AI 시대 기업이 원하는 인재, 배우려는 태도가 핵심

구본권 소장은 하이닉스가 신입사원 채용에서 면접으로 보고 싶어 하는 것이 소프트스킬이라고 짚었다. 그중 가장 중요한 것은 학습 능력이라고 말했다.

무슨 일을 마주하게 될지, 어떤 과제를 풀어야 할지 사실은 아무도 모른다. 어떤 문제가 나와도 가장 열심히 배워 해결하려는 태도가 하드스킬 비교로는 뽑히지 않는 역량이라는 설명이다. 생성형 AI는 이미 회사 안에 들어와 있는 도구라서, 그것과 겨룰 안전한 역량은 상황이 바뀌어도 스스로 배우고 문제를 푸는 사람이라고 봤다.

이사민 기자는 공부해서 좋은 대학에 가고, 좋은 직업을 얻고, 전문성을 쌓아야 오래 살아남는다는 공식이 흔들리고 있다고 짚었다. AI가 사람보다 더 많이 알고 정답도 더 잘 찾는 시대라는 것이다.

구본권 소장은 GPT-6 아스트라가 수능에서 만점을 받고 90년간 풀리지 않던 수학 난제를 해결했다는 사례를 들었다. 필즈상 수상자들이 이런 상황에서 수학을 AI 시대의 교육에 더 이상 쓰면 안 된다는 집단 성명을 냈다는 점도 소개됐다.

그럼에도 중요한 것은 인간과 AI의 경쟁이 아니라 사람들 간의 차이라고 구 소장은 말했다. AI는 기본으로 회사에 깔려 있으므로, 그것을 누가 가장 현명하게 다루고 누가 협업을 가장 잘하느냐가 관점이 된다는 것이다.

글을 쓰다 표현이 떠오르지 않으면 AI에 묻고, 요약과 번역까지 맡기는 것이 현실이 됐다. 당장의 생산성은 오르지만 하나씩 AI에 맡기다 보면 사람의 사고 능력이 퇴화했다는 우려가 많다는 것이 이사민 기자의 지적이었다.

구 소장은 인지적 외주화가 처음이 아니라고 말했다. 마셜 맥루한은 기술을 인간 감각의 연장으로 보았고, 옷은 피부의 연장이며 안경은 눈의 연장이라는 비유가 있었다. 과거의 도구가 사람의 능력을 넓혀 줬다면, 생성형 AI는 사고와 판단을 대신하면서 오히려 그 기능을 약하게 만들 수 있어 성격이 다르다고 짚었다.

영어 공부에 왕도가 없다는 말처럼, 기존의 학습은 한 걸음씩 직접 밟아 가야 하는 것이었다고 구 소장은 설명했다. 그러나 새로운 환경과 도구가 나올 때마다 사람은 그것과 새로운 관계를 맺고 새로운 학습법을 익혀야 했다.

인터넷이 암산 능력을 떨어뜨렸어도 생각을 멈추게 하지는 않았다. 반면 AI는 사람의 사고 과정 자체를 멈추게 한다는 점이 가장 큰 차이라고 구 소장은 짚었다. AI 시대에 무엇을 직접 하고 무엇을 맡겨도 되는지 가르는 일 자체도 쉽지 않다고 덧붙였다.

과거에는 역사처럼 단편적인 사실을 먼저 외워야 하는 징검다리가 많았고, 그 문턱을 넘지 못하면 수포자가 되거나 과목을 일찍 포기하기 쉬웠다. 구 소장은 생성형 AI 시대에는 특정 과목을 일찍 포기할 이유가 줄었다고 보았다.

AI는 따라잡을 수 없다는 좌절 대신 나만을 위한 방법을 제공한다. 기초가 없어 본질에 접근하지 못할 때도 AI와 계속 묻고 풀면서 부족한 부분을 채울 수 있다. 구 소장은 이를 학습의 어려움을 겪는 학습자에게 좋은 파트너가 생긴 것으로 보았다.

창의성, 비판적 사고력, 협업, 커뮤니케이션은 인터넷이 보급되기 전부터 직업 교육과 인재상 논의에서 반복된 키워드였다.

그렇다면 AI 시대에 새로 달라진 점이 무엇인지가 남는 질문이다. 이에 대해 발언자는 AI가 학습의 진입 장벽을 낮춰, 그동안 학습에 어려움을 겪던 사람들에게 좋은 파트너가 되어 준다고 설명했다.

과거에는 이렇게 가는 것이 정답이고 정석이라는 왕도가 있었지만, 이제는 그런 것이 없고 사람마다 크게 다를 수 있다. 하드스킬은 객관적 지표와 평가가 명확하지만, 소프트스킬은 그렇게 쉽게 수치로 나오지 않는다.

하이닉스는 앞으로 학력을 전혀 보지 않고 심층 면접으로 소프트스킬을 보겠다고 발표했다. 구 소장은 이를 아이러니한 변화라고 짚었다. 문제 해결 능력, 창의성, 커뮤니케이션 능력을 보겠다는 것이다.

구 소장은 우리 입시 제도가 달라질 수 있을지 회의적으로 보았다. 수시를 줄이거나 정시를 늘리고 학생부 평가를 바꿔도 선발 방식을 바꾼다고 근본적으로 바뀌지 않는다는 것이다. 우리나라 학부모와 학생들이 소수의 이름난 대학에 몰리는 경쟁이 있기 때문에 입시는 바뀌지 않는다는 근거를 들었다.

구 소장은 입시 구조가 쉽게 바뀌지 않는다는 전제에서 출발해 선택을 제시했다. 그 경쟁에서 살아남는 것만이 최고라고 생각할지, 아니면 그 경쟁을 받아들이되 비인간적인 학습 경쟁 시스템을 전적으로 받아들이지 않고 다른 능력을 기를지 고민해야 한다는 것이다.

