구조화하는 기계

AI 사용의 비판성은 구조화된 답변의 속도와 범위를 조절하고, 그 구조가 생략한 현실을 다시 묻는 데서 시작된다. AI는 질문을 받으면 대상을 설명 가능한 형식으로 재배열한다. 정의하고, 분류하고, 비교하고, 단계화하고, 원인과 결과를 놓는다. 이 과정은 복잡한 질문을 다룰 수 있는 지도로 바꾸지만, 지도가 표시한 길만 세계처럼 보이게 만드는 효과도 낳는다.

사랑을 항목으로 바꾸는 순간

사용자가 “사랑이란 무엇인가”라고 묻는 장면은 AI의 구조화 습관을 선명하게 드러낸다. 질문자는 대개 하나의 감정만 묻지 않는다. 한 사람에 대한 기억, 설명하기 어려운 끌림, 불안, 기대, 상처, 책임, 충동이 한꺼번에 담긴 경험을 묻는다. 그러나 AI의 답변은 곧 사랑을 감정, 애착, 생물학적 반응, 윤리적 책임, 사회적 제도, 언어적 구성 같은 항목으로 나눈다.

이 답변은 쓸모가 있다. 사랑을 감정의 문제로만 보던 사용자는 관계, 신체, 책임, 제도라는 더 넓은 문맥으로 옮겨간다. 질문은 흐릿한 경험에서 개념 지도로 이동한다. 사용자는 자신이 겪는 혼란을 더 많은 층위에서 읽을 수 있다. AI는 사랑을 설명 가능한 구조로 재배열한다.

이 유용한 재배열은 질문의 밀도를 낮춘다. 사랑은 감정이면서 기억이고, 생물학적 반응이면서 윤리적 부담이며, 충동이면서 기다림이다. 사랑을 항목으로 나누는 순간, 항목 사이에서 뒤섞이던 감각은 약해진다. AI가 만든 설명은 경험을 더 잘 보이게 만들지만, 경험이 끝까지 정리되지 않는 지점을 낮은 강도로 처리한다. AI가 구조주의적으로 보인다는 인상은 여기서 생긴다. AI는 질문을 구조로 바꾸고, 구조는 질문을 다룰 수 있게 만들며, 동시에 질문의 일부를 조용히 밀어낸다.

구조주의라는 좁은 이름

이 글에서 구조주의는 의미를 관계와 차이 속에서 이해하려는 설명 태도를 가리킨다. 구조주의라는 말은 언어학, 인류학, 문학이론, 정신분석, 사회이론에서 서로 다른 방식으로 전개되었고, 그 전통 전체를 다루려면 별도의 글이 필요하다. 여기서는 더 좁은 의미만 사용한다. 어떤 대상의 의미가 그 대상 자체에 고립되어 주어지기보다 다른 요소들과의 관계, 차이, 위치, 체계 속에서 발생한다는 관점이다.

소쉬르의 언어학은 이 좁은 의미의 출발점으로 기능한다. 그는 언어 기호를 고립된 이름표로 보지 않고, 기호 체계 안의 차이와 관계 속에서 작동하는 단위로 설명했다. 이 글은 그 문제의식을 AI에 직접 적용하려는 시도가 아니다. 다만 의미가 개별 요소의 내부보다 관계의 배열 속에서 읽힌다는 관점을 가져와 AI 답변의 형식을 분석한다.

같은 침묵도 교실, 재판정, 연인 사이, 장례식에서 전혀 다른 의미를 갖는다. 침묵의 의미는 소리가 없다는 물리적 상태에서 곧장 나오지 않는다. 침묵은 상황, 역할, 기대, 규칙, 관계의 배치 안에서 읽힌다. 이런 의미에서 구조주의는 대상의 속성보다 대상이 놓인 관계망을 먼저 보게 한다.

이 제한된 의미에서 AI의 답변은 구조주의적 외양을 띤다. AI는 하나의 개념을 주변 개념과의 관계 속에 놓는다. “자유”를 묻는 질문은 정치적 자유, 법적 권리, 내적 자율성, 선택 가능성, 책임의 문제로 펼쳐진다. “지능”을 묻는 질문은 학습, 추론, 적응, 언어 능력, 의식과의 구분으로 배열된다. AI는 대상을 단독으로 붙잡기보다 대상이 놓인 관계망을 만든다.

