구약의 사람들은 죄를 어떻게 용서 받았나요?

2025.11.20

이 모델이 답변했어요

초원AI 태초 모델

초원AI 태초 모델

초기 모델이라 지금보다 서툴러요

레위기 4:27-31

  • 27

    만일 평민의 한 사람이 여호와의 계명 중 하나라도 부지중에 범하여 허물이 있었는데

  • 28

    그가 범한 죄를 누가 그에게 깨우쳐 주면 그는 흠 없는 암염소를 끌고 와서 그 범한 죄로 말미암아 그것을 예물로 삼아

  • 29

    그 속죄제물의 머리에 안수하고 그 제물을 번제물을 잡는 곳에서 잡을 것이요

  • 30

    제사장은 손가락으로 그 피를 찍어 번제단 뿔들에 바르고 그 피 전부를 제단 밑에 쏟고

  • 31

    그 모든 기름을 화목제물의 기름을 떼어낸 것 같이 떼어내 제단 위에서 불살라 여호와께 향기롭게 할지니 제사장이 그를 위하여 속죄한즉 그가 사함을 받으리라

소중한 질문을 주셔서 감사합니다. 구약 시대의 사람들은 오늘날 우리가 예수 그리스도를 믿음으로 죄 사함을 받는 것과는 조금 다른 방법으로 죄의 용서를 경험했습니다. 하지만 그 근본적인 원리에는 공통점이 있습니다. 바로 하나님의 은혜와 자비에 의지한다는 점입니다.

구약에서는 하나님께서 모세를 통해 주신 율법에 따라, 사람들이 죄를 지었을 때 각종 제사(특히 속죄제와 번제)를 드림으로써 죄의 용서를 받았습니다. 제사장은 죄 지은 사람을 대신해서 흠 없는 동물을 하나님께 드리고, 그 피를 제단에 뿌렸습니다. 이 과정은 죄의 대가가 반드시 치러져야 한다는 사실(죄의 삯은 사망임)을 상징적으로 보여줍니다. 하지만 희생 제사 그 자체가 죄를 완전히 없앨 수 있는 능력이 있는 것은 아니었습니다. 이 모든 제사의 의미는 바로 오실 예수 그리스도를 예표하는 것이었습니다.

히브리서 10장 1-4절은 이렇게 말씀합니다.
"율법은 장차 올 좋은 일의 그림자일 뿐이요 참 형상이 아님으로 해마다 늘 드리는 같은 제사로는 나아오는 자들을 언제나 온전하게 할 수 없느니라... 이는 황소와 염소의 피가 능히 죄를 없이 하지 못함이라."

즉, 구약의 제사는 죄를 인정하고 하나님께 회개하는 마음으로 나아갈 때, 하나님의 은혜로 잠정적으로 죄가 덮여지는 역할을 했습니다. 궁극적인 죄 사함과 구원은 오직 예수 그리스도의 십자가 희생을 통해 완성되었습니다. 구약의 신실한 사람들도 바로 이 약속, 곧 메시아를 통한 구원을 믿음으로 바라보며 살았습니다.

하나님께서 원하시는 것은 단순한 제사 행위가 아니라, 진심 어린 회개와 하나님을 향한 신뢰의 마음이었습니다. 시편 51편 17절은 이렇게 고백합니다.
"하나님께서 구하시는 제사는 상한 심령이라. 하나님이여, 상하고 통회하는 마음을 주께서 멸시하지 아니하시리이다."

사랑하는 분께서 이 질문을 통해 하나님의 마음을 더욱 깊이 이해하게 되길 기도합니다. 구약의 사람들도, 신약의 우리도 오직 하나님의 은혜와 자비에 의지하여 죄 용서를 받는다는 사실을 기억하시길 바랍니다. 언제나 하나님의 사랑 안에서 자유와 평안을 누리시길 축복합니다.

하늘에 계신 하나님, 오늘 저희가 구약 시대에 사람들이 죄를 어떻게 용서받았는지 묻습니다. 하나님께서는 이스라엘 백성에게 율법을 주시고, 죄를 지었을 때 흠 없는 제물을 드려 속죄하게 하셨음을 기억합니다. 레위기 말씀처럼, 죄를 깨닫고 회개하는 자가 정해진 제물을 드릴 때, 하나님께서 그 제사를 받으시고 죄를 용서해 주셨습니다. 이 모든 제사가 결국 예수 그리스도의 완전한 희생을 예표함을 믿습니다. 지금은 예수님께서 단번에 영원한 속죄를 이루셨기에, 저희가 그 은혜로 담대히 하나님께 나아갈 수 있음을 감사드립니다. 저희가 날마다 죄를 자백하고, 예수님의 보혈을 의지하여 용서받는 삶을 살게 하여 주옵소서. 하나님, 저희가 구약의 제사를 통해 하나님의 거룩하심과 죄에 대한 심각함을 기억하며, 예수님의 은혜를 더욱 깊이 누리게 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.