디자인씽킹 특강: AI시대, 디자인씽킹이 중요한 이유
AI 시대, 공감이 경쟁력이다
퍼즐 vs. 미스터리
일리노이공대 교수 제러미 알렉시스는 창의적 생각을 설명할 때 ‘퍼즐’과 ‘미스터리’를 비유로 듭니다. 즉, 지금까지 세상이 우리에게 던진 질문은 일정 시간 수학과 과학적 사고를 발휘해 해결이 가능한 퍼즐 같다면, 미래의 문제는 새끼 고양이가 엉망으로 꼬아버린 털실 뭉치처럼 뒤엉킨 미스터리 같다는 것이죠.
그간 우리가 살아온 세상은 주기적 변화를 거치며 진보했습니다. ‘산업혁명’이라는 이름으로 3차까지 일목요연하게 정리됐고, 몇몇 학자는 이제 다가오는 미래를 4차 산업혁명이라 말하면서 이 불확실하면서 빠른 변화에 대비해야 한다고 말합니다.
4차 산업혁명은 몇 년간 너무나 많은 곳에서 다룬 주제이므로 간단하게만 이야기하겠습니다. 4차 산업혁명의 가장 큰 특징은 다양한 분야의 기술적 발달이 동시다발적으로 일어나고 서로 융합한다는 것입니다. 유전자 염기서열 분석에서 나노 기술, 재생에너지, 퀀텀 컴퓨팅 등 기존에 독립적으로 발달한 물리학, 디지털, 생물학 등의 분야가 상호교류하고 결합하는 4차 산업혁명은 이전 혁명과는 근본적으로 다릅니다. ‘4차’라는 말로는 부족할 정도입니다.
당연하게도 4차 산업혁명 시대엔 상상 이상의 다른 세계가 펼쳐질 것입니다. 구체적으로 어떤 세계가 올지는 누구도 확답할 수 없지만, 기존 경쟁의 논리가 무의미해짐은 분명합니다. 기업과 조직이 요구하는 인재상과 역량 역시 획기적으로 바뀔 겁니다.
지금 당신이 하는 일은 퍼즐에 가까운가요? 아니면 미스터리에 가까운가요?
퍼즐을 열심히 푸는 일을 하고 있다면 지금 하는 일에 미스터리함을 추가하세요. 퍼즐 푸는 것은 챗GPT 등 기계에게 양보하고 창의성을 한 스푼 첨가하세요. 그래야 당신이 하는 일이 가치가 살아나고 챗 GPT와의 경쟁에서 한발짝 떨어진 당신만의 혜자를 구축할 수 있습니다. 챗 GPT가 잘하는 퍼즐 푸는 일만 존재하는 운동장에서는 우리가 챗 GPT와 같은 기계를 이길 수 없습니다. 알파고가 계속 학습을 하면서 이세돌을 이긴 것처럼 인공지능이 우리의 사칙연산과 기초적 알고리즘 역량을 뛰어넘는다는 것은 불보듯 뻔한 문제입니다. 그들과 다른 운동장에서 뛰어놀아야 합니다. 그들이 생각지 못한 Rule of Game을 만들어야 하고, 가장 인간적인 속성을 추가해야하는 것입니다. 그게 바로 단연코 공감능력이라고 할 수 있습니다.
AI 시대, 공감이 경쟁력이다: 디자인씽킹으로 일 잘하는 직장인이 되는 법
언젠가부터 업무 효율성을 이야기할 때 빠지지 않고 등장하는 키워드가 있습니다. 바로 ‘AI’입니다. 마케팅 콘텐츠 작성, 고객 응대, 보고서 정리, 이메일 회신, 심지어 전략 아이디어 도출에 이르기까지, 우리가 해오던 수많은 일들이 이제는 AI로도 가능해졌습니다. 하지만 한 번쯤 이렇게 생각해보면 어떨까요?
‘만약 모든 것을 AI가 대신할 수 있다면, 나는 앞으로 무엇을 잘해야 할까?’
그 해답은 의외로 단순합니다. AI가 절대로 흉내낼 수 없는 인간 고유의 능력, 바로 공감(Empathy)입니다. 공감은 본질적으로 인간만이 할 수 있는 행위입니다. 인공지능을 넘어 ‘인공감성’이 개발되기 전까지는 말이지요.
그렇다면 AI에 공감 능력을 더하면 어떤 점에서 도움이 될 수 있을까요? 그리고 이 공감 능력을 가장 효과적으로 훈련하고, 업무에 적용할 수 있도록 도와주는 프레임워크가 바로 디자인씽킹(Design Thinking)입니다.
왜 AI는 공감할 수 없을까요?
AI는 데이터를 기반으로 패턴을 분석하고 예측하는 데 매우 탁월합니다. 수많은 고객 리뷰를 분석하고, 문맥에 적절한 문장을 생성해내며, 때로는 사람보다 더 자연스러운 응답을 하기도 하지요. 하지만 그럼에도 불구하고, AI는 공감할 수 없습니다.