이 글의 중심 개념은 구조화다. 구조화는 복잡한 대상을 관계, 분류, 단계, 대립, 원인과 결과의 형식으로 재배열하는 작업이다. 여기서 구조화는 모든 답변이 갖는 최소한의 배열과 구분된다. 모든 답변은 문장 순서, 선택된 어휘, 강조점의 배치를 갖는다. 그러나 이 글에서 문제 삼는 구조화는 그 배열이 분류, 단계, 대립, 원인 관계, 장단점 비교 같은 해설 형식으로 굳어지는 경우다. AI가 어떤 철학적 입장을 신념으로 택했는지 묻는 질문은 쉽게 의인화로 흐른다. 더 정확한 질문은 AI가 어떤 조건에서 구조화된 설명을 산출하고, 그 설명이 사용자에게 어떤 이익과 손실을 만드는가이다.

답변은 먼저 문제를 분해한다

AI 답변의 구조적 외양은 반복되는 형식에서 먼저 드러난다. AI는 다양한 질문을 받지만, 답변의 골격은 자주 비슷한 방향으로 움직인다. 개념을 정의하고, 하위 요소를 나누고, 유사 개념과 비교하고, 쟁점과 한계를 구분하고, 마지막에 종합한다. 주제가 철학이든 코딩이든 역사든 심리학이든 이 움직임은 쉽게 반복된다.

답변은 문제를 해결하기 전에 먼저 문제를 분해한다. 사용자가 “인간은 왜 패턴을 보는가”라고 묻는다면 AI는 인지적 효율, 생존 전략, 사회적 의미 구성, 오류 탐지, 음모론의 위험 같은 항목을 만들 수 있다. 이때 답변은 질문에 곧바로 하나의 결론을 주기보다 질문이 놓일 수 있는 좌표들을 먼저 만든다. 질문은 더 작은 단위로 나뉘고, 사용자는 그 단위들을 따라가며 사고의 순서를 얻는다.

이 분해는 독자에게 질서를 제공한다. 질문이 막연할수록 항목화는 강한 효용을 갖는다. 항목이 생기면 생각의 손잡이가 생긴다. 그러나 항목화는 질문의 원래 긴장을 낮춘다. 인간이 던진 질문은 흔히 개념 하나를 묻는 동시에 그 개념을 둘러싼 불안과 경험을 함께 담고 있다. AI 답변의 형식은 그 불안을 설명 가능한 관계망으로 바꾸며, 질문은 이해하기 쉬워지는 만큼 낯선 힘을 잃는다.

설계, 학습, 인터페이스, 정렬이 만든 답변 형식

AI의 구조화 경향은 단일 원인에서 나오지 않는다. 계산 구조, 학습 문헌, 제품 인터페이스, 시스템 지시, 사용자 프롬프트, 평가 관습이 함께 작동한다. 이 조건들은 각각 다른 방식으로 답변의 형식에 압력을 준다. 계산 구조는 관계를 처리할 수 있는 가능 조건을 제공하고, 학습 문헌은 설명의 관습을 제공하며, 인터페이스와 시스템 지시는 답변의 길이와 형식과 안전 범위를 조정한다. 정렬 과정은 사용자가 받아들이기 쉬운 출력 형식이 반복될 가능성을 높인다.

첫 번째 조건은 모델의 계산 방식이다. 트랜스포머 아키텍처에서 핵심으로 제시된 attention mechanism은 입력 요소들 사이의 관련성을 계산하는 방식을 중심에 둔다. 이 사실은 AI가 구조주의적 설명을 산출한다는 직접 원인이 아니다. 여기서 말할 수 있는 것은 더 제한적이다. 언어를 관계의 패턴 속에서 처리하는 계산 방식은 관계 중심 설명이 만들어질 수 있는 기술적 조건을 제공한다.

두 번째 조건은 학습 데이터의 형식이다. AI는 인간이 축적한 텍스트를 학습한다. 교과서, 논문, 백과사전, 보고서, 기술 문서, 설명문은 대체로 정리된 양식을 갖는다. 정의를 제시하고, 배경을 설명하고, 원인을 나누고, 사례를 들고, 한계를 검토하고, 결론을 붙인다. AI는 지식의 내용과 함께 지식이 설명되는 양식도 흡수한다. 이 점에서 AI의 구조화된 답변은 인간 설명문화가 자동화된 형태로 다시 나타난 것으로 해석할 수 있다.

세 번째 조건은 제품과 사용 환경이다. 사용자는 빈 화면에 무제한 텍스트를 던지는 것이 아니라 특정한 채팅 인터페이스 안에서 질문한다. 시스템 지시는 답변의 안전성, 형식, 금지 영역, 설명 방식에 영향을 준다. 사용자 프롬프트도 답변의 장르를 정한다. “단계적으로 설명해줘”라는 요청은 구조화를 직접 유도하고, “장면으로 써줘”라는 요청은 항목화를 약화시킨다. 따라서 구조화는 모델 내부의 계산만으로 설명되지 않는다. 그것은 모델이 놓인 제품 환경과 사용 관습 속에서 함께 형성된다.

