Slow AI
AI-Psychosis에 대한 반작용으로 등장한 흐름. “AI의 페이스가 아니라 내 페이스에 맞춰서” AI를 활용하자는 입장.
사상적 뿌리: mind-sized bites
Seymour Papert는 “mind-sized bites” — 내 마음이 소화할 수 있을 만큼의 한 입 — 이라는 표현을 남겼다. Slow AI는 이 개념을 AI 시대로 옮긴 것이다.
“AI를 통해서 많이 해내고 일을 수행할 수도 있고 배울 수도 있긴 하지만, 결국에는 그거는 내가 해낼 수 있을 만큼의 조각이어야 된다.” (출처: yt-cUc8iK6LG0k-AI-Psychosis-시대의-사람들)
등장 배경
EP 97 후반부에서 최승준은 시장 인센티브와 개인 지속가능성의 충돌을 정리했다:
- 시장 인센티브: AI를 기초 체력으로 쓰며 많은 일을 빠르게 처리하는 오케스트레이션 능력을 보상
- 개인 비용: bio-token-소모 누적 → 학습 내면화 실패, 번아웃
- 결과: 단기적으로 일은 해내지만 개인의 발전은 지속 가능하지 않다
이 충돌의 반작용으로 Slow AI 스쿨이 형성되기 시작했다.
실천 원칙
| 원칙 | 설명 |
|---|---|
| Mind-sized bites | 한 번에 소화할 양만 가져온다 |
| Pace 주도권 | AI 속도가 아니라 내 학습 곡선에 맞춘다 |
| Demanding artifact | Michael-Nielsen 조언처럼 자기에게 부하를 거는 산출물을 의도적으로 만든다 |
| Spaced repetition | Dwarkesh-Patel식 플래시 카드·Anki 활용으로 망각곡선 관리 |
| 스크래치 구현 | 칠판 공부 세션, AlphaGo 스크래치 코딩 등 도구 없이 처음부터 만들어보는 훈련 |
| Goal optimization 보존 | 목표 정의까지 AI에 위임하지 않고 본인이 유지 |
트레이드오프
“맞다고 느끼는 동시에, 지금 시절의 인센티브 자체가 단기적으로 봤을 때는 AI를 활용해서 많은 일을 빠르게 처리하는 오케스트레이션 능력을 가진 사람을 또 많은 직장에서 요구하는 것 같아 보이고.”
Slow AI는 윤리적·지속가능성 측면에서 합리적이지만, 시장의 즉각적 보상은 여전히 AI-Psychosis 쪽으로 기울어 있다. 따라서:
- Slow AI 단독 전략은 단기 경쟁력 손실 위험
- 현실적 접근: AI를 극강으로 쓰면서 동시에 mind-sized 학습 트랙을 의도적으로 병행 (Dwarkesh-Patel 모델)
관련 개념
- AI-Psychosis — Slow AI가 대응하는 주된 증상
- T-Brain-병목 — Slow AI가 해결하려는 인지 변수
- bio-token-소모 — context switching 누적의 비용
- AI-네이티브-vs-AI-어시스티드 — 위임 깊이 선택 프레임