AI와 타로: 공명과 의미 협상의 새로운 문화

초록

본 연구는 생성형 AI가 무작위성에 기반한 타로 점술에 어떻게 통합되는지를 탐구한다. Hartmut Rosa의 공명 이론을 틀로 삼아, 인터뷰를 통해 실무자들이 AI를 활용해 불확실성을 해소하고, 대안적 관점을 모색하며, 전통적 의식을 효율화하거나 확장하는 방식을 밝혀냈다. 연구는 네 가지 공명 축(내적, 수평, 대각, 수직)으로 의미 생산 과정을 구조화하고, AI‑지원 해석이 사용자 주체성을 침해하지 않으면서도 모호성을 유지하도록 설계돼야 함을 제안한다.

상세 분석

이 논문은 ‘해석적 작업(interpretive work)’이라는 개념을 정의하고, 인과관계가 의도적으로 차단된 무작위 데이터(타로 카드)와 사용자의 질문 사이에서 의미가 어떻게 생성되는지를 분석한다. 연구자는 먼저 Hartmut Rosa의 공명 이론을 차용해 인간이 세계와 맺는 네 가지 공명 축—내적(자아와의 관계), 수평(타인·사회와의 관계), 대각(문화·전통과의 관계), 수직(영적·우주적 차원)—을 제시하고, 이를 AI‑지원 타로 해석에 매핑한다.

방법론적으로는 12명의 타로 실무자를 대상으로 반구조화 인터뷰를 진행했으며, 인터뷰 데이터는 주제별 코딩과 Rosa의 축에 기반한 프레임워크 분석을 통해 정제되었다. 결과는 세 가지 주요 활용 패턴으로 요약된다. 첫째, ‘불확실성·자기 의심 해소’에서는 사용자가 AI의 풍부한 텍스트 생성 능력을 활용해 카드 해석에 대한 확신을 얻고, 감정적 안정을 찾는다. 둘째, ‘대안적 관점 탐색’에서는 AI가 기존 전통 해석을 넘어 다양한 문화·심리적 메타포를 제시함으로써 사용자가 다층적인 의미망을 구축하도록 돕는다. 셋째, ‘의식의 효율화·확장’에서는 AI가 카드 섞기·배열·기본 해석을 자동화해 실무자가 더 깊은 직관적 작업에 집중하도록 지원한다.

흥미롭게도, 참여자들은 AI가 ‘직관을 억제한다’는 부정적 인식을 동시에 가지고 있었지만, 적절한 프롬프트 설계와 인간‑AI 협업 루틴을 통해 그 부작용을 최소화하고 공명을 증진시킬 수 있음을 확인했다. 설계 권고사항은 (1) 모호성을 보존하는 ‘다중 해석 제시’ 인터페이스, (2) 사용자의 의도와 감정 상태를 반영하는 ‘컨텍스트‑민감 프롬프트 가이드’, (3) 사용자 주도적 ‘재해석·재협상’ 과정을 지원하는 ‘대화형 피드백 루프’, (4) 영적·문화적 프레임을 선택적으로 적용할 수 있는 ‘플러그인형 의미 레이어’ 등을 포함한다.

이 연구는 AI가 의미‑비인과적 영역에 개입할 때, 단순히 정답을 제공하는 것이 아니라 사용자의 의미‑공명 과정을 촉진하거나 방해할 수 있음을 보여준다. 따라서 향후 HCI 설계는 ‘해석적 자유’를 보장하면서도 AI의 계산적 힘을 활용하는 균형 잡힌 접근이 필요함을 시사한다.