AI를 세 번째 사고 시스템에 앉히면 업무는 무엇이 달라지는가

와튼스쿨 연구진이 노벨 경제학상 수상자 대니얼 카네만의 '생각, 빠르게와 느리게' 프레임워크를 확장해 AI를 인간 인지의 세 번째 시스템으로 규정한 논문이 2026년 3월 학계의 주목을 받고 있다. 인간의 직관(시스템1)과 분석적 추론(시스템2)에 이어 AI 보조 사고 과정을 시스템3으로 범주화한 이 연구는, 단순한 학술적 논의를 넘어 기업 조직과 개인이 AI와 협력하는 방식 전반을 재정의할 가능성을 품고 있다.

카네만의 두 시스템이 놓친 것

대니얼 카네만이 2011년 저서 "Thinking, Fast and Slow"에서 제시한 이중 처리 이론은 인간 사고를 두 가지 시스템으로 구분한다. 시스템1은 빠르고 자동적이며 감정과 경험에 기반한 직관적 사고를, 시스템2는 느리고 의식적이며 논리적 분석에 의존하는 숙고적 사고를 가리킨다. 이 이분법은 인지심리학과 행동경제학에서 수십 년간 인간의 판단 오류와 의사결정 패턴을 설명하는 강력한 틀로 자리매김했다. 그러나 ChatGPT·Claude·Gemini 같은 대형 언어 모델이 일상적 의사결정과 복잡한 분석 작업 모두에 광범위하게 활용되면서, 기존의 인간 인지 모델만으로는 AI 보조 사고 과정을 충분히 설명하기 어렵게 됐다. 와튼스쿨 연구진은 이 간극을 메우기 위해 시스템3 개념을 도입했다.

시스템1·2·3, 각자 다른 저울

와튼스쿨 연구팀은 AI가 기존 두 시스템의 단순한 보조 도구가 아니라 독립적인 인지 처리 경로를 형성한다고 본다. 시스템1은 즉각적·병렬적으로 처리되고 인지 부하가 낮으며 휴리스틱과 감정에 기반해 빠른 패턴 인식과 사회적 직관에 강하지만 인지 편향에 취약하다. 시스템2는 느리고 순차적으로 처리되고 인지 부하가 높으며 논리적 추론과 규칙 적용으로 복잡한 문제를 풀지만 인지 피로와 처리 용량의 제한을 받는다. 시스템3은 인간이 AI와 상호작용해 인지 처리를 확장하는 새로운 사고 양식으로, 처리 속도는 시스템1과 2의 중간이며 인지 부하는 프롬프트 설계 역량에 따라 달라지고, 방대한 지식 접근과 병렬 시나리오 탐색·편향 보완이 강점인 대신 AI 환각과 과잉 의존, 인간 판단력 약화 우려가 약점으로 꼽힌다.

⤢✕

세 시스템이 순환하는 방식

세 시스템은 순차적이 아니라 역동적으로 상호작용한다. 실제 의사결정에서 인간은 세 시스템 사이를 유연하게 전환하며, 특히 시스템3의 도입이 시스템1과 시스템2의 작동 방식 자체를 바꾼다는 점이 주목된다. 복잡한 전략 기획을 수행할 때 관리자는 초기에 시스템1(직관적 방향 설정)을 활용하고, AI(시스템3)에게 관련 데이터와 시나리오 분석을 위임한 뒤, 다시 시스템2(비판적 검토)로 AI의 출력을 평가하는 순환 과정을 거친다. 이 과정에서 AI는 인간의 인지 용량을 확장하는 외부 비계(scaffolding) 역할을 한다.

단계	주도 시스템	AI 역할
문제 정의	시스템1 + 시스템2	맥락 제공, 유사 사례 검색
옵션 생성	시스템3	가능한 시나리오 열거
옵션 평가	시스템2	분석 보조, 데이터 정리
최종 결정	시스템1 + 시스템2	결과 요약, 리스크 정리
실행 계획	시스템3	세부 계획 초안 작성

법률·의료·금융에서 판단을 돕는 시스템3

경영 컨설팅·법률·의료 등 고도의 전문성이 요구되는 분야에서 시스템3의 적용이 두드러진다. 전문가는 AI를 활용해 방대한 선례 데이터와 시나리오를 신속히 탐색하고(시스템3), 이를 바탕으로 전문적 판단을 내리는(시스템2) 방식으로 의사결정 품질을 높인다. 법률에서는 계약서 검토·판례 분석·리스크 식별에, 의료에서는 감별 진단 지원·치료 프로토콜 검색·문헌 리뷰에, 금융에서는 포트폴리오 시나리오 분석·시장 동향 정리·리포트 초안 작성에 쓰인다.

