AI 시대, 전 이제 뭘 해야 하나요?

"AI 시대, 전 이제 뭘 해야 하나요?"

특강이 끝난 뒤 질의응답 시간이나 학생들과 마주 앉은 커피챗 자리에서 요즘 가장 자주 듣는 질문이다. 컴퓨터, 전기전자, 기계를 전공하는 학생부터 법대나 경영대학원 진학을 고민하는 이들까지 배경은 제각각이지만, 질문 끝에 매달린 불안의 무게는 크게 다르지 않다.

매번 나는 꽤 준비된 사람처럼 답을 건네곤 했다. 일단 많이 써 보라고, 좋은 팟캐스트를 골라 듣고 AI 인플루언서들을 소셜미디어에서 팔로우하라고 말했다. 관심사가 비슷한 사람들과 커뮤니티를 찾거나 직접 만들어 보라는 말도 덧붙였다. 학생들은 진지하게 고개를 끄덕이며 메모를 남겼고, 나는 나름 괜찮은 답을 주었다고 생각하며 자리에서 일어났다.

그 대답이 마음에 걸리기 시작한 건 최근이었다. 돌이켜 보니 커뮤니티를 찾아보라는 말조차 왜 여럿이 모여야 하는지 알맹이를 뺀 절반짜리 대답이었다. 쉼 없이 새 소식을 좇는 것만으로 정말 충분한지, 그 바쁨이 사람을 어디로 데려가는지 나는 끝내 설명하지 못했다. 결국 불안한 사람에게 태연한 척 바쁘게 움직이라는 숙제만 더 얹어 준 셈이다.

마음 한구석에 남은 빚을 갚기 위해 질문의 처음으로 돌아갔다. 사람들은 AI가 모든 것을 송두리째 바꿔 버렸다고 말한다. 정말 그럴까? 안개 속에서 길을 찾으려면 무엇이 바뀌었고 무엇이 바뀌지 않았는지부터 차분히 가려내야 했다.

소양(Literacy)과 체득(Fluency)

우리가 어떤 분야를 안다고 말할 때, 그 안에는 서로 다른 두 가지 깊이가 있다. 나는 배움의 과정에서 한 사람이 도달하게 되는 이 두 상태를 소양과 체득이라 부르고 싶다.

소양은 그 세계에 들어서기 위한 기본 입장권이다. 낯선 분야의 용어가 귀에 익고, 누군가 설명하면 적어도 무슨 이야기인지 알아들을 수 있는 상태다. 반면 체득은 그 세계가 완전히 몸에 밴 상태다. 단어와 문법을 하나하나 떠올리지 않아도, 그 세계 안에 자연스럽게 잠긴 채 움직일 수 있는 경지다.

영어를 떠올려 보면 구분이 쉬워진다. 토익 만점을 받고도 외국 회사의 회의실에 들어가면 말문이 막히는 사람이 적지 않다. 아직 영어가 체득의 상태에는 이르지 못했기 때문이다. 반대로 점수는 그리 높지 않아도, 현장에서 부딪히며 익힌 감각으로 상대의 의도를 정확히 읽고 투박한 문장으로나마 핵심을 짚어 내며 회사 생활을 거뜬히 해내는 사람들이 있다.

소프트웨어도 다르지 않다. 코딩 인터뷰판 토익 문제집이라 할 만한 리트코드만 밤새워 풀어 입사한 상태와, 십 년 동안 실제 프로덕트를 만들고 고치며 코드 안에서 살아온 상태는 같은 선상에 놓일 수 없다. 입장권으로 문턱을 넘은 뒤부터 승부를 가르는 것은 소양이 아니라 체득이다.

그렇다고 소양이 쓸모없다는 말은 아니다. 소양은 넘어지지 않도록 발밑을 받쳐 주는 기본 바닥이다. 다만 지난 글 〈AI가 끌어올린 바닥, 우리의 천장은 어디인가〉에서 다루었듯, AI가 바로 그 바닥을 단숨에 끌어올렸다. 영어가 서툴러도 AI가 통역해 주고, 프로그래밍 문법을 몰라도 AI가 코드를 대신 써 준다. 비싼 값을 치러야 했던 입장권이 이제는 누구나 손에 쥘 수 있는 흔한 종이가 되었다.