네 번째 조건은 정렬 과정이다. 여기서 정렬 과정은 사용자가 선호하거나 평가자가 높게 평가한 출력 형식이 반복될 가능성을 높이는 조정 과정을 뜻한다. 인간 피드백을 이용해 모델이 사용자의 지시를 더 잘 따르도록 조정하는 연구들은 모델의 출력 방식이 평가와 선호에 의해 달라질 수 있음을 보여준다. 정리된 답변은 평가하기 쉽고, 재사용하기 쉽고, 명령 수행 여부를 판정하기 쉽다. 이런 평가 용이성은 구조화된 답변이 반복될 수 있는 압력을 만든다.

이 조건들은 서로 다른 층위에서 답변 형식을 만든다. 계산 구조는 관계 처리를 가능하게 하고, 학습 데이터는 인간 설명문의 관습을 전달하며, 제품 환경은 출력의 장르와 범위를 제한하고, 정렬 과정은 명확하고 판정 가능한 답변 형식을 선호하게 만든다. AI의 구조화는 모델의 본성 하나로 환원되지 않는다. 그것은 기술 구조, 문헌 형식, 인터페이스, 평가 관습, 사용자 기대가 맞물리며 나타나는 출력 경향이다.

구조화는 혼란에 접근하는 통로를 만든다

AI가 여러 조건 속에서 구조화된 답변을 산출한다면, 먼저 물어야 할 것은 그 구조화가 왜 사용자에게 유용한가이다. 구조화는 복잡한 대상을 다룰 수 있는 순서를 제공한다. 어떤 질문은 처음부터 너무 크다. “자유란 무엇인가”라는 질문은 정치철학, 법, 윤리, 심리, 경제, 실존의 영역을 동시에 부른다. 이 질문에 하나의 답을 급히 주면 개념은 거칠어진다. AI가 이 질문을 정치적 자유, 법적 권리, 내적 자율성, 선택 가능성, 책임의 문제로 나누면 사용자는 어디에서 생각을 시작해야 하는지 알게 된다.

구조화는 개념의 임시 경계를 세운다. 자유와 자율, 지식과 정보, 지능과 의식, 신념과 주장 같은 개념은 서로 겹치며 사용된다. AI 답변은 이 겹침을 잠시 멈추고, 각 개념이 어떤 맥락에서 다르게 쓰이는지 보여준다. 이 기능은 학습 초기에 특히 강하다. 낯선 분야에서는 모든 정보가 같은 무게로 보이기 때문에, 구조화된 답변은 핵심 개념과 주변 개념, 쟁점과 사례를 구분하는 지도를 제공한다.

구조화는 안정감도 만든다. 복잡한 질문 앞에서 인간은 순서를 원한다. 순서는 이해의 시작이자 불안의 완충 장치다. AI가 “정의, 배경, 쟁점, 사례, 한계, 결론”의 형태로 답하면 독자는 자신이 어떤 지점에 서 있는지 감각할 수 있다. 그 감각은 실제 이해와 같은 것은 아니지만, 이해를 시작하게 만드는 조건이 된다. 구조화의 힘은 혼란을 지우는 데 있지 않고, 혼란에 접근하는 통로를 만드는 데 있다.

지나치게 정돈된 답변의 위험

구조화가 혼란에 접근하는 통로를 만든다면, 그 통로가 세계 자체처럼 보이는 순간 위험이 생긴다. 이 손실은 AI 답변의 오류와 다른 방식으로 미묘하다. 틀린 답변은 반박될 수 있지만, 지나치게 정돈된 답변은 오히려 설득력 있게 보인다. 항목이 균형 있게 배치되고, 문단이 안정적으로 이어지고, 장점과 한계가 나란히 놓이면 독자는 답변이 현실을 충분히 포괄한다고 느낀다. 그러나 형식의 안정성은 현실의 충실성을 보장하지 않는다.

모호성은 구조화 과정에서 가장 먼저 약해진다. 사랑의 사례를 다시 보자. 사랑을 감정, 애착, 생물학적 반응, 책임, 제도로 나누는 설명은 유용하다. 그러나 실제 사랑의 경험은 그 항목들 사이를 흐른다. 누군가를 기다리는 일은 생물학적 반응이면서 기억이고, 책임이면서 욕망이고, 제도 바깥의 감정이면서 제도 속에서 상처받는 사건이다. AI의 분류는 이 흐름을 다룰 수 있는 요소로 나누지만, 그 나눔은 사랑의 불안정한 결합을 약하게 만든다.

