AI 예측은 왜 맞을 때보다 틀릴 때 더 기억에 남을까?
AI가 어떤 결과를 정확히 예측했을 때보다, 예측이 빗나갔을 때 사람들이 더 강하게 반응하는 장면은 익숙하다. “역시 AI도 별거 없네”라는 말은 대개 이럴 때 나온다. 반대로 AI 예측이 조용히 맞아떨어진 경우에는 큰 반응이 없다. 이 차이는 기술의 성능 차이에서 비롯된 것처럼 보이지만, 실제로는 우리가 기억을 선택적으로 남기는 방식과 더 깊이 연결돼 있다. 이 인식은 기대의 구조에서 시작된다. 사람들은 AI를 사용할 때 무의식적으로 ‘정확함’을 전제로 둔다. 기계이기 때문에 실수하지 않을 것이라는 기대가 먼저 생긴다. 그래서 예측이 맞았을 때는 “당연한 결과”로 받아들이고, 예측이 틀렸을 때는 “기대에 어긋난 사건”으로 인식한다. 기대를 벗어난 사건은 감정적으로 더 강하게 각인되기 때문에, 기억 속에..
과학이 정책이 되는 순간 왜 오해가 생길까?
과학적 근거를 바탕으로 정책이 만들어진다고 하면, 많은 사람들은 자연스럽게 “그럼 과학이 답을 정해주는 거 아닌가?”라고 생각한다. 그래서 정책 결과가 마음에 들지 않거나 예상과 다를 때, 과학 자체에 대한 불신이 함께 따라온다. “과학적으로 맞다면서 왜 이런 결정이 나왔지?”라는 질문은 이런 기대에서 나온다. 하지만 이 기대는 과학과 정책이 맡고 있는 역할의 차이를 충분히 구분하지 못할 때 생긴다. 이 오해는 과학과 정책을 하나의 연속된 결정 과정으로 상상하는 데서 시작된다. 과학이 사실을 밝히고, 정책은 그 사실을 그대로 옮겨 실행한다고 기대한다. 하지만 현실에서는 과학이 제공하는 것은 정답이 아니라 정보의 범위와 불확실성이다. 정책은 이 정보 위에 경제적 비용, 사회적 수용성, 정치적 책임 같은 요..