흔한 종이가 되어버린 입장권

깊은 체득의 상태에 이른 사람들에게서는 분야를 막론하고 같은 특징이 드러난다. 무엇을 하고 무엇을 하지 않을지 선을 긋는 의도, 그럴듯한 결과물 사이에서 어색한 낌새를 알아채는 감각, 쏟아지는 선택지 앞에서 방향을 고르는 판단력이다. 내가 〈나는 당신의 AI 스킬이 필요 없다〉와 〈냅킨에서 악기까지〉에서 거듭 강조했던 인간 고유의 몫도 여기서 우러나온다.

물론 베테랑이라고 새 도구 앞에서 늘 태연한 것은 아니다. 자기 방식에 자부심이 큰 사람일수록 한동안 버벅거리기도 한다. 경험자들은 흔들리지 않는 게 아니라, 흔들려도 잘 무너지지 않는다. 도구가 바뀌어도 오랜 현장 경험과 몸에 밴 판단력이 중심을 잡아 주기 때문이다.

그렇다면 소양에서 체득으로는 어떻게 건너가는가.

잘려 나간 사다리

여기서 가장 아픈 반론을 피할 수 없다. 선배들의 단단한 체득 역시 신입 시절 단순 반복 작업을 도맡고, 빨간 펜이 잔뜩 그어진 초안을 돌려받아 밤새 고쳐 쓰던 시간 속에서 몸에 배어든 것 아닌가. 그런데 지금 AI가 바로 그 사다리의 가장 아래 칸을 잘라 내고 있다.

스탠퍼드 디지털 경제 연구소의 〈탄광 속의 카나리아?〉 보고서(2026)가 이를 숫자로 보여 준다. AI의 영향을 크게 받는 직군에서 사회 초년생의 일자리는 영향이 적은 곳보다 19%나 뒤처졌지만, 같은 분야의 경력자들은 자리를 지켰다. 연구진이 찾은 실마리는 지식의 성격 차이다. 초년생이 주로 기대는 책이나 매뉴얼 속 지식은 AI가 빠르게 대신하지만, 경력자가 현장에서 몸으로 쌓은 지식은 쉽게 대신하지 못하기 때문이다. 쉽게 말하면 책으로 쌓는 것이 소양이고, 현장에서 몸에 배는 것이 체득이다.

예전에는 공략법이 단순했다. 족보를 부지런히 파서 입사 시험이라는 소양의 관문만 통과하면, 그다음부터는 회사가 월급을 주며 실전 연습과 피드백의 시간을 마련해 주었다. 신입의 자리가 줄어드는 지금은 그 공식이 통하지 않는다.

이미 올라선 자들, 잘려 나간 사다리

소양에서 체득으로 어떻게 건너가는지, 나는 우리 팀의 주니어 엔지니어들을 지켜보며 자주 실감한다. 구글의 까다로운 채용 관문을 통과한 친구들이니 소양은 이미 차고 넘치는데, 더 놀라운 건 체득에 이르는 속도다. 비결은 팀이 의도적으로 둘러 준 세 가지 울타리에 있다. 선배가 빨간 펜을 들고 왜 이 방향이 더 나은지 짚어 주는 교육 목적의 코드 리뷰, 고민을 언제든 꺼내 놓을 수 있는 일대일 멘토링, 그리고 엉뚱한 질문이나 틀린 의견을 내놓아도 비난이 돌아오지 않는 심리적 안전감이다.

