유명한형제들
인공지능 기술이 빠르게 발전하면서 지식을 축적하고 코드를 작성하는 기존 업무 방식이 빠르게 재편되고 있다. 생성형 AI가 방대한 정보와 코드 생성을 순식간에 처리함에 따라 개발자를 비롯한 지식 노동자들의 역할과 역량 정의도 근본적인 변화를 맞이했다. 기술의 대체 가능성이 높아진 환경에서 인간 전문가는 어떤 역량을 갖추어야 하는지, 그리고 자신의 가치를 어떻게 입증할 수 있는지가 핵심 화두로 떠올랐다.
AI 시대 역량 변화의 전망
세계경제포럼이 발표한 Future of Jobs Report 2025 보고서에 따르면 2030년까지 전체 근로자 역량의 약 39%가 변화하거나 더 이상 필요하지 않게 될 것으로 전망된다. 기존에 개인이 보유했던 단편적인 지식이나 정형화된 기술의 가치가 급격히 떨어지고 있음을 보여주는 수치다.
기술 환경의 급변은 지식 수집과 단순 집행 중심의 업무 프로세스를 근본적으로 재편한다. 과거에는 특정 영역의 지식을 더 많이 기억하고 빠르게 출력하는 능력이 중요했으나, 인공지능이 이를 보완하면서 인간 근로자에게 필요한 역량의 우선순위가 바뀌고 있다.
기업이 주목하는 핵심 역량
글로벌 기업들은 기술 변화 속에서 인재에게 필요한 핵심 역량의 기준을 새로 정립하고 있다. 세계경제포럼 조사 결과 글로벌 기업의 70%가 분석적 사고를 업무 수행을 위한 필수 역량으로 지정했다. 인공지능이 산출한 결과를 그대로 수용하기보다 맥락을 파악하고 구조적으로 분석하는 능력이 더욱 중요해졌기 때문이다.
이러한 흐름에 발맞추어 기업의 85%는 기존 직원들의 역량 강화를 최우선 순위로 두고 교육 정책을 추진한다. 단편적인 하드 스킬 체득에서 벗어나 정보의 오류를 선별하고 시스템적인 문제를 해결하는 능력을 기르는 데 조직적 역량이 집중되는 추세다.
비판적 사고와 자기 판단력
인공지능이 생성한 답변은 최종 결론이 아닌 참고 자료일 뿐이다. 전문가로서 가치를 유지하려면 생성된 정보의 정확성을 스스로 평가하고 숨겨진 오류나 편향을 찾아내는 검증 능력이 필수적이다. AI의 출력값을 무비판적으로 수용할 경우 잘못된 의사결정으로 이어질 위험이 크다.
실무 현장에서는 브랜드 데이터나 시장 수치와 인공지능의 결과물을 교차 검증하는 이중 프로세스를 적용한다. 도구가 제시한 근거를 전문 서적이나 신뢰할 수 있는 수치와 다시 대조함으로써 오류를 줄인다. 자신이 내린 판단을 객관적으로 돌아보고 한계를 인지하는 자기 성찰 노력이 뒤따라야 판단력의 완성도가 높아진다.
인간 고유의 소프트 스킬과 질문
상대방의 의도를 파악하고 신뢰를 형성하는 공감 능력과 갈등 해결 능력은 인공지능이 대체하기 어려운 인간 고유의 영역이다. 복잡한 관계 속에서 동기를 부여하고 윤리적 기준을 적용하는 소프트 스킬은 조직의 성과를 좌우하는 핵심 요소로 작용한다.
업무 수행 과정에서 인공지능이 무엇을 어떻게 해야 하는지에 대한 답을 제시한다면, 인간은 왜 이 문제를 풀어야 하는지 목적에 관해 물어야 한다. 어떤 문제가 풀어볼 가치가 있는 문제인지를 가려내고 본질을 짚어내는 질문 능력이 곧 전문성을 갈라놓는다.
버린 선택으로 증명하는 전문성
인공지능 시대의 전문성은 무수한 선택지 중 무엇을 채택했는가보다 무엇을 의도적으로 버렸는가에서 명확히 드러난다. 인공지능이 제시하는 무수한 아이디어와 결과물 속에서 발생 가능한 리스크를 계산하고 수용 불가능한 옵션을 배제하는 과정이 사고의 기준을 보여준다.
단기적 영향과 장기적 파급효과를 구분하는 시각은 경험을 기반으로 한 인간 판단의 영역이다. 인공지능이 제공하는 후보들을 맥락에 맞춰 통합하고 책임 범위를 명확히 설정한 뒤 최종 결정을 내리는 태도가 기술과 차별화되는 전문성을 완성한다.
따라서 개발자와 실무자는 생성형 도구가 내놓는 대안을 모두 채택하려 하기보다, 프로젝트의 한계와 윤리적 책임을 고려해 무의미하거나 위험한 대안을 적극적으로 덜어내는 작업부터 시작해야 한다.
참고
댓글 0개
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.