5월 둘째 주 Hacker News를 훑다 보면 한 가지 패턴이 도드라진다. AI를 어떻게 쓰면 더 잘 쓰느냐가 아니라, AI를 너무 많이 쓰면 우리에게 무슨 일이 생기느냐를 묻는 글이 같은 시기에 네 곳에서 동시에 올라왔다. 한 명의 푸념이 아니라, 개인·대학·학술 인프라·측정 도구가 같은 방향을 가리키기 시작한 것이다.

이 글은 그 네 가지 신호를 한 줄로 잇고, 무엇이 새로 바뀌었는지 짚는다.

신호 1 — “1-2년 맡겼더니 코드를 잊었다”

5월 13일 HN 상위에 올라온 James Pain의 블로그 글 「AI is making me dumb」은 275점을 받았다. 핵심 문장은 단순하다.

“AI에게 1-2년 동안 코딩을 거의 전부 맡겼더니, 어떻게 코드를 짜는지 거의 잊었다.”

흥미로운 건 그가 묘사한 피드백 루프다. AI 결과물이 자기 글보다 매끈해 보이면 → 자기 능력을 의심하고 → 더 AI에 위임하고 → 다시 자기 능력을 의심한다. 글 마지막에 그는 “이 글마저 Claude에 한 번 돌려보고 싶다는 충동을 느낀다"고 적었다. 개인 한 명의 자백이지만, HN 댓글에 같은 경험을 적은 사람이 수백 명이었다.

신호 2 — 대학의 “좀비화”

같은 주 The New Critic에 실린 「The Great Zombification」은 미국 엘리트 대학 현장을 정리한다. 인용된 사실 몇 개:

  • UCLA 졸업식에서 ChatGPT 화면을 띄운 학생 사진이 화제.
  • 프린스턴 대학 부정행위 적발 건수: 63 → 119. AI 통합 이니셔티브를 도입한 해에 거의 2배.
  • 시카고 대학 학보 The Maroon이 AI 생성 기사를 여러 건 게재했다가 사후 적발.
  • 학생들이 숙제뿐 아니라 이메일·운동 루틴·데이트 조언까지 LLM(Large Language Model, GPT·Claude·Gemini처럼 자연어로 대화하는 대형 언어모델)에 위임.

저자는 좀비 개미 곰팡이 비유를 쓴다. 학생이 점점 더 많은 인지 기능을 위임할수록, 독립적 사고 능력을 잃어간다는 주장이다.

신호 3 — arXiv가 처음으로 “1년 정지” 카드

5월 14일 arXiv가 새 정책을 공지했다. **환각 인용(hallucinated references — AI가 그럴듯해 보이지만 실제로 존재하지 않는 논문을 만들어낸 출처)**이 포함된 논문을 제출한 저자에게 1년 동안 신규 제출을 금지한다는 내용이다.

이게 의미하는 바는 단순하지 않다. 학술 출판 인프라가 처음으로 “AI에 의한 데이터 오염"을 권고 차원이 아니라 강제 조치로 응징하기 시작했다는 뜻이다. 그동안 학회·저널의 AI 정책은 대부분 “표시해 달라"는 수준이었다.

신호 4 — “AI 편집한 글"을 따로 측정한다

같은 주 arXiv에 올라온 EditLens 논문(2510.03154)은 한 발 더 나간다. 기존 AI 탐지기는 “사람이 썼는가, AI가 썼는가” 이분법이었다. EditLens는 그 사이에 있는 **“사람이 썼지만 AI가 편집한 글”**을 별도 카테고리로 분리한다.

  • 회귀 모델로 사람-AI 편집-AI 생성 텍스트의 유사도를 계량.
  • 이진 분류 F1(F1 score, 정밀도·재현율의 조화 평균) 94.7%, 삼진 분류 F1 90.4%.

핵심은 측정을 0/1이 아니라 스펙트럼으로 옮긴다는 점이다. “AI 썼느냐 안 썼느냐"가 아니라 “AI가 얼마나 손댔느냐"가 새 기준이 된다.

네 신호의 공통점

각각은 다른 채널에서 나왔지만 같은 방향을 가리킨다.

quadrantChart
    title AI Cognitive Cost Signals May 2026 Week 2
    x-axis Personal --> Institutional
    y-axis Anecdotal --> Measurable
    quadrant-1 Institutional Measurable
    quadrant-2 Personal Measurable
    quadrant-3 Personal Anecdotal
    quadrant-4 Institutional Anecdotal
    James Pain blog: [0.15, 0.2]
    University zombification: [0.7, 0.3]
    arXiv ban policy: [0.85, 0.7]
    EditLens metric: [0.6, 0.95]

오른쪽 위 사분면이 비기 시작했다. 즉, AI 의존을 막연한 우려로 두지 않고 측정·집행 가능한 비용으로 옮기는 흐름이 같은 주에 세 곳(arXiv 정책·EditLens·대학 통계)에서 동시에 생겼다.

시사점

네 신호 자체가 새로운 사실은 아니다. AI 의존 우려는 2024년부터 있었다. 달라진 건 숫자가 붙기 시작했다는 점이다. 프린스턴 적발 건수, EditLens F1 94.7%, arXiv 1년 정지 — 이 숫자들이 한 주에 몰린다는 게 신호다.

가까운 미래의 질문은 “AI를 쓸 것인가"가 아니라 “AI를 써도 자기 인지 능력을 잃지 않으려면 어떻게 써야 하는가"로 옮겨간다. 측정 도구가 갖춰지면 정책이 따라오고, 정책이 따라오면 행동이 바뀐다.

출처