이 든든한 울타리가 있으니, 주니어들은 선배가 곁에 없을 때도 마음껏 AI와 부딪히며 스스로 학습 속도를 끌어올린다. 그러다 보면 AI가 짚지 못하는 자기만의 관점을 코드나 리뷰에 담아내는 순간이 찾아온다. 눈앞의 코드를 넘어, 이 기능이 사용자에게 왜 필요한지, 프로덕트의 다른 부분에 어떤 파장을 남길지 같은 '코드 바깥의 것들'을 생각하고 말하기 시작할 때다. 나는 그때 비로소 그 사람 안에 체득이 자리 잡았다고 느낀다.

하지만 신입 채용의 문이 좁아질수록 이런 울타리 안에 들어설 기회는 점점 귀해진다. 이 성장의 공간을 지켜 내는 일은 조직의 리더와 사회의 어른들이 함께 짊어져야 할 몫이다. 다만 당장 길을 찾아야 하는 처지라면 세상이 바뀌기만을 기다릴 수는 없다. 내가 자랄 수 있는 훈련장을 스스로 찾아 나서는 수밖에 없다.

빨간 펜을 들어 줄 사람이 있는 곳으로

솔직히 말하면, 사람을 찾아 나서는 일보다 혼자 AI와 일하는 편이 훨씬 편하다. AI는 몇 번을 다시 시켜도 짜증을 내지 않고, 웬만하면 훌륭하다며 맞장구를 쳐 준다. 바로 그 편안함이 함정이다. 안데르스 에릭슨은 《1만 시간의 재발견》에서 실력은 편안한 일을 반복할 때가 아니라 내 빈틈이 드러나는 불편한 구간에 머물 때 자란다고 말한다.

하루 종일 AI와 마주 앉아 있어 봐야, 내 결과물이 정말 정교해지고 있는지 아니면 착각 속에 갇혀 있는지 알 길이 없다. 반면 동료들의 날카로운 검토가 일상인 곳에서는 AI를 쓰면서도 감각을 잃지 않을 수 있다.

체득의 상태에 이르는 속도는 개인의 재능보다 타인의 피드백이 오가는 환경 안에 서 있는가가 결정한다.

그렇다면 그런 환경은 어디에서 찾을 수 있을까. 출발점은 스터디나 학회, 동아리, 여럿이 함께 부딪치는 프로젝트처럼 사람들이 모여 무언가를 만들어 보는 커뮤니티다. 뒤처질지 모른다는 불안을 달래는 데도 커뮤니티만 한 곳이 없지만, 그것은 어디까지나 덤이다. 커뮤니티의 진짜 가치는 서로가 서로의 빨간 펜이 되어 준다는 데 있다.

더 나아가 현업과 직접 부딪치는 열린 무대도 있다. 코딩이라면 누구나 참여해 깐깐한 검토를 받을 수 있는 공개 프로젝트(오픈소스)가 대표적이고, 다른 분야라도 공모전이나 학술 모임, 공개 발표처럼 내 결과물을 전문가의 시선 앞에 선보일 자리는 꽤 많다.

학교 수업이라면 조별 과제의 방식만 바꿔도 훌륭한 훈련장이 된다. AI로 찍어낸 결과물만 제출하는 대신, AI와 작업한 내용을 펼쳐 놓고 서로 빨간 펜을 들어 주는 식이다. 물론 이 과정이 제대로 굴러가려면 곁에서 길잡이가 되어 줄 선생님과 멘토의 역할이 중요하고, 가르치는 사람 역시 AI를 깊이 다뤄 본 감각이 뒷받침되어야 한다. ("AI 쓰지 마, 걸리면 죽어" 식의 단속으로 이 문제를 풀려는 곳은 없길 바란다.)

AI와 오래 마주 앉을수록 사람은 혼자만의 방에 갇히기 쉽다. 그 편한 관성을 거슬러, 나의 것을 펼쳐 보이고 부딪칠 수 있는 사람들 사이로 걸어 나와야 한다.

혼자보다는 사람들이 있는 곳으로

타인에게 닿는 가치

사람들 앞에 설 자리를 찾았다면, 다음 질문은 그 자리에 과연 무엇을 들고 설 것인가다.

