

새로운 기술 앞에서 인간이 반복해 온 것

새로운 기술과 새로운 지식 체계가 등장할 때 인간이 환호와 불안을 동시에 보이는 모습은 낯설지 않다. 기존의 질서를 뒤흔드는 변화는 언제나 새로운 가능성을 열지만, 동시에 지금까지 자신이 알고 있던 방식이 더 이상 충분하지 않을지 모른다는 불안을 만든다. 20세기 초 물리학에서도 비슷한 일이 일어났다. 뉴턴 역학을 중심으로 비교적 안정된 세계를 설명하던 고전물리학은 상대성이론과 양자역학의 등장으로 이전과는 다른 세계를 마주하게 되었다.

파울 에렌페스트(Paul Ehrenfest)는 바로 그 변화의 한가운데에 있던 물리학자였다. 그는 새로운 물리학의 흐름을 가까이에서 접하고 이해하려 애썼지만, 동시에 빠르게 변화하는 학문의 세계에서 깊은 지적 불안과 위기감을 느꼈던 인물이기도 하다. 그의 비극적인 죽음을 새로운 물리학의 등장 하나로 설명할 수는 없지만, 벵하민 라바투트의 『매니악』이 그를 이야기의 첫머리에 배치한 것은 의미심장하다. 인간이 익숙하게 이해해 온 세계의 규칙이 무너질 때, 우리는 단순히 새로운 지식을 하나 더 배우는 것이 아니라 자신이 세계를 이해해 온 방식 자체를 다시 바라보게 된다.

AI 앞에 선 지금의 인간도 비슷한 질문을 받고 있다. AI를 거부하고 이전의 세계로 돌아가야 하는가, 아니면 더 좋은 프롬프트를 익혀 가능한 한 많은 일을 맡겨야 하는가. 그러나 기술의 역사를 보면 이 두 선택 가운데 하나가 완전히 승리하는 경우는 드물다. 위험을 경계하는 목소리는 규칙과 안전장치를 만들고, 새로운 기술을 활용하는 사람들은 그것이 인간의 삶에서 어떤 쓸모를 가질 수 있는지 시험한다. 만약 새로운 기술을 거부하는 쪽만 언제나 승리했다면 지금 우리의 손에는 스마트폰 대신 돌도끼가 들려 있을지도 모른다. 반대로 가능성만 믿고 아무런 규칙도 만들지 않았다면 우리가 사용하는 기술들은 지금보다 훨씬 위험한 모습으로 남았을 것이다.

따라서 AI를 둘러싼 논쟁에서 중요한 것은 수용과 거부 가운데 하나를 고르는 일만은 아니다. AI가 이미 우리의 삶 속에 들어오기 시작했다면, 그것이 인간의 일을 얼마나 대신할지를 넘어 그 등장으로 인해 인간에게 필요한 능력이 어떻게 달라지는지를 살펴봐야 한다. 그리고 문해력은 바로 그 변화가 가장 선명하게 드러나는 영역 가운데 하나이다. 결국 새로운 기술은 완전히 거부되기보다 규칙을 얻으며 삶 속으로 들어왔다. AI 역시 이미 그 단계에 들어섰다면, 이제 관심은 ‘쓸 것인가’보다 ‘어떻게 쓸 것인가’로 이동한다. 그리고 지금 그 질문에 가장 흔하게 제시되는 답이 프롬프트이다.

프롬프트를 잘 쓰는 것만으로 충분할까

AI 활용법을 이야기할 때 가장 자주 등장하는 것은 좋은 프롬프트를 작성하는 방법이다. 역할을 구체적으로 지정하고, 필요한 정보를 충분히 제공하고, 원하는 결과물의 형식과 조건을 명확하게 제시하면 AI가 훨씬 나은 답을 내놓는다는 설명이다. 실제로 같은 AI를 사용하더라도 질문을 어떻게 작성하느냐에 따라 결과의 질이 크게 달라질 수 있기 때문에 프롬프트 작성 능력은 분명 유용하다.

