Vintage AI 컬렉션, 에이전트 환상의 오래된 뿌리

AI는 기술이기 전에 사용자 경험의 장르였다

Internet Archive는 Vintage Artificial Intelligence: Before It Got Awkward에서 1970년대부터 1990년대까지의 AI적 소프트웨어를 묶은 컬렉션을 소개했다. ELIZA, Racter, Alter Ego, Little Computer People, Suspended, The Hobbit 같은 프로그램은 현대 LLM처럼 생각하지 않는다. 그러나 사용자는 이미 오래전부터 컴퓨터가 듣고, 반응하고, 성격을 가진 것처럼 보이는 경험을 소비했다.

Internet Archive Software Library는 이런 프로그램을 브라우저에서 실행 가능한 문화 자료로 보존한다. ELIZA는 1960년대에 대화형 착시가 얼마나 강력한지 보여준 대표 사례다. Racter는 1980년대 상업용 챗봇의 기묘한 문장 생성으로 기억된다. 오늘날 ChatGPT와 에이전트 제품을 이해하려면 파라미터 수만 볼 것이 아니라, 사용자가 언제 기계에 의도를 부여하는지 봐야 한다.

에이전트 UX의 핵심은 "살아 있는 듯함"의 관리다

Little Computer People은 컴퓨터 속 작은 사람이 살아가는 듯한 환상을 팔았다. The Hobbit은 플레이어가 보지 않는 동안에도 세계가 움직이는 듯한 느낌을 만들었다. Suspended는 여러 로봇의 제한된 감각을 조합하게 했다. 지금의 에이전트 제품도 비슷한 언어를 쓴다. "백그라운드에서 일한다", "당신의 클론이 된다", "사무실을 대신 운영한다" 같은 표현은 기술 설명이기 전에 오래된 상상력의 재활용이다.

Munder Difflin, 개인 클론 사무실을 제품화하다는 개인 복제 사무실이라는 비유가 제품화되는 흐름을 다뤘다. AI 블라인드니스, 문서 신뢰의 피로 신호는 사용자가 AI 문서에 둔감해지는 문제를 봤다. Claudette, AI 문체 제거 도구가 던진 질문는 AI 문체가 이미 사회적 신호가 됐다고 분석했다. Vintage AI 컬렉션은 이 모든 문제가 새롭지만은 않다는 증거다.

한국 개발자에게 필요한 것은 역사 감각이다

AI 제품을 만드는 팀은 기술이 새롭다는 이유로 사용자의 해석도 새로울 것이라고 착각한다. 그러나 사용자는 오래전부터 컴퓨터에 의도와 성격을 부여해 왔다. 그래서 "AI가 알아서 했다"는 표현은 위험하다. 제품은 사용자가 어디까지 자동화가 진행됐고, 어떤 근거로 행동했으며, 언제 멈출 수 있는지 알 수 있게 해야 한다. 착시가 강한 제품일수록 경계 표시도 선명해야 한다.

교육 현장에도 의미가 있다. AI by Hand, 손으로 푸는 AI 교육의 반격은 AI를 손으로 이해하는 교육의 가치를 다뤘다. Vintage AI를 직접 실행해 보는 일은 같은 맥락이다. 학생과 개발자가 ELIZA나 Racter를 만져 보면, 지능처럼 보이는 출력과 실제 이해 사이의 간격을 체감한다. 이는 최신 모델을 비하하는 것이 아니라, 모델을 더 정확히 쓰기 위한 훈련이다.

소프트웨어 보존은 AI 안전의 일부가 된다

AI 안전 논의는 보통 최신 모델 평가와 규제에 집중한다. 하지만 과거 소프트웨어를 보존하는 일도 중요하다. 첫째, 사용자가 기계에 마음을 부여하는 패턴을 장기적으로 관찰할 수 있다. 둘째, 오늘의 마케팅 문구가 과거 어떤 환상을 반복하는지 비교할 수 있다. 셋째, 사라진 소프트웨어를 실행 가능한 형태로 남기면 연구자와 개발자가 실제 경험을 검증할 수 있다.

agent.md, 코딩 에이전트 품질의 새 계약서는 에이전트와 사람이 공유할 명시적 계약이 필요하다고 봤다. Vintage AI 컬렉션은 그 계약에 역사적 주석을 달아준다. 에이전트가 사람처럼 보일수록 제품은 더 인간적인 책임 설명을 해야 한다. "기계가 살아 있는 듯한 느낌"은 오래된 UX 자산이지만, 책임 회피의 언어가 되어서는 안 된다.

자주 묻는 질문

Q1: Vintage AI 컬렉션은 실제 인공지능인가요?

A: 현대적 의미의 AI라기보다 생각하는 기계의 환상을 구현한 소프트웨어에 가깝다. 그래서 오히려 AI UX의 뿌리를 보기 좋다.

Q2: ELIZA가 왜 아직 중요하나요?

A: 단순한 패턴 매칭만으로도 사용자가 대화 상대에게 의도를 부여한다는 사실을 보여줬기 때문이다. 현대 챗봇 설계에도 같은 심리가 작동한다.

Q3: 개발자가 여기서 배울 점은 무엇인가요?

A: 에이전트가 살아 있는 듯 보이는 효과를 만들 때, 사용자가 오해하지 않도록 상태, 권한, 한계, 중단 방법을 명확히 표시해야 한다.

Q4: 소프트웨어 보존이 AI와 무슨 관련이 있나요?

A: 과거의 상호작용 패턴을 직접 실행해 볼 수 있어 현재 AI 제품의 착시, 마케팅, 사용자 반응을 비교하는 자료가 된다.

Q5: 한국 서비스에도 적용될까요?

A: 그렇다. 챗봇, 상담 에이전트, 학습 도우미, 업무 자동화 제품은 모두 사용자가 기계에 성격과 책임을 투사하는 문제를 다뤄야 한다.