예외도 구조 안에서 작아진다. 구조는 반복되는 패턴을 잘 보여주지만, 패턴 바깥의 사건을 주변으로 보낸다. 역사적 우연, 개인의 비합리적 선택, 말할 수 없는 침묵, 이유를 붙이기 어려운 방향 전환은 설명의 중심에서 밀려나기 쉽다. AI가 “인간은 의미를 찾는 존재”라고 말할 때, 그 구조는 의미를 거부하는 인간, 어제의 의미를 오늘 버리는 인간, 아무 해석 없이 버티는 인간을 낮은 비중으로 처리할 수 있다.

구조는 항목의 우선순위와 예외 처리 방식을 정하는 순간 현실의 윤곽을 다시 배치한다. 어떤 항목을 먼저 놓는가, 어떤 개념을 중심어로 삼는가, 어떤 것을 예외로 분류하는가에 따라 현실의 모습은 달라진다. AI가 만든 구조는 편집된 지도다. 지도는 길을 찾게 하지만, 지도에 표시되지 않은 길을 존재감 없는 것으로 만든다. 구조는 대상을 보여주는 틀이면서 동시에 대상의 일부를 선택하는 장치다.

강한 반론: 구조화는 AI의 본성인가

AI의 구조화 경향은 모델의 본성이라는 말로 끝낼 수 없다. 사용자가 시, 소설, 파편적 독백, 감각 묘사, 비선형 서술을 요구하면 AI는 그런 형식도 산출한다. 어떤 프롬프트는 목록과 정의를 약화시키고, 어떤 인터페이스는 짧고 즉각적인 답을 유도하며, 어떤 사용자는 정리된 해설보다 장면이나 목소리를 원한다. 이런 반례를 고려하면 AI가 언제나 구조화한다고 말할 수 없다.

이 반론은 중요하다. 구조화가 전적으로 AI 내부에서 솟아나는 성향이라면 글의 논지는 과장된다. 실제로 구조화는 모델, 프롬프트, 장르, 인터페이스, 시스템 지시, 평가 관습이 함께 만든 출력 형식이다. AI가 구조화하는 것은 기술적 본성의 필연이 아니라 사용 환경에서 반복적으로 강화되는 경향이다. 사용자가 다른 장르를 요구하면 AI의 출력도 달라진다.

이 반론은 논지를 더 정확하게 만든다. AI 출력은 언제나 구조화되는 것이 아니라 언제나 최소한의 배열을 갖는다. 파편적 독백도 문장 순서를 갖고, 시적 산문도 리듬과 행갈이를 가지며, 침묵을 흉내 내는 출력도 침묵처럼 보이도록 배치된다. 이 최소 배열은 구조화와 구분된다. 구조화는 그 배열이 분류, 단계, 비교, 원인과 결과의 해설 형식으로 굳어질 때 생긴다. 논점은 AI가 모든 장르에서 구조화된 해설을 만든다는 데 있지 않다. 논점은 사용 환경이 그 최소 배열을 자주 구조화된 해설로 밀어 올린다는 데 있다.

구조가 침묵시킨 것을 묻기

AI 답변을 비판적으로 사용하는 태도는 구조가 만든 침묵을 읽는 데서 시작된다. 사용자는 AI가 만든 구조를 버릴 필요가 없다. 대신 그 구조가 무엇을 중심에 놓고, 무엇을 주변으로 보냈는지 살펴야 한다. 구조가 준 명확성은 사고의 출발점이고, 구조가 만든 침묵은 다음 질문의 출발점이다.

여기서 필요한 태도는 구조화가 지워버린 예외와 모호성을 다시 드러내는 설명 태도다. AI가 항목을 만들면 사용자는 그 항목이 설명한 것과 함께 항목 사이에서 빠져나간 것을 물어야 한다. AI가 사랑을 감정, 책임, 제도, 생물학으로 나누었다면, 사용자는 그 분류가 다루지 못한 망설임, 모순, 기억, 침묵을 다시 물어야 한다.

이 질문은 곧 더 깊은 역설로 이어진다. 사용자가 “방금 만든 구조는 무엇을 생략했는가”라고 물으면 AI는 다시 생략된 것의 목록을 만들 가능성이 높다. 예외, 모호성, 침묵, 우연, 해석 불가능성 같은 항목이 다시 정렬된다. 구조의 바깥을 물었지만, 답변은 다시 구조 속으로 들어온다.