요즘 소셜미디어에는 AI로 며칠 만에 뭔가를 만들었다는 글이 넘쳐나지만, 이제 그걸 보고 감탄하는 사람은 드물다. 만드는 비용이 0에 가까워지면서 '만들었다'는 사실이나 '밤새워 고생했다'는 노력 자체는 더 이상 가치를 보증하지 못한다. 결과물의 가치는 내가 흘린 땀의 양이 아니라 다른 사람의 문제를 얼마나 실질적으로 덜어 주었는가에서 결정된다.

바쁘게 움직이고 있다는 느낌은 생각보다 쉽게 우리를 속인다. AI 연구 기관 METR이 2025년 초에 진행한 실험에서 숙련된 개발자들은 AI를 쓰자 작업 시간이 오히려 19% 더 걸렸는데, 실험이 끝난 뒤에도 AI 덕분에 20%쯤 빨라졌다고 믿었다. 슬롯머신 레버를 당기듯 AI와 대화를 주고받다 보면 바쁘고 기분도 좋지만, 그 바쁨이 곧 의미 있는 가치를 만들어 내고 있다는 뜻은 아니다.

댄 히스가 《재설계하라》에서 짚었듯, 의미 있는 변화는 무가치한 바쁨을 덜어 내고 가장 중요한 것에 집중할 때 시작된다. 그래서 나는 요즘 내 시간 앞에서 조금 무자비해지려 애쓴다. AI와 한참 대화를 나누다가도 잠시 손을 멈추고 스스로에게 묻는다. 지금 내가 태우고 있는 이 집중력이 정말 누군가에게 닿을 가치를 만들고 있는가. 아니라면 미련 없이 그만둔다.

내가 만든 가치를 확인하는 방법은 결국 하나뿐이다. 다른 사람의 눈앞에 내 결과물을 직접 내놓아 보는 일이다. 주말에 반짝 만든 서비스가 조용히 문을 닫는 것도, 어쩌면 출시하는 날까지 한 번도 누군가의 빨간 펜 앞에 놓여 본 적이 없어서일지 모른다.

나가며

다시 처음의 강의실과 커피챗 자리로 돌아가 본다. "AI 시대, 전 이제 뭘 해야 하나요?" 불안한 눈빛으로 묻던 학생들에게 다시 답할 기회가 주어진다면, 이번에는 바뀐 것과 바뀌지 않은 것을 먼저 나누어 이야기해 주고 싶다.

AI는 정말로 많은 것을 바꾸어 놓았다. 기본 지식, 소양이라는 입장권은 흔한 종이가 되었고, 신입을 위해 주어졌던 훈련장은 빠르게 줄어들고 있다. 하지만 넓은 맥락까지 읽어 내는 체득의 상태, 그리고 거기서 우러나오는 의도와 감각, 판단의 가치는 조금도 흔들리지 않았다.

그래서 이 시대의 숙제는 두 갈래로 나뉜다. 조직의 리더들과 부모, 선생님, 코치와 멘토에게는 사라져 가는 훈련장을 다시 지어 주어야 할 책임이 있다. 점수를 매기기 위해서가 아니라 가르치기 위해 빨간 펜을 들어 주는 수고, 막막한 고민도 꺼낼 수 있는 대화의 자리, 틀려도 괜찮다는 심리적 안전감이 지금 어른들이 둘러 줄 수 있는 가장 든든한 울타리다.

그리고 안개 낀 길 앞에 선 학생들에게는, 예전에 반쪽만 건넸던 내 대답의 나머지 절반을 이렇게 채워 주고 싶다.

"방 안에서 혼자 AI와 씨름하지 마세요. 아직 설익고 투박한 결과물이라도 괜찮으니, 자기 작업에 빨간 펜을 들어 줄 사람이 있는 곳으로 뛰어드세요."

도구가 아무리 빠른 속도로 진화해도, 소양에 머물던 사람을 체득의 경지에 이르게 하고 내가 만든 것의 진짜 가치를 증명해 주는 곳은 여전히 세상과 사람 사이뿐이다.