그러나 여기에서도 한 가지 질문이 남는다. AI에게 원하는 것을 정확히 요구할 수 있다는 사실과 AI를 제대로 사용할 수 있다는 사실은 완전히 같은 것일까. 프롬프트를 정교하게 작성해 매끄러운 보고서를 얻었다고 해도, 그 보고서에 빠진 정보가 있는지, 설명이 지나치게 단순화되지는 않았는지, 서로 다른 사실이 잘못 연결되지는 않았는지는 여전히 다른 문제로 남는다. 심지어 처음 던진 질문 자체가 잘못되어 있다면 완벽하게 작성된 프롬프트는 잘못된 방향으로 더 정교한 답을 만들어낼 수도 있다.

생성형 AI가 이전의 도구와 다른 점도 이 지점에서 드러난다. 우리는 계산기와 긴 대화를 나누지 않는다. 검색엔진의 결과와 계속 문답을 이어가면서 처음의 질문을 완전히 다른 질문으로 바꾸는 일도 생성형 AI만큼 자연스럽지는 않다. AI는 인간이 입력한 언어에 다시 언어로 응답하고, 인간은 그 답을 읽은 뒤 새로운 질문을 만든다. 그 과정이 반복되면서 처음에는 생각하지 못했던 문제가 나타나기도 하고, 당연하다고 믿었던 전제가 흔들리기도 한다.

따라서 AI를 잘 사용하는 능력을 단순히 좋은 명령을 내리는 기술로만 설명하기는 어렵다. 프롬프트는 AI에게 무엇을 요구할 것인가의 문제이고, 문해력은 그보다 훨씬 넓은 지점에서 다시 문제가 된다. AI가 결과물을 만들어내는 속도가 빨라질수록 인간에게 필요한 능력이 어디에 남는지를 생각하려면, 이제 문해력이라는 말을 조금 더 자세히 들여다볼 필요가 있다. 하지만 AI에게 원하는 결과를 정확하게 요구하는 법을 배웠다고 해서, 그 결과를 인간이 제대로 읽고 판단하는 문제까지 해결된 것은 아니다.

AI가 더 잘 읽는데 왜 문해력이 중요해졌을까

생성형 AI가 일상으로 들어온 뒤 우리가 ‘읽는다’고 부르던 일의 상당 부분이 빠르게 분리되기 시작했다. 긴 보고서에서 핵심만 뽑아 달라고 하면 요약해 주고, 낯선 분야의 개념을 설명해 달라고 하면 배경지식부터 정리해 준다. 외국어 자료를 번역하고, 여러 문서의 공통점과 차이를 비교하며, 필요한 정보가 어디에 있는지 찾아주는 일도 가능하다. 한 권의 책을 직접 읽지 않아도 줄거리와 주요 논점을 알 수 있고, 복잡한 문서를 처음부터 끝까지 읽지 않아도 원하는 내용을 빠르게 찾을 수 있다. 읽기의 효율만 놓고 본다면 인간이 AI와 경쟁해야 할 이유는 점점 줄어드는 것처럼 보인다.

그런데 이상하게도 바로 이 시기에 문해력에 대한 불안은 더 커지고 있다. 학교에서는 학생들의 문해력 저하를 걱정하고, 직장에서는 문장을 제대로 이해하지 못해 생기는 문제를 이야기한다. AI가 만들어낸 정보를 그대로 믿어서는 안 된다는 경고도 끊이지 않는다. 한쪽에서는 AI가 인간의 읽기를 대신하고 있는데, 다른 한쪽에서는 인간이 더 잘 읽어야 한다고 말한다. 이 모순처럼 보이는 상황은 어쩌면 우리가 문해력을 너무 오래 ‘글을 읽고 뜻을 알아내는 능력’으로만 생각해 왔기 때문에 생기는 것인지도 모른다.