왜일까요?
첫째, AI는 직접 경험하지 않습니다. 인간은 감정을 느끼고, 관계를 맺으며, 그 과정에서 기쁨이나 슬픔 같은 감정을 기억 속에 축적합니다. 이 축적된 경험이 바로 공감의 바탕이 되지요. 그러나 AI는 데이터로만 세상을 인식하기 때문에, 누군가의 입장에서 진심으로 ‘느끼는 것’이 불가능합니다.
둘째, AI는 맥락의 층위를 섬세하게 읽지 못합니다. 사람과의 대화에서는 동일한 문장이라도 말하는 사람의 표정, 말투, 관계의 깊이 등에 따라 전혀 다른 의미가 담길 수 있습니다. 예를 들어 “괜찮아.”라는 말은 정말 괜찮다는 뜻일 수도 있고, 사실은 괜찮지 않다는 신호일 수도 있지요. 우리는 그 뉘앙스를 자연스럽게 감지하지만, AI는 문자 그대로 해석할 뿐입니다.
셋째, AI는 감정적 혹은 도덕적 책임을 지지 않습니다. 공감은 단순한 이해를 넘어선 관계적 행위입니다. 누군가의 감정을 읽고 그에 반응한다는 것은, 그 사람과의 관계에 일종의 책임을 진다는 의미이기도 합니다. 그러나 AI는 도구일 뿐이며, 어떤 결과에 대해서도 감정적으로나 윤리적으로 책임을 지지 않습니다. 이 점이 공감의 본질과 가장 먼 지점입니다.
AI 툴과 공감 능력이 결합되었을 때의 힘
공감이 없는 AI는 그저 ‘빠른 도구’에 불과합니다. 그러나 여기에 인간의 공감 능력이 더해지면, 비로소 사람 중심의 문제 해결이 가능해집니다.
예를 들어 한 기업에서 고객 응대를 위해 챗봇을 도입했다고 가정해보겠습니다. 초창기에는 단순한 Q&A 응답 시스템으로만 활용되었지만, 시간이 지나면서 고객들의 불만과 질문을 세심하게 분석하고, 고객의 감정 흐름에 맞춰 챗봇의 말투와 응답 시나리오를 조정했습니다. 그러자 고객의 반응이 달라졌습니다. 단순히 정보를 제공하는 것을 넘어, 고객의 감정을 이해하고 위로하는 ‘느낌’을 전달할 수 있게 된 것입니다. 결국 고객 만족도는 크게 향상되었고, 이탈률은 눈에 띄게 감소했습니다. 이 성공의 핵심은 기술이 아니라, 사람의 공감 설계에 있었습니다.
또 다른 사례로, 마케팅 콘텐츠 기획 업무를 생각해볼 수 있습니다. AI는 문장을 빠르고 정확하게 생성할 수 있습니다. 그러나 어떤 시점에, 어떤 감성의 메시지를 써야 고객의 마음을 움직일 수 있는지를 판단하는 것은 여전히 사람의 몫입니다. 고객의 불안, 기대, 혹은 숨은 니즈를 읽고 그것에 반응하는 감각이 없다면, AI가 만들어낸 문장은 단지 정보에 불과합니다. 사람의 마음을 움직이는 메시지를 만드는 데에는 결국 공감이 필수적입니다.
보고서나 프레젠테이션을 구성하는 일도 마찬가지입니다. 물론 AI는 정보를 정리하고 시각적으로 표현하는 데 도움을 줄 수 있습니다. 그러나 이 보고서를 받는 사람이 지금 무엇을 걱정하고 있을지, 이 정보 중 어떤 부분을 가장 중요하게 여길지를 상상하고, 그에 맞게 흐름을 설계하는 일은 공감하는 사람의 역할입니다. 효과적인 전달의 핵심은 단순한 논리보다, 공감 기반의 구조 설계에 있습니다.
결국, AI는 도구이고 공감은 방향입니다
AI는 빠르고 효율적입니다. 하지만 무엇을 해야 할지, 왜 그것을 해야 하는지는 말해주지 못합니다. 그 해답은 언제나 사람에게서, 그리고 사람의 감정에서 비롯됩니다. 공감은 단순히 ‘착한 감정’이 아닙니다. 공감은 전략입니다.
이제는 AI를 능숙하게 다루는 능력 못지않게, 공감할 줄 아는 능력이 중요해진 시대입니다. 앞으로는 AI를 잘 활용하는 사람보다, AI에 공감을 결합해 의미를 설계할 줄 아는 사람이 더 멀리, 더 오래 성장하게 될 것입니다. 그런 사람이 바로, ‘일 잘하는 직장인’입니다.
#디자인씽킹 #디자인씽킹특강 #디자인씽킹강의 #디자인씽킹워크샵 #디자인씽킹워크숍 #디자인씽킹강사섭외 #AI #dschool #IDEO #Amazon #Google #Apple
