지금 당장 AI에게 말을 걸어보자
지금은 Worker에서 Creator로 넘어갈 때
왜 '지금' AI에게 말을 걸어야 하는가?
엑셀이 처음 등장했을 때, 선배들은 무엇을 했는가?
1990년대, 기업들이 주판과 계산기를 엑셀(Excel)로 바꾸기 시작했을 때를 상상해 보자. 많은 이들이 "복잡하다", "그냥 하던 대로 하는 게 더 빠르다", "나는 숫자보다 사람을 상대하는 사람이다"라며 저항하고 외면했지만 결국 엑셀을 자신의 무기로 만든 사람과 그렇지 못한 사람의 생산성은 비교할 수 없는 격차로 벌어졌다.
나는 지금의 AI가 90년대 엑셀보다 더 거대하고, 더 근본적인 변화를 예고하고 있다고 확신한다. 이것은 특정 직군에만 해당하는 유행이 아니라, 일의 정의 자체를 바꾸는 시대적 전환이 될것이다.
지식의 양이 아닌 '질문의 질'이 가치를 결정하는 시대
과거에는 더 많은 정보를 암기하고 소유한 사람이 전문가였다. 하지만 인터넷은 그 경계를 허물었고, 이제 AI는 지식의 독점이라는 개념 자체를 무의미하게 만들었다. 세상의 모든 정보가 담긴 '지식의 샘'을 누구나 가질 수 있게 된 지금, 이제 가치는 '무엇을 아는가'가 아니라 '무엇을 질문할 수 있는가'에서 나올 것이다. 동일한 AI를 사용하더라도, 어떤 질문을 던지느냐에 따라 쓸모없는 잡담을 내놓는 장난감이 되기도 하고, 수십억의 가치를 지닌 사업 전략 파트너가 되기도 한다. 당신의 '질문의 질'이 곧 당신의 가치가 되는 시대인 것이다.
나의 역할은 사라지는가?: Worker의 종말과 Manager의 탄생
공포도 사회에 만연하다. 이 두려움의 본질은 '내 일이 사라질 것'이라는 공포다. 이에 대해 나는 반은 맞고, 반은 틀리다 생각한다. 정확히 말하면, '일(Job)'이 아닌, 일의 일부였던 '반복 노동(Work)'이 사라질 것이다.
자료를 찾고, 정리하고, 요약하고, 보고서의 형식을 맞추는 등의 업무는 AI가 인간보다 수십, 수백 배 더 잘하는 영역으로 이런 'Worker' 역할은 이제 넘겨줄 때가 되었다. 그리고 바로 그 지점에서 기회가 열린다 생각한다. 우리는 반복 노동에서 해방되어, 본질에 집중할 수 있게 되고 가설을 세우고, 전략을 짜고, 질문을 던지고, AI가 가져온 여러 선택지 중 최상의 것을 '결정'하는 'Manager'이자 'Creator'가 되어야한다. AI는 내 일을 빼앗는 경쟁자가 아니라, 나 스스로를 더 높은 수준의 사유로 이끌어 줄 가장 강력한 조력자가 되야(만) 한다.
AI를 '지능적인 신입사원'으로 만드는 법
'정답'을 요구하면 실패한다: 100%의 함정
AI에게 '기계 주제에'라며 100% 완벽한 정답을 기대하는 순간, 모든 것을 망친다. AI를 완벽한 예언가가 아닌, '일을 매우 빨리 배우는 똑똑한 신입사원'으로 생각하자.
우리는 신입사원이 가끔 실수를 하거나, 지시의 맥락을 놓쳤을 때 해고하지 않는다. 대신, 더 명확하게 지시하고 방향을 수정해 준다. AI에게도 마찬가지이다. 잘못된 답변이 나왔다면, 그것은 AI의 한계라기보다 나의 지시가 불분명했기 때문일 가능성이 높다. 이 똑똑하지만 때론 바보같은 신입사원은 당신이 어떻게 지시하느냐에 따라 평범한 인턴으로 남을 수도, 회사 전체의 에이스가 될 수도 있습니다. 생각해보면 인서울 4년제 대학 나온 대부분 대기업 신입사원들은 똑똑하다. 다만, 적응하지 못한 그들에게는 더더욱 명확한 지시가 필요할 뿐.
'황금'을 넣는 기술: 좋은 질문의 3가지 원칙
'똥을 넣으면 똥이 나온다'는 말처럼, 좋은 결과를 원한다면 좋은 질문을 넣어야 한다. 좋은 질문이란 다음 3가지 요소를 포함하는 '전략적 프롬프팅(Prompting)'이다.
원칙 1: 역할 부여 (Persona): "너는 20년 경력의 투자 분석가야."
원칙 2: 맥락 제공 (Context): "다음 분기 실적 발표를 앞두고, 보수적인 투자자들을 안심시킬 만한 보고서 초안을 작성할 거야."
원칙 3: 형식 지정 (Format): "개요, 긍정/부정 요인 분석, 결론 순서로 나누고, 표와 그래프를 활용할 부분을 제안해 줘. 톤앤매너는 신뢰감을 주는 객관적인 어조로."