미래에는 입시 성적보다 중요한 능력이 요구될 것이라는 판단도 함께 내놨다. 기업이 요구하는 것은 소프트스킬을 갖춘 인재이며, 하이닉스의 사례가 그 신호라고 했다. 미래의 인공지능은 회사에 다 있으므로, 어떤 상황에서도 창의적으로 배우고 주도적으로 문제 해결에 나서는 사람이 공부의 본질이자 미래라는 것이다.

구 소장은 빅테크가 개발자를 많이 뽑았지만 가장 먼저 자른 것도 개발자였다고 짚었다. 유망 직업으로 사람이 몰리면 그 분야가 금방 기계로 자동화되는 일이 반복된다는 것이다. 대학 입학 때 유망하다던 전공이 졸업 무렵까지 그대로 유지되는 경우는 드물다는 점도 짚었다.

개발자의 상당수는 코딩은 AI가 더 잘하니 다른 분야를 찾아야겠다고 생각했다. 반면 절반의 개발자는 생성 인공지능 도구로 한 달 걸리던 작업을 2주로 줄이고, 열 명이 필요하던 일을 팀으로 할 수 있다며 더 신나게 코딩했다.

구 소장은 이 차이가 AI를 위협으로 보느냐, 자기가 이루려는 미션을 이루는 도구로 보느냐에서 생긴다고 말했다. 이 모습이 코딩만이 아니라 거의 모든 분야에서 일어날 것이라는 전망이었다.

구 소장은 생텍쥐페리가 『성채』에서 한 말을 인용했다. 사람들로 하여금 배를 만들게 하고 싶다면 배 만드는 재료와 연장을 주고 방법을 가르치려 하지 말고, 무한한 바다에 대한 그리움을 품게 만들라는 것이다. 선박 제조 기술은 계속 바뀔 테니 방법보다 욕망이 중요하다는 뜻이다.

욕망을 가진 사람은 최신 기술이 어떻게 나오든 영향을 받지 않고, 그것이 자기 꿈을 이루는 데 도움이 된다고 생각하면 누구보다 열심히 배우고 시키지 않아도 배운다. 생성형 AI는 강력한 도구지만, 강하게 이루고 싶은 비전이나 미션을 가진 사람에게 가장 좋은 도구가 된다고 말했다.

구 소장은 굴착기와 덤프트럭이 나왔을 때 옛날 육체노동이 덜 필요해진 것처럼, 사무직과 전문직도 사라지기보다 역할이 달라진다고 말했다. 한 사람이 수백 명의 일을 하게 되는 구조가 모든 사무직과 전문직에 똑같이 적용될 것이라는 설명이다.

AI를 잘 쓰는 전문가 두 사람이 열 명이 하던 일을 더 낫게 해낼 것이라는 점도 짚었다. 우리 분야만은 흔들리지 않는다는 믿음은 잘못된 신념이라는 주장이다.

이미 신호는 나타나고 있다. 공인회계사는 몇 년째 연수를 받지 못하는 상황이고, 법률 AI가 등장하면서 변호사의 역할도 달라지고 있다. 이 흐름이 일시적인 현상인지 물어볼 필요가 있다고 덧붙였다.

AI의 영향을 피할 직무는 없으니, 관건은 얼마나 현명하게 쓰느냐다. AI를 안 쓸 뿐이고 AI의 영향을 안 받는 직무는 아무데도 없다는 것이다. 관건은 AI를 얼마나 현명하게 활용하느냐라고 짚었다.

모두가 AI를 쓰면 새로운 문제가 생기고, 그것이 앞으로의 과제이자 일거리가 된다고 말했다. 딥페이크와 허깅페이스 해킹 같은 사건은 과거에 상상할 수도 없던 문제였다.

구 소장은 지난 4월 대전 오월드를 탈출한 늑구의 가짜 이미지에 온 국민이 속은 일을 예로 들었다. 생성 인공지능이 만든 새로운 문제인 셈이다.

그 문제가 생겼다는 것은 그것을 다룰 새로운 직업적 수요와 사회적 수요도 만들어낸다는 뜻이다. 전혀 과거에 없던 문제를 계속 마주하게 될 것이라는 전망이었다.

예술이나 글쓰기에서 AI를 쓰면 예술이 아니냐는 논쟁이 있었다. 구 소장은 AI를 썼는지가 아니라 AI를 활용하거나 활용하지 않음을 통해 내가 더 제대로 된 결과물을 만들었는지가 기준이라고 답했다.

구 소장은 덕후가 편안하자고 덕질을 하는 것이 아니라고 말했다. 자기가 진짜로 좋아하고 몰입하고 싶은 영역에서는 그 충일한 경험을 AI에게 대신하게 하고 결과감만 얻고 싶어 하지 않는다는 것이다.

영화 오디세이를 볼 때 줄거리 감상평으로 경험을 대신하지 않고 직접 아이맥스로 보는 것과 같다고 비유했다. 공부의 목적은 바람직한 어려움을 받아들이는 데 있다는 점도 강조했다.

과거에는 과정과 결과가 붙어 다녀서 바람직한 어려움을 자연스럽게 배울 수 있었다. 지금은 그것이 분리되어 편법과 지름길만 쓰게 될 위험이 있다는 것이 구 소장의 우려였다.

공부는 힘들어도 이것이 나에게 도움이 될 것이라고 마음으로 받아들여야만 할 수 있다. AI 시대에도 바람직한 어려움을 어떻게 기를 것인가라는 과제는 달라지지 않는 공부의 본질이라고 구 소장은 말했다.