[블랙스완 실험실] 4. 워크 페르소나 코치
이번에는 Job 생성기를 사용하지 않았다. 대신 나에 대한 정보를 파일로 첨부하고, 직접 프롬프트를 입력했다. 요즘 SNS를 도배하는 AI 이미지와 영상에 호기심이 생겨, 시각화 관련 내용을 프롬프트에 반영헀다.
너는 창직 전문가야. 다음을 종합해서 내게 맞는 창직 아이템 기획안 작성해줘. 창직 아이템 이름과 한 줄 캐치 프레이즈도 포함.
- 나에 대한 정보 파일의 내용을 참고해서, 나의 핵심 기제가 반영되도록
- 시장 수요가 있는 것으로
- 아웃풋에 ai를 활용한 이미지나 영상 포함
- 다음의 연관 서비스와 차별화되게
1) PI Behavioral Assessment와 같은 업무 스타일 진단에 따른 유형 분류
2) 퍼스널 브랜딩
- 시각화에 대한 나의 관심 양상
1) 전에 이미지 투사기법을 사용한 적은 있어. 사람들에게 자신의 상황을 잘 나타낸다고 생각하는 이미지를 선택하라고 한 후 그 이유를 설명하라고 하는거야. 그 응답들을 모아서 그들을 대표하는 개념을 추출하는 식으로 해석을 했어
2) 이모티콘을 즐겨 사용해
3) 자동화 툴을 기획할 때도 시각적 이미지를 중시했어.
4) 독특한 디자인이 포함된 아이디어 제품을 살펴보는 걸 좋아해
5) 인스타에서 자기개발 메시지를 이미지나 영상으로 표시한 것을 팔로우하고 있어
처음 결과물은 그럴듯하긴 한데 뭔가 어색했다. 그래서 이것저것 만지작거리며 다듬고 또 다듬었다. 그렇게 탄생한 게 '워크 페르소나 코치'다.
각 단어 하나하나는 익숙한데, 이렇게 붙여놓으니 묘하게 낯설다. 그런데 생각해보면, 개인의 특성과 강점을 파악하여 정체성을 명확히 한다는 점에서는 퍼스널 브랜딩과 닮았다. 개인의 업무 성향을 파악한다는 점에서는 행동 유형 진단과 닮았다. 그래서, 이들과의 차별점을 짚어달라고 했다.
그랬더니 대답이 제법 그럴듯했다. 퍼스널 브랜딩이 겉으로 드러내 보이는 것에 집중한다면, 워크 페르소나 코치는 속으로 파고든다는 것이다. 일하는 방식 자체를 들여다보겠다는 거다. 행동 유형 진단처럼 "당신은 A형입니다" 하고 딱지 붙이는 게 아니라, 개인만의 고유한 패턴을 찾아내고 그걸 시각적으로 보여주면서 실제로 써먹을 수 있게 만든다는 것이다.
음, 나쁘지 않은데?
나한테만 그럴듯한가 싶어서 validator.ai에 컨셉을 입력해 보았다. (어라? 출력 양식이 바뀌었네?) 결과를 보니 나쁘지 않다. 바뀐 양식에서는 이 점수가 어느 정도의 수준인지를 알려주지 않아서 확실치는 않지만, 괜찮은 점수인듯하다. AI, 개인화,시각화 덕분에 좋은 평가를 받았다.
가상 고객의 인터뷰 결과도 흥미롭다. 프리랜서들한데 수용도가 높고, 기업이나 커리어 전환을 희망하는 사람들에게는 기존 툴과 통합, 효과성, 시간과 비용에 대한 회의를 보인다. 말 되네.
고객 #1: 프리랜서 그래픽 디자이너
초기 반응: "나의 workflow를 이해하는 데 획기적인 전환점이 될 것 같습니다!"
후속 질문: "AI가 제 강점을 어떻게 판단하나요?"
반대 의견: "저와 같은 창의적인 역할에는 적용되지 않을 것 같아요."
관심 수준: 높음 - 자기 개발과 고객과의 상호 작용을 개선할 수 있는 잠재력이 있다고 봄
고객 #2: 기술 기업의 HR 관리자
초기 반응: "팀 역학을 시각화한다는 아이디어가 마음에 듭니다."
후속 질문: "어떤 종류의 데이터를 수집해야 하나요?"
반대 의견: "기존 툴과 통합될 수 있을까요?"
관심 수준: 보통 - 관심은 있지만 통합과 효과성에 대한 확신이 필요
고객 #3: 커리어 전환(희망)자
초기 반응: "개인화된 접근 방식에 흥미를 느낍니다."
후속 질문: "프로세스는 얼마나 걸리나요?"
반대 의견: "시간과 비용을 투자할만 할까요?"
