스탠퍼드대 인기 강의 ‘마음과 기계’가 상징체계학 열풍을 이끌고 있습니다.
이 전공은 심리학·언어학·철학·컴퓨터과학을 엮어 ‘기계가 사람처럼 배울 수 있나’를 다룹니다.
AI가 고도화될수록 ‘의미’와 ‘언어’ 같은 근본 질문이 중요해지며 수요도 커지는 분위기입니다.

이 전공은 심리학·언어학·철학·컴퓨터과학을 엮어 ‘기계가 사람처럼 배울 수 있나’를 다룹니다.
AI가 고도화될수록 ‘의미’와 ‘언어’ 같은 근본 질문이 중요해지며 수요도 커지는 분위기입니다.' >

안녕하세요. 디지털에이전시 이앤아이입니다.

요즘 스탠퍼드대에서 학생들이 몰리는 전공으로 ‘상징체계학(Symbolic Systems)’이 자주 언급됩니다. 이름만 들으면 어렵게 느껴지지만, 질문은 의외로 직관적이에요. ‘기계가 사람처럼 배울 수 있을까?’, ‘언어는 무엇이고 의미는 어떻게 생길까?’ 같은, AI 시대에 더 자주 마주치는 물음들이죠.

스탠퍼드 인기 강의로 꼽히는 ‘마음과 기계’는 이 상징체계학의 입문 과목입니다. 철학, 언어, 심리, 컴퓨터과학을 한 강의 안에서 엮어 다루는데요. 기사에 따르면 수강생이 2024년 50명에서 600명으로 크게 늘었다고 합니다. 단순히 ‘AI 코딩을 배우고 싶어서’가 아니라, AI를 둘러싼 큰 그림을 이해하려는 수요가 커졌다는 신호로 읽힙니다.

수업에서 다룬 핵심 주제 중 하나가 ‘생득론 vs 경험론’입니다. 인간의 지능이 태어날 때부터 어느 정도 내장돼 있는지, 아니면 경험을 통해 만들어지는지에 대한 오래된 논쟁이죠. 그런데 이게 왜 지금 뜨거울까요? 인간은 상대적으로 적은 데이터로도 빠르게 학습하는데, AI는 왜 그렇게 못하느냐는 질문과 맞닿아 있기 때문입니다. 결국 ‘데이터를 더 넣으면 된다’가 아니라 ‘학습의 구조를 어떻게 이해할 것인가’로 논의가 깊어지는 겁니다.

흥미로운 점은 현업 연구자들이 강단에 서서 실제 사례를 공유한다는 부분입니다. xAI 공동 창업자, 메타의 머신러닝 엔지니어 등이 수업에 참여한다고 소개됐는데요. 학교 안에서의 이론과 산업 현장의 문제의식이 연결되니, 학생 입장에서는 ‘지금 시장이 원하는 질문’이 무엇인지 더 선명하게 보이겠죠.

상징체계학 전공자의 진로가 테크 기업에만 머물지 않고 학계·공공부문·법조계로도 넓어진다는 설명도 눈에 띕니다. AI가 사회 전반으로 들어오면서, ‘어떤 시스템을 만들까’만큼 ‘그 시스템이 다루는 언어와 의미를 어떻게 정의할까’가 중요해졌기 때문입니다. 예를 들어 법·정책에서는 AI가 생성한 문장의 책임, 의미 해석, 의사결정의 근거를 따져야 하고, 공공 영역에서는 설명 가능성과 신뢰가 핵심이 되니까요.

이 흐름은 우리 실무에도 시사점이 있습니다. 웹서비스나 디지털 콘텐츠를 운영할 때도 이제는 단순 기능 구현을 넘어, 사용자가 ‘무엇을 이해했다고 느끼는지’, ‘어떤 표현이 오해를 만들 수 있는지’, ‘AI가 만든 문장이 조직의 톤과 책임을 담고 있는지’를 함께 설계해야 하거든요. 결국 AI 시대의 경쟁력은 기술 스택만이 아니라, 의미와 맥락을 다루는 능력에서 갈릴 가능성이 큽니다.

이앤아이 관점에서 보면, 생성형 AI를 콘텐츠 제작이나 고객 응대에 붙일수록 ‘문장 품질’보다 ‘의도와 기준’을 먼저 정리하는 일이 중요해집니다. 어떤 표현을 허용할지, 어떤 정보는 반드시 근거를 남길지, 오류가 났을 때 어떻게 수정·고지할지 같은 운영 원칙이요. 상징체계학이 던지는 질문은 결국 조직의 디지털 운영 철학과도 연결됩니다.

이앤아이와 함께 더 나은 웹 환경을 만들어 나가요!

#상징체계학 #스탠퍼드 #마음과기계 #생득론 #경험론 #언어와의미 #생성형AI #AI윤리

#이앤아이 #디지털에이전시 #ENIMedia #AI전문기업