이 세 가지 원칙을 기억하는 것만으로, 이전과는 차원이 다른 결과물을 얻게 될 것이다. 진짜 아니면 물어봐라. 전부 feedback 할 자신있다. 내가 100% 정답은 아니지만 함께 정답을 찾아줄 자신있다.
AI 신입사원만 가능한 것들: 속도, 확장, 그리고 구체화
AI 신입사원은 인간이 결코 따라 할 수 없는 3가지 능력을 갖추고 있다.
속도 (Speed): 2시간짜리 회의 녹취록을 1분 만에 회의록으로 만들고, 핵심 요약과 실행 과제까지 정리한다.
확장 (Scale): "이 기획안에 대해 제기될 수 있는 반론 5가지를 제시하고, 각각에 대한 재반박 논리를 만들어줘" 와 같이, 단일한 생각을 순식간에 수십 개의 관점으로 분화시킨다.
구체화 (Substance): "신사업 아이템으로 이런 건 어떨까?" 하는 막연한 아이디어를 던져주면, 시장 분석, 타겟 고객, 예상 리스크까지 포함된 그럴듯한 사업 계획서의 밑그림을 그려준다.
그래서, 내 업무에 어떻게 쓰라는교? (실천 가이드)
구조화의 마법: 산더미 같은 자료를 1분 만에 보고서로
수십 개의 고객 피드백, 시장 조사 엑셀 데이터, 참고 논문들을 긁어모아 AI에게 던져주자. 그리고 다음과 같이 명령하자. "이 데이터들을 종합해서 '2025년 시장 트렌드 보고서'를 이 구조에 맞춰 작성해 줘." 당신이 몇 날 며칠을 할애했을 일이 단 몇 분 만에 완성되는 것을 볼 수 있다. 진짜 요즘 나오는 gemini 2.5 pro, gpt o3, claude 4 등 월 3만원만 내면 쓸수있는 모델들 성능은 상상을 초월한다.
관점의 분화: 단 하나의 아이디어를 10개의 기획안으로
"MZ세대를 타겟으로 한 새로운 앱 서비스를 기획 중이야. 5가지 다른 컨셉의 앱 아이디어를 제안해 줘." AI는 당신이 미처 생각지 못했던 관점의 기획안들을 쏟아낼 것이다. 당신의 일은 그냥 읽고 가장 빛나는 원석을 고르고 다듬는 것이다. 만약 마음에 드는게 없다면 100개, 1000개를 쏟아내 보라고 해보자. 그래도 마음에 안든다면 단순하게 쏟아내라고 하지 말자. 인간이 깊은 사고를 시작할 때처럼, 한 단계식 밟아보자. 특정 산업 섹터에 대한 background 지식을 얻고, 다른 기획들은 어떻게 분화했는지에 대한 예시를 얻고, 어떤 차별점이 있는지에 대한 보고서를 먼저 작성하라고 해보자. 전부 시키고, 나온 결과물을 연금술하듯이 때려박으면 된다. 그러면 기존 10개, 100개, 1000개 기획보다 훨신 마음에 드는 결과물이 나올 확률이 높다.
무지의 영역 정복: AI를 스승 삼아 새로운 도메인 학습하기
새로운 프로젝트 때문에 생소한 분야를 공부해야 하는 상황이라면 절대 두려워할 필요가 없다. "블록체인 기술의 핵심 원리를 비전공자도 이해할 수 있게 설명해 줘. 그리고 이 기술이 우리 산업에 적용된 성공 사례 3가지를 찾아줘." 단언컨대 AI는 당신을 위한 최고의 개인 교사가 되어 줄 것이다. 퀴즈도 만들어줘, 수준도 맞춰줘, 디테일한 사례도 찾아줘, 내가 잘못이해하면 정정도 해줘.. 진짜 다해준다.
당신의 첫 번째 '질문'이 모든 것을 바꾼다
망설일 시간이 없다. 이 글을 읽는 동안에도 누군가는 AI에게 질문을 던지고, 답을 얻고, 앞으로 나아가고 있다. 물론 내가 가속화되는 경쟁사회에 '이것도 배워야해?'를 추가하고 싶은 생각은 전혀 없다. 배우지 않겠다면 강요할 수 없다. 하지만 변화는 이미 시작되었고, 이제 남은 선택은 변화의 파도에 올라탈 것인가, 아니면 휩쓸릴 것인가 둘 중 하나뿐이다. 내가 가장 좋아하는 회사 선배는 항상 피아노 치듯 excel을 연주한다.
거창할 필요 전혀 없다. 당장, 당신의 가장 사소하고 귀찮았던 업무 하나를 AI에게 던져보자. "제가 방금 거래처에 보낼 이메일 초안인데, 더 정중하고 전문적인 표현으로 다듬어 주세요." 아마 당신은 그 작은 성공의 경험만으로도, 이 새로운 시대의 문을 여는 것이 얼마나 쉬운 일인지 깨닫게 될 것이다. 하나 하나 해보면서 어떤건 되는지, 어떤건 안되는지 파악해보자. 아마 당신이 생각하는것 이상으로 많은걸 해내는걸 볼 수 있을 것이다.
이건 왜 안해줘요 하는건 나에게 물어봐도 좋다. 편하게 이메일, 댓글 남기면 화이팅 넘치게 대답하겠다.