관심 수준: 보통 - 가치를 인정하지만 비용 때문에 망설임
validator.ai는 코칭 플랫폼인 BetterUp과 진단 툴인 Gallup의 StrengthFinder를 주요 경쟁자로 꼽았다. 이들 대비, 코칭 영역에서는 AI 기반 통찰이 아직 틈새 시장이기 때문에 워크 페르소나 코칭이 차별적이라고 보았다. 더불어 개인의 성장과 조직의 발전을 하나의 관점에서 통합적으로 접근할 수 있다는 점도 독특한 강점으로 판단했다.
참고로, Gallup의 StrengthFinder 외에도 행동특성을 유형화하는 도구는 많다. 슬랙은 설문조사를 통해 직장 내 페르소나'를 5가지로 구분하고(탐구형, 자율형, 사교형, 문제해결형, 표현형) 이들의 일하는 방식을 분석한 바 있다. Predictive Index는 MBTI와 비슷한 방식으로 입력을 받아 4가지 차원에서(analytical, persistent, social, stabilizing) 총 17가지 유형으로 분류한다. 나는 Venturer로 나왔다. 이 유형은 독립적이고 문제해결과 새로운 도전을 즐기며, 위험이나 책임을 두려워하지 않는다. (심리학 박사과정을 수료했지만 왜 이렇게 나왔는지 모르겠다! 답변은 전혀 venturer스럽지 않았는데...)
GPT가 제안한 아웃풋인 분석 리포트, 제안서, 로드맵은 며칠만에 만들기엔 벅찼다. 대신, 간단히 시각화 중심으로 샘플을 만들어 보았다. 아주 대략적인 방향성 정도만 나타내는 수준으로.
워크DNA
작업과정은 이랬다. 우선, LLM에 나에 대한 정보를 입력하고 일하는 방식을 요약하게 했다. 이어 아이콘으로 표현할 수 있는 프롬프트를 요청했다. 여러 옵션을 주길래 이 중 마음에 드는 것을 골라, MS 코파일럿으로 아이콘들을 뽑아냈다. 그러고는 인포그래픽 템플릿 중 맘에 드는 것을 하나 골랐는데 무료 툴의 한계에 부딪혔다. 요즘 이미지건 영상이건 무료 ai툴 정말 많은데, 무늬만 무료인 경우가 태반이다. 편집을 할 수 없다! AI가 몇 십장짜리 프리젠테이션 문서를 만들어주는 시대에, 나는 올드하게 파워포인트로 편집했다.
결과물은 보니 제법 괜찮다. 장황한 설명 대신 한 장으로 "이 사람은 이런 방식으로 일한다"가 한눈에 들어온다. 파란 하트는 강점, 빨간 X는 약점. 단순해 보이지만, 팀 빌딩에서 서로의 Work DNA를 공유하고, 협업 방식을 조정하는데 참고할 수 있다. 커리어 전환을 고민할 때도 "나는 지금 맞는 일을 하고 있나?" 를 묻는 성찰의 도구가 될 수 있겠다.
워크 페르소나
내 핵심 기제를 도출하는 작업부터 시작했는데, 두 가지 방식으로 접근해봤다. 하나는 내가 미리 정리해 둔 경험이나 선호 등의 정보를 주고 이로부터 도출하게 하는 방식. 다른 하나는 그긴의 대화를 통해 도출하도록 하는 방식이다.
두 결과의 교집합을 요약하면, '복잡하고 이질적인 분야를 깊이 있게 분석해서 새로운 가치를 발견하고, 그걸로 구체적인 해결책을 만들어내는 것'. 이 정도 되겠다.
1. 내가 작성한 나의 경험이나 선호 등에 대한 자료를 주었을 때
제공해 주신 정보를 분석했을 때, 당신의 '일하는 방식의 핵심 기제'는 '이질적인 분야를 연결하여 새로운 통찰을 발견하고 구체적인 해결책을 창출하는 것'입니다. 이러한 핵심 기제는 여러 가지 특성으로 나타납니다.
[다양한 지식의 통합]
딸의 시험 오류를 심리학과 연결하거나, 심리학, 컴퓨터 과학, 신경학을 AI와 연관 지어 생각하는 것처럼 서로 다른 분야를 적극적으로 결합합니다.
[깊이 있는 분석 선호]
단편적이고 피상적인 정보 수집보다는 한 가지 주제를 깊이 파고드는 것을 선호합니다. 데이터 분석 기법이 실제 어떻게 활용되는지 추가로 조사하거나, 단발성 업무가 나열되는 것을 싫어하는 것도 이 때문입니다.
[숨겨진 패턴과 니즈 발견]
마켓플레이스에서 SQL을 사용해 이상 거래 패턴을 탐지하거나, 이미지 생성 AI를 활용해 교육생들이 미처 깨닫지 못했던 생각을 발견하게 돕는 것처럼, 보이지 않는 패턴이나 잠재된 니즈를 찾아내는 데 강점을 보입니다.
