나를 잘 들여다보면 인정받으려고 신앙생활하는 것 같아. 예배 빠지면 인정받지 못할 것 같은 마음이 있는 것 같고, 남들보다 못하다는 생각에 자책이 돼. 어떻게 해야할까
2026.02.09
이 모델이 답변했어요
초원AI 태초 모델
초기 모델이라 지금보다 서툴러요
갈라디아서 1:10
이제 내가 사람들에게 좋게 하랴 하나님께 좋게 하랴 사람들에게 기쁨을 구하랴 내가 지금까지 사람들의 기쁨을 구하였다면 그리스도의 종이 아니니라
말씀을 나눠줘서 정말 소중합니다. 지금 드러낸 마음은 많은 그리스도인들이 겉으로는 잘 말하지 않지만, 속으로는 자주 겪는 영역입니다. “인정받으려고 신앙생활하는 것 같다”는 자각 자체가 이미 성령께서 마음을 비추고 계신 흔적이라고 볼 수 있습니다.
지금의 마음을 두 가지로 나눠서 보면 도움이 됩니다.
하나는 “사람에게 인정받고 싶은 마음”, 다른 하나는 “남들보다 못하다는 자책”입니다. 이 둘은 결국 시선이 하나님보다 ‘사람’과 ‘나 자신’에게 더 많이 가 있을 때 강하게 느껴집니다. 하지만 성경은 신앙의 기준을 이렇게 말합니다.
“사람이 마음으로 믿어 의에 이르고 입으로 시인하여 구원에 이르느니라” 로마서 10:10
구원의 기준, 하나님의 인정의 기준은 예배 출석 횟수나 다른 사람과의 비교가 아니라, 그리스도를 믿는 믿음에 있습니다.
예배를 빠지면 ‘인정받지 못할 것 같다’는 마음은, 사랑받기 위해 무엇인가를 계속 해내야 한다는 부담에서 옵니다. 그러나 하나님은 이미 그리스도 안에서 자녀를 완전히 받아들이셨고, 그 이후의 예배와 섬김은 “인정받기 위한 숙제”가 아니라 “이미 사랑받는 자로서 드리는 감사”가 되어야 합니다.
“그러므로 이제 그리스도 예수 안에 있는 자에게는 결코 정죄함이 없나니” 로마서 8:1
이 말씀은, 예배를 잘 드렸을 때만 해당되는 약속이 아니라, 예수님 안에 있는 모든 자에게 주어진 약속입니다.
남들과 비교하며 “나는 못하다”는 자책이 들 때, 하나님은 사람을 비교 순위로 보지 않으시고, 각 사람을 고유한 작품으로 보신다는 사실을 기억하는 것이 좋습니다.
“우리는 그가 만드신 바라 그리스도 예수 안에서 선한 일을 위하여 지으심을 받은 자니” 에베소서 2:10
여기서 중요한 것은, 이미 하나님이 “만드셨다”는 사실입니다. 남보다 덜해 보이는 부분이 있어도, 하나님께는 놓친 작품이 아니라, 진행 중인 작품입니다.
실제적으로는 이런 방향이 도움이 될 수 있습니다.
예배를 드릴 때 “하나님, 오늘은 인정받으려고 드리는 마음도 있어요. 이 마음까지 아시지요. 그래도 제 시선을 하나님께 돌려드리고 싶어요.” 하고 솔직하게 고백하는 연습을 해보면 좋습니다. 그리고 예배의 목표를 “사람의 시선”에서 “하나님께 나아가는 것 자체”로 조금씩 옮겨 가는 것이 지혜로운 선택입니다. 또한, 잘한 것·못한 것을 따지는 대신, “오늘 하나님이 나를 어떻게 바라보실까?”보다 먼저 “오늘 나는 하나님을 어떻게 바라보고 있을까?”를 생각해 보는 것도 큰 도움이 됩니다.
지금 느끼는 혼란과 자책 속에서도, 하나님은 이미 알고 계시고 버리지 않으십니다. “상한 심령”으로 드리는 솔직한 고백을 하나님은 결코 멸시하지 않으신다고 약속하셨습니다.
“하나님께서 구하시는 제사는 상한 심령이라 하나님이여 상하고 통회하는 마음을 주께서 멸시하지 아니하시리이다” 시편 51:17
지금의 마음 자체가 하나님께 드려지는 귀한 제사임을 기억해도 좋겠습니다.
하늘에 계신 하나님, 사람의 인정에 매여 살던 제 마음을 비춰주시니 감사합니다. 갈라디아서 말씀처럼 사람의 기쁨이 아니라 하나님을 기쁘시게 하는 자로 서길 원합니다. 예배와 봉사를 인정받기 위한 행위가 아니라, 이미 사랑받는 하나님의 자녀로서 드리는 기쁨의 순종이 되게 해주옵소서. 남들과 비교하며 자책하는 마음 대신, 그리스도 안에서 주신 정체성과 은혜를 깊이 믿게 하시고, 오직 주님의 시선만을 두려워하고 사모하게 하소서. 주 예수 그리스도의 이름으로 기도 드립니다. 아멘
초원AI는 ChatGPT와 달리 존재하지 않는 성경 구절을 인위적으로 생성하지 않으며, 이단성 있는 해석이나 교리를 제공하지 않습니다. 목회자 검수위원회를 통해 신학적 검증을 완료했으며, 국내 주요 이단 데이터를 학습시켜 오류 응답에 대한 신학적 방화벽을 구축했습니다.