AI가 등장하기 전에는 정보를 얻는 과정 자체가 상당한 읽기를 요구했다. 자료를 찾고, 필요한 부분을 골라내고, 서로 다른 설명을 비교하려면 사람이 직접 읽어야 했다. 그러나 이제는 그 과정의 일부를 AI가 대신할 수 있다. 문제는 정보를 얻는 일이 쉬워졌다고 해서 그 정보의 의미까지 자동으로 분명해지는 것은 아니라는 데 있다. 오히려 훨씬 많은 정보가 훨씬 빠른 속도로 사람 앞에 도착하면서, 무엇을 받아들이고 무엇을 의심해야 하는지는 더 복잡한 문제가 되었다.

그렇다면 AI 시대에 문해력이 중요해졌다는 말은 단순히 인간이 AI보다 더 잘 읽어야 한다는 뜻일 수 없다. AI가 이미 압도적으로 잘하는 일을 인간이 다시 훈련한다고 해서 문제의 핵심에 도달하는 것은 아니기 때문이다. 여기에서 문해력을 둘러싼 질문은 자연스럽게 다른 방향으로 이동한다. AI가 읽기의 일부를 대신하기 시작한 지금, 인간에게 남아 있는 읽기의 역할은 무엇인가. 그렇다면 AI가 읽기의 일부를 대신하기 시작한 지금, 인간에게 남아 있는 읽기의 역할은 무엇일까. 이 질문에 답하려 할 때 가장 먼저 호출되는 오래된 방법이 독서다. 그렇다면 이제 다음 질문은 자연스럽다. 책을 많이 읽으면 이 문제는 해결될까.

책을 많이 읽으면 해결될까

여기에서 다시 독서로 돌아오게 된다. 문해력이 문제라고 하면 가장 먼저 책을 읽으라는 이야기가 나온다. 실제로 독서는 문해력을 기르는 가장 오래되고 효과적인 방법 가운데 하나다. 긴 문장을 따라가고, 하나의 생각을 오랫동안 유지하며, 낯선 단어와 개념을 만나고, 서로 다른 인물과 세계를 경험하는 과정은 다른 매체가 쉽게 대신하기 어려운 훈련을 제공한다.

하지만 책을 많이 읽는 것과 문해력이 높다는 말을 곧바로 같은 뜻으로 사용할 수 있을지는 별개의 문제다. 한 달에 열 권을 읽고 줄거리를 모두 기억할 수도 있고, 작품의 주요 내용을 요약하고 다른 사람에게 추천할 수도 있다. 반대로 한 달에 한 권을 읽으면서 이해되지 않는 문장에서 오래 멈추고, 앞뒤의 설명이 충돌하는 지점을 발견하며, 왜 작가가 어떤 장면을 특정한 위치에 배치했는지 계속 생각할 수도 있다. 두 사람 모두 책을 읽었지만, 그 과정에서 일어난 사고의 움직임은 같지 않다.

그렇다고 어느 한쪽의 독서가 더 우월하다는 뜻은 아니다. 즐거움을 위해 읽는 책은 즐거움만으로 충분하고, 많은 이야기를 빠르게 경험하는 독서에도 분명한 가치가 있다. 문해력을 기르기 위한 방법으로 독서를 이야기하려면 단순히 읽은 책의 숫자를 늘리는 것만으로 설명을 끝낼 수는 없다. 무엇을 읽었는가만큼 어떻게 읽었는지가 중요해지고, AI 시대에는 그 ‘어떻게’가 이전보다 더 복잡한 문제가 된다.