마케팅과 제품 기획에서 아이디어를 넓히는 시스템3

창의적 작업에서 시스템3의 역할은 더 복잡하다. AI는 인간의 창의적 직관(시스템1)을 자극하는 아이디어 확장 도구로 기능하면서도, 창의적 결과물의 최종 평가와 선별은 여전히 인간의 시스템2에 의존한다. 마케팅에서는 카피 변형 생성·타겟 페르소나 분석에, 제품 기획에서는 기능 아이디어 브레인스토밍·경쟁사 분석에, 콘텐츠 제작에서는 초고 작성·구조 제안·팩트체킹 지원에 쓰인다.

연구와 교육, 개발에서 속도를 올리는 시스템3

연구, 교육, 기술 개발 분야에서 시스템3은 지식 습득과 적용의 속도를 비약적으로 높인다. 연구에서는 문헌 정리·가설 생성·실험 설계 초안에, 교육에서는 개인화 설명 생성·오개념 진단·연습 문제 출제에, 소프트웨어 개발에서는 코드 생성·디버깅 지원·아키텍처 검토에 쓰인다.

인지 아웃소싱이 바꾸는 것들

시스템3의 광범위한 도입은 인간의 인지 구조 자체에도 영향을 미친다. 첫째는 인지 아웃소싱(cognitive offloading)의 일상화다. 기억·계산·정보 검색 같은 시스템2 작업 일부를 AI에 위임함으로써 인간의 인지 자원이 고차원적 판단에 집중될 수 있지만, 이 과정이 관련 능력의 퇴화를 유발할 수 있다는 우려도 제기된다. 둘째는 시스템1 편향의 증폭 또는 완화 가능성이다. AI가 편향된 학습 데이터를 바탕으로 시스템1적 직관을 강화하는 방향으로 작동하면 기존 편향이 오히려 증폭될 수 있는 반면, AI가 반사실적 시나리오를 제시해 시스템1 편향을 의식적으로 보정하는 도구로 쓰일 가능성도 열려 있다. 셋째는 메타인지 역량의 부상이다. 시스템3을 효과적으로 활용하려면 언제 AI를 신뢰하고 언제 비판해야 하는지 판단하는 메타인지 역량이 핵심이 되며, 이는 AI 시대의 핵심 교육 목표로 떠오르고 있다.

⤢✕

범주 오류부터 불평등까지, 남은 반론

시스템3 개념이 학술적으로 유의미한 기여를 하는 것은 분명하지만, 몇 가지 중요한 비판적 관점도 존재한다. 일부 인지과학자들은 AI 보조 사고를 별도의 "시스템"으로 범주화하는 것이 지나친 단순화라고 지적한다. 도구 사용은 인류의 오래된 인지 확장 방식이며, AI가 질적으로 다른 새로운 시스템을 구성한다고 보려면 더 많은 실증적 근거가 필요하다는 주장이다. 의사결정 과정에서 AI에 대한 의존도가 높아질수록 인간 고유의 판단력과 책임감이 약화될 수 있다는 자율성 침식 위험도 있다. 특히 AI 출력에 대한 무비판적 수용(automation bias)이 실제로 시스템1과 시스템2를 대체하는 방향으로 작동하면, 시스템3은 보완이 아닌 대체제가 될 위험이 있다. 시스템3 역량, 즉 AI와 효과적으로 협업하는 능력이 균등하게 분포하지 않는다는 점도 문제다. 접근성·교육·디지털 리터러시의 차이가 인지적 불평등을 새로운 방식으로 심화시킬 수 있다.

시스템1의 직관과 시스템2의 분석을 넘어 시스템3이라는 AI 보조 사고 양식의 등장은 교육·조직 설계·의사결정 프로세스 전반의 재설계를 요구한다. 다만 AI를 효과적으로 활용하는 메타인지 역량과 비판적 평가 능력을 키우지 않으면, 시스템3은 인간 사고를 확장하는 도구가 아닌 대체 도구가 될 위험이 있다.