[반복적인 검증 및 개선]
GPT의 사고 과정을 캐물어 오류를 발견하고 결과를 개선한 경험처럼, 결과를 무비판적으로 수용하기보다 끊임없이 검증하고 개선하는 과정을 중요하게 생각합니다.
[과정과 시스템에 대한 관심]
단순히 결과물을 만드는 것을 넘어, 일하는 방식이나 동기부여와 같은 근본적인 과정과 시스템에 대한 관심이 큽니다.
2. 그 간의 대화로부터 추론하도록 했을 때
[복잡계 해석을 통한 가치 부여 및 최적 경로 생성]
님의 일하는 방식의 핵심은
'이해하기 어려운 복잡한 시스템(AI 기술, 개인의 삶, 시장 트렌드)의 원리를 꿰뚫어 보고,
그 안에 인간 중심의 가치와 의미를 부여한 뒤,
실행 가능한 최적의 경로를 새롭게 만들어내는 것'입니다.
단순히 분석에서 그치지 않고, 분석을 통해 새로운 가치를 창출하고 구체적인 방향을 제시하는 생성(Generative)과 최적화(Optimization)의 특징이 모두 나타납니다.
여러 LLM에게 나의 일하는 방식의 핵심기제를 도출하고, 그것을 품은 워크 페르소나에 이름을 붙여달라고 했다. 단, 알고리즘이나 ai 관련 용어를 비유해서.
왜 하필 그런 용어냐고? AI 관련 책들을 읽을 때마다 느낀 점이 있었다. 알고리즘 용어들이 단순히 컴퓨터공학의 언어가 아니라 인간의 사고방식과 닮아 있다는 것이다.
경로탐색 알고리즘만 봐도 그렇다. 다익스트라(Dijkstra) 알고리즘은 진정한 완벽주의자다. 현재 위치에서 갈 수 있는 모든 길을 빠짐없이 탐색한다. 목적지가 어디인지도 모르면서 말이다. 반면 A* 알고리즘은 좀 더 영리하다. 최종 목표까지의 예상 비용을 미리 계산해서 그쪽으로 똑똑하게 움직인다.
이걸 진로에 대입하면 어떨까? 다익스트라 타입은 "일단 지금 내가 갈 수 있는 최선의 길이 뭐지?" 하고 묻는 사람이다. 이것저것 다 해보면서 기회를 찾는 탐험가 스타일이다. A* 타입은 "내 목표에 도달하려면 어떤 경로가 가장 효율적일까?" 하고 전략적으로 사고한다. 명확한 목적지를 향해 일직선으로 달리는 설계자 스타일이랄까.
이런 식으로 알고리즘 개념들이 일상의 사고 패턴과 겹쳐 보이니, 워크 페르소나에 적용해볼 만하다고 생각했다. 그래서 한 발 더 나아가 내가 보완해야 할 점도 워크 페르소나로 만들어봤다.
현재 워크 페르소나 : Semantic Orchestator
페르소나 의미 : 내면의 잠재 신호와 외부 세계의 데이터를 의미론적으로 연결·조율하여, 개인만의 독창적인 전략을 설계하는 사람
알고리즘적 의미 : semantic은 의미, 맥락, 내면의 패턴을 추출해내는 것을, orchestration은 복잡한 모델·데이터·프로세스를 연결·통합·최적화하는 것을 말함
보완해야 할 워크 페르소나 : Greedy Optimizer
페르소나 의미 : 큰 그림만 그리는 사람이 아니라, 즉각적인 실행을 통해 최단 경로를 잡는 실용적 최적자.
알고리즘적 의미 : Greedy Algorithm은 매 순간 최적의 선택을 하며 빠르게 답을 도출하는 알고리즘을 말함 --> 깊은 구조를 탐구하는 대신, 지금 이 순간 가장 효율적인 선택을 빠르게 실행하는 능력을 보완
GPT로 두 페르소나를 시각화해보았는데, 이것도 맘에 든다. Semantic Orchestrator는 다양한 정보들을 연결하는 모습이고, Greedy Optimizer는 과녁을 향한 화살, fast, efficient에 둘러싸인 모습이다. 워크 페르소나는 DNA 이미지보다 함축적이고 직관적이다.
나중에 이 아이디어를 제대로 발전시킨다면? 두 페르소나 사이의 갭을 분석해서 이를 좁히기 위한 로드맵을 만들 수 있을 것이다. "현재 당신은 Semantic Orchestrator 스타일로 일하고 계시는데, Greedy Optimizer 기능을 추가하려면 이런 스킬을 먼저 업그레이드해보시죠" 하는 식으로 말이다. "알고리즘을 업데이트하세요"라는 좀 더 구체적이고 재미있는 코칭이 가능해질 것 같다.
