AI는 답을 준다. 그 답에 도달하는 과정은 보여주지 않는다
AI에게 광고 캠페인 전략 수립을 요청하면 답이 나옵니다. 방향, 카피, 그리고 그럴듯한 설명. 그런데 정작 거기까지 어떻게 갔는지는 알 수 없습니다. 어느 포인트에 주목했는지, 왜 이 방향인지, 도착은 했는데 길은 모릅니다.
이것이 문제인 이유는, 결국 그 길로 간 이유를 설명해야 하는 순간이 오기 때문입니다. 경쟁 PT 현장에서만이 아닙니다. 그 전에 사내 리뷰 시간에 "이거 왜 이렇게 결론을 냈어?" 한마디에 먼저 말문이 막힙니다. 내가 추론해서 도달한 결론이 아니니, 근거를 거꾸로 꿰맞춰야 합니다. AI가 뽑은 전략이 자꾸 뻔하게 느껴지는 것도 같은 이유입니다. 다들 비슷한 도구에 비슷하게 묻고 경로 없는 결론만 답으로 받으니, 결과는 그게 그겁니다.
그런데 이 문제를 컴퓨터도 인터넷도 없던 80년 전 정확히 짚어낸 사람이 있습니다. 그는 어려운 건 답이 아니라고 못 박았습니다.
저장은 쉬운 문제였다
1945년 7월, 2차대전 당시 미국의 과학 연구를 이끌던 바네바 부시(Vannevar Bush)는 『애틀랜틱 먼슬리(The Atlantic Monthly)』에 「As We May Think」를 발표합니다. 그의 걱정은 하나였습니다. 지식이 쌓이는 속도가 그것을 활용하는 속도를 앞지른다는 것이었습니다. 기록은 넘쳐나는데, 정작 필요한 순간에 필요한 조각을 다시 꺼내 쓰질 못했습니다.
부시는 저장 문제부터 따져보고는 금방 접어둡니다. 마이크로필름이면 도서관 하나를 책상 위에 올릴 수 있었으니까요. 압축은 이미 풀린 문제였습니다. 진짜 병목은 정보를 쌓아두는 게 아니라, 사람의 머리가 움직이는 방식대로 그걸 찾아 연결하는 데 있었습니다.
머리가 어떻게 움직이는지에 대해 그는 이렇게 썼습니다.
> "인간의 마음은 그렇게 작동하지 않는다. 그것은 연상(association)으로 작동한다."
보통의 분류는 항목마다 정해진 길 하나만 허락합니다. 색인 하나, 서랍 하나. 하지만 생각은 그렇게 작동하지 않습니다. 하나에서 그와 이어진 다른 하나로 건너뛰고, 사슬을 엮고, 다시 되짚어 옵니다. 부시가 설계한 기계는 처음부터 끝까지 바로 이 연상을 중심에 뒀습니다.
진짜 발명은 '길(trail)'이었다
부시의 기계는 '메멕스(memex)'였습니다. 그의 표현으로는 "기억을 넓혀주는, 몸에 붙은 듯한 개인 장치". 그런데 메멕스는 보통 거대한 저장고로만 소개됩니다. 마이크로필름이 가득한 책상과 화면. 하지만 그의 진짜 통찰은 저장이 아니었습니다.
> "두 항목을 하나로 묶는 그 과정이 중요하다."
예를 들어 십자군 전쟁에서 짧은 터키식 활이 왜 영국 장궁을 앞섰는지 조사하는 사람이 있다고 합시다. 그는 백과사전 항목, 역사서, 자기 메모를 차례로 잇고 그 사슬에 이름을 붙입니다. 그러면 그것이 하나의 길(trail)이 됩니다. 자료를 가로질러 난 경로죠. 저장되고, 나중에 다시 따라갈 수 있고, 무엇보다 남에게 그대로 넘길 수 있습니다. 부시는 그 길 전체를 동료에게 건네 "그의 메멕스에 끼워 넣게" 하는 장면을 그렸습니다. 결론이 아니라 결론에 이르기까지의 추론을 넘기는 것입니다.
그는 이 일을 전담하는 직업까지 떠올렸습니다. "방대한 공동 기록을 가로질러 쓸모 있는 길을 내는 일에서 보람을 찾는 사람들, 새로운 직업으로서의 '길잡이(trail blazers)'." 가치는 길 끝의 답이 아니라 길 그 자체에 있었습니다.
역할 분담에서도 부시의 생각은 분명했습니다. 반복은 기계가 맡고, 판단은 사람이 한다는 것입니다.
> "성숙한 사고를 대신할 기계는 없다."
