AI를 조금 배워 보려는 사람은 이제 기술보다 먼저 단어를 배웁니다. 어제는 프롬프트(prompt)와 환각(hallucination)을 외웠고, 오늘은 에이전트(agent)를 배워야 합니다. 그러다 어느 순간 하네스(harness)가 나오고, 외삽(extrapolation)이 나오고, 누군가는 “이걸 모르면 대화가 안 된다”고 말합니다. 이상한 일은 아닙니다. 새 기술은 새 이름을 필요로 합니다. 문제는 이름이 생각을 돕기 전에, 먼저 사람을 줄 세우는 암호처럼 쓰일 때 생깁니다.
명명은 나쁜 일이 아닙니다. 오히려 좋은 이름은 생각을 짧게 만들어 줍니다. 외삽이라는 말은 이미 통계와 과학의 언어 안에서, 관측된 값으로 미관측 구간의 값을 추론하는 뜻으로 오래 쓰였습니다. 하네스라는 말도 장비, 연결, 활용의 감각을 갖고 있습니다. AI 에이전트를 말할 때도 특정 모델 하나가 아니라 모델, 지시, 도구, 실행 동작을 함께 묶어 말해야 할 때가 있습니다. OpenAI 개발자 문서도 에이전트를 모델과 지시, 도구 같은 런타임 동작을 포장하는 단위로 설명합니다. 그런 순간에는 새 이름이 필요합니다. 이름이 없으면 매번 긴 설명을 반복해야 하니까요.
하지만 새 이름이 늘 옳은 설명을 데려오는 것은 아닙니다. 어떤 사람은 하네스라는 말을 쓰면서도 그것이 테스트 환경인지, 실행 틀인지, 안전장치인지, 제품 포장인지 분명히 말하지 않습니다. 어떤 사람은 외삽이라는 말을 쓰면서도 “아직 못 본 상황에 적용한다”는 정도의 쉬운 말로 충분한 장면에 굳이 어려운 무게를 얹습니다. 그러면 단어는 지식의 손잡이가 아니라 지식인처럼 보이기 위한 장식이 됩니다. 배우는 사람은 내용을 이해하기 전에, 먼저 이 단어가 어느 무리의 암호인지 맞혀야 합니다.
더 피곤한 건 퍼지는 속도입니다. 한 사람이 조심스럽게 만든 이름이, 짧은 영상과 카드뉴스를 지나며 “요즘 이거 모르면 뒤처진다”는 표정으로 바뀝니다. 설명은 빠지고, 단어만 남습니다. 처음 만든 사람은 어떤 경계를 가리키려 했을지 모르지만, 퍼뜨리는 사람은 그 경계보다 자신의 선점 효과를 더 좋아합니다. 배움은 원래 모르는 것을 줄이는 일인데, 이런 콘텐츠는 모르는 것을 늘려 놓고 해결책처럼 서 있습니다. 독자는 기술을 배우는 것이 아니라, 매주 새로 바뀌는 입장권 이름을 사는 기분이 됩니다.
그래서 새 용어를 쓰는 사람에게 필요한 태도는 금지가 아니라 책임입니다. 이 단어가 기존 말보다 무엇을 더 정확히 설명하는지, 어디까지 쓰면 되고 어디서부터 과장인지, 처음 듣는 사람이 어떤 쉬운 문장으로 이해하면 되는지를 함께 줘야 합니다. “하네스라고 부르면 있어 보인다”가 아니라 “여기서는 모델을 실제로 돌리고 확인하게 해 주는 틀을 말한다”고 말해야 합니다. “외삽이 핵심이다”가 아니라 “본 적 없는 상황까지 추론을 밀어붙이는 일”이라고 풀어야 합니다. 배우는 사람도 기준을 하나 가져도 됩니다. 낯선 단어를 만났을 때 “이걸 쉬운 말로 바꾸면 무엇인가”, “그 쉬운 말로도 의미가 거의 유지되는가”, “이 단어를 쓰면 판단이 더 정확해지는가”를 먼저 물어보면 됩니다. 쉬운 말로 바꿔도 뜻이 멀쩡하다면, 그 단어는 당장 외워야 할 지식이 아니라 잠시 붙은 라벨일 가능성이 큽니다. 좋은 이름은 문을 닫는 말이 아니라, 늦게 온 사람도 들어오게 하는 손잡이여야 합니다.