구조의 한계를 구조화하는 역설

반구조주의적 요청은 구조화된 해설을 늦추라는 요청이다. 이 요청은 구조 밖으로 완전히 나가라는 명령이 아니라, 최소 배열이 곧장 분류와 단계와 결론으로 굳어지는 속도를 늦추라는 명령이다. 사용자가 “정리하지 말고, 이 현상의 모호성을 그대로 말해 달라”고 요청해도 AI는 대체로 모호성의 유형을 나누고, 정리하지 말아야 할 이유를 정리하고, 불확정성을 보존하는 방식을 단계화한다. AI는 무질서를 말할 수 있지만, 무질서를 말하는 형식은 다시 질서에 가깝다.

이 역설은 AI의 작동 양식을 정확하게 보여준다. AI는 답변을 생성하는 시스템이다. 답변은 문장 순서, 강조점, 생략, 리듬 같은 최소 배열을 갖는다. 이 최소 배열은 그 자체로 문제되지 않는다. 문제는 그 배열이 빠르게 해설용 구조로 굳어질 때 생긴다. AI는 구조의 한계를 인정하는 순간에도 그 인정을 전달 가능한 형태로 만들어야 하고, 전달 가능한 형태는 다시 분류와 단계와 결론으로 굳어지기 쉽다.

인간의 말하기는 이 지점에서 더 불규칙한 압력을 갖는다. 인간은 때때로 침묵으로 의미를 전달하고, 끊긴 문장으로 혼란을 보존하며, 설명을 미루는 방식으로 경험의 밀도를 유지한다. AI도 그런 형식을 흉내 낼 수 있지만, 그 흉내는 대개 출력 형식의 선택으로 나타난다. AI는 모호성을 말할 수 있으나, 그 모호성은 다시 설명 가능한 장면으로 배치된다.

따라서 이 글의 제한된 의미에서 AI의 반구조주의는 구조화 충동을 늦추는 일이다. 완전히 배열 없는 답변은 사용자에게 전달되기 어렵다. 그러나 구조화의 속도를 늦추고, 항목화의 범위를 줄이고, 설명되지 않은 부분을 남겨두는 방식은 가능하다. AI를 사용하는 사람은 바로 그 지연을 요구할 수 있다. “더 정리해 달라”는 요청만큼 “무엇을 정리하지 말아야 하는가”라는 요청도 중요하다.

구조화의 속도와 범위를 조절하는 사용

AI가 만든 구조는 사고의 출발점이다. AI는 복잡한 질문을 관계와 분류와 단계로 바꾸며, 사용자가 문제에 접근할 수 있는 지도를 만든다. 이 지도는 강력하다. 복잡한 개념을 빠르게 펼치고, 서로 다른 층위를 구분하며, 질문자가 놓치고 있던 관계를 보여준다.

그 지도는 동시에 선택의 결과다. AI가 사랑을 항목으로 나누면 사랑은 이해 가능해지지만, 사랑의 흔들림은 낮은 강도로 처리된다. AI는 생략된 것을 묻는 질문까지 다시 목록과 범주와 단계로 바꾸려 한다. 이 회귀성 때문에 사용자는 질문을 더 많이 던지는 것만으로 충분하지 않다.

사용자는 AI에게 구조화의 속도와 범위를 조절하도록 요구해야 한다. 더 적은 항목으로 말하게 하고, 분류보다 장면을 먼저 보게 하고, 결론을 늦추게 하고, 설명되지 않은 부분을 남기게 해야 한다. AI가 제공한 구조는 임시 지도다. AI 사용의 비판성은 구조화된 답변을 다시 질문 가능한 임시 지도처럼 다루는 데서 시작된다.

참고자료

• Ferdinand de Saussure, Course in General Linguistics, 1916. 이 글에서는 의미를 관계와 차이 속에서 이해하는 좁은 의미의 구조주의를 설정하기 위해 참고했다.
• Ashish Vaswani et al., “Attention Is All You Need,” 2017. 트랜스포머와 attention mechanism이 입력 요소들 사이의 관련성을 계산하는 구조라는 설명에 참고했다.
• Long Ouyang et al., “Training Language Models to Follow Instructions with Human Feedback,” 2022. 인간 피드백을 통한 지시 추종 학습과 출력 선호 조정 논의에 참고했다.
• OpenAI, “Aligning language models to follow instructions,” 2022. 인간 피드백 기반 지시 추종 모델 설명에 참고했다.