창조적인 일이란 "어떤 데이터를 쓰고 어떤 과정을 밟을지 고르는 것", 즉 무엇이 중요하고 어떻게 연결할지 정하는 일이라고 그는 봤습니다. 그다음에 따라오는 계산과 처리는 "본질적으로 반복"이라 기계에 맡겨도 됩니다. 1945년에 쓴 이 구분이, 2026년 광고업계가 AI를 두고 긋는 선과 정확히 같습니다. (부시는 잊힌 사람이 아닙니다. 더글러스 엥겔바트가 이 글을 읽고 영감을 받았다고 밝혔고, 그 흐름이 하이퍼텍스트와 오늘날의 화면으로 이어졌습니다.)
지금의 AI가 조용히 버린 것
요즘의 검색과 생성형 AI는 부시가 끝내 못 만든 것을 해냅니다. 모든 것을 찾고, 그가 상상하지 못한 규모로 연결합니다. 그런데 정작 그가 가장 중요하게 생각한 부분은 해내지 못했습니다.
연결은 전부 기계 안에서 일어납니다. 우리는 결론을 얻지만, 결론까지의 길은 안 보입니다. 어떤 근거를 저울질했는지, 무엇을 버렸는지, 논리가 어디서 어떻게 전개되는지 알 수 없습니다. 경로 없이 결론만 받는 셈인데, 바로 이 부분이 부시가 "지식을 쓸 수 있게 만드는 핵심"이라 했던 그 대목입니다.
기획자에게 이건 사소한 공백이 아닙니다. 따라갈 수 없는 전략은 방어할 수도, 다듬을 수도, 후배에게 가르칠 수도 없습니다. 그리고 공교롭게도, 그런 전략은 남의 것과 똑같아 보입니다. 경로가 없으면 그 결론을 떠받칠 고유한 무언가도 없으니까요.
답이 아니라 길을 남긴다
Synapsis는 여기에 주목합니다. Synapsis는 "이거 믿고 쓰세요" 하는 결론 하나를 던지지 않습니다. 브리프에서 세 개의 전략 방향을 설계하고, 각 방향이 어떻게 전개되는지를 보여줍니다. 상황을 어떻게 읽었고, 근거는 무엇이며, 배경에서 문제를 거쳐 결론으로 어떻게 이어지는지. 결론만 받을 때와 달리, 왜 이 방향인지 눈으로 따라갈 수 있습니다.
부시가 사람의 몫으로 남긴 판단은 여전히 기획자의 것입니다. 세 방향 중 무엇을 선택할지, 그 방향을 얼마나 더 깊게 파고들지. 기계는 부시가 기계에 맡기라 한 일만 합니다. 갈 수 있는 길들을 보여주고 사람이 고르게 하는 것입니다.
80년이 지나 이제 기술은 마침내 메멕스를 따라잡았습니다. 하지만 부시의 통찰은 지금도 그대로입니다. 가치는 창고나 답이 아니라, 길에 있었습니다.
자주 묻는 질문
AI는 왜 답은 주면서 근거는 안 주나요?
연결이 모델 안에서 일어나기 때문입니다. 범용 AI는 정보를 내부에서 찾아 연결한 뒤 결론만 내놓습니다. 거기까지 간 경로는 주지 않습니다. 답은 주지만 왜 그 답인지는 없으니, 그 전략은 방어하기도 다듬기도 가르치기도 어렵습니다.
AI가 만든 전략은 왜 다 비슷하게 느껴지나요?
경로 없는 결론에는 그걸 떠받칠 고유의 논리가 없습니다. 다들 같은 도구에 비슷하게 묻고 추론 없는 결과만 받으니, 답이 죄다 무난한 중앙값으로 모입니다. 차별성은 경로에 있는데, 범용 AI는 그 경로를 내놓지 않습니다.
바네바 부시의 '메멕스'는 실제로 무엇을 제안했나요?
부시(「As We May Think」, 1945)는 저장은 이미 풀린 문제이고, 진짜 문제는 검색과 연결, 곧 사람의 마음이 "연상으로" 움직이는 방식이라고 봤습니다. 그의 발명은 연상의 길, 즉 이름을 붙여 공유할 수 있는 경로였습니다. 가치는 저장된 기록이 아니라 길에 있었습니다.
Synapsis는 챗GPT에 전략을 묻는 것과 무엇이 다른가요?
답만이 아니라 길까지 준다는 점입니다. Synapsis는 브리프에서 세 개의 전략 방향을 설계하고, 방향마다 거기에 이른 추론, 즉 상황 해석과 근거, 배경에서 결론까지의 논리를 함께 담습니다. 왜 그 방향이 성립하는지 볼 수 있고, 그중 하나를 골라 활용하거나 더 발전시킬 수 있습니다.