더구나 AI 역시 줄거리를 정리하고, 핵심 내용을 요약하며, 작품의 주요 주제를 설명할 수 있다. 고전 작품의 역사적 배경을 알려주고, 등장인물의 관계를 정리하며, 특정 문장의 의미를 여러 방식으로 풀어내는 일도 가능하다. 그렇다면 인간이 AI 시대에도 책을 읽어야 한다고 말하려면 “AI는 할 수 없으니 인간이 해야 한다”는 설명으로는 부족하다. AI가 더 잘할 수 있는 상황에서, 인간의 독서가 어떤 역할을 해야 하는지를 다시 물어야 한다. 독서가 중요하다는 사실과 독서량이 곧 문해력을 보장한다는 주장은 같은 말이 아니다. AI라는 새로운 조건이 등장했다면, 독서를 권하기 전에 우리가 무엇을, 어떻게 훈련하려는지부터 다시 물어야 한다.

질문은 새로운데 답은 그대로여도 될까

AI 시대에 문해력이 중요하다는 주장 자체는 틀리지 않다. 책을 읽으라는 권유 역시 틀린 말이 아니다. 문제는 그 두 문장 사이에 설명되지 않은 공간이 남아 있다는 데 있다. AI가 왜 인간의 문해력을 더 중요하게 만들었는지 충분히 설명하지 않은 채 곧바로 “그러니 책을 많이 읽어야 한다”는 결론으로 이동하면 질문은 새로워졌는데 해답만 과거에 머물게 된다.

우리가 흔히 말하는 문해력은 글을 읽고 뜻을 이해하고, 내용을 요약하며, 글쓴이의 주장과 구조를 파악하는 능력을 포함한다. 이러한 능력은 지금도 필요하다. 그러나 AI가 바로 그 영역의 상당 부분을 빠르게 수행하기 시작했다면, AI 시대에 문해력이 중요하다는 말에는 그 이상의 무엇인가가 포함되어 있어야 한다. 그렇지 않다면 우리는 AI가 등장하기 전과 동일한 능력을 그대로 가리키면서 시대의 이름만 앞에 붙이고 있는 셈이 된다.

그래서 독서법을 이야기하기 전에 먼저 문해력 자체를 다시 물어야 한다. AI 시대의 문해력은 기존 문해력과 무엇이 같고 무엇이 달라졌는가. AI가 읽기와 쓰기의 일부를 대신할 수 있게 된 상황에서 인간이 읽는다는 것은 어떤 의미를 가지는가. 그리고 그 차이를 알게 된 뒤에야 책을 왜 읽어야 하는지, 어떤 방식으로 읽어야 하는지도 제대로 이야기할 수 있다.


┃ 마치며

AI는 앞으로 지금보다 더 빠르게 읽고, 더 자연스럽게 쓰고, 더 많은 정보를 정리하게 될 것이다. 인간이 직접 해야 했던 읽기의 일부는 이미 AI에게 넘어갔고 앞으로 그 범위는 더 넓어질 가능성이 크다. 그런데 바로 그 시대에 문해력이 더 중요하다는 말이 반복되고 있다. 처음에는 모순처럼 보이지만, 어쩌면 이 모순은 문해력이 사라지고 있기 때문이 아니라 문해력이라는 말이 가리키는 영역이 변하고 있기 때문에 생기는 것인지도 모른다.

그래서 AI 시대에 문해력을 기르기 위해 책을 많이 읽어야 하는지를 묻기 전에 한 단계 앞선 질문이 필요하다. 우리가 지금까지 문해력이라고 불러온 능력은 무엇이었으며, AI가 읽고 쓰는 시대에도 그것만으로 충분한가. 독서가 여전히 중요하다면 그 이유는 단순히 AI보다 더 많은 책을 읽기 위해서가 아닐 것이다. 그렇다면 인간은 책을 읽으면서 무엇을 훈련해야 할까.

그 답을 찾으려면 먼저 문해력의 단계부터 다시 살펴봐야 한다. 다음 글에서는 그 질문에서 출발해, 우리가 익숙하게 사용해 온 문해력이라는 말이 AI와 만났을 때 무엇이 달라지는지 하나씩 짚어보려 한다.


┃ 함께 읽기