자기개발의 시대 vs 자기생존의 시대

- AI 바이브 코딩이 가르는 생사의 궤적

지난달, 15년 경력의 사진가 한 명이 내게 이런 말을 했다. "요즘 클라이언트가 레퍼런스를 보내오는데, 그게 미드저니로 만든 이미지야. 내가 찍는 사진보다 그게 더 예쁘다고." 그의 목소리에는 분노가 아니라 뭔가 더 무거운 것이 실려 있었다. 당혹감. 아니, 좀 더 정확히 말하면 — 배신당한 기분에 가까웠다. 10년 넘게 조리개와 셔터 스피드의 미세한 차이를 몸에 새겼고, 새벽 4시에 일어나 골든아워를 쫓았고, RAW 파일 하나를 보정하는 데 40분을 쏟아온 사람이, 자연어 한 줄에 밀리고 있다는 사실. 그건 단순한 기술 위협이 아니었다. 정체성의 균열이었다.

비슷한 시기에, 8년 차 UI 디자이너 하나가 미디엄에 글을 올렸다. 제목이 이랬다 — "오늘 팀장이 Figma AI로 만든 시안을 보여주며 물었다. '이거면 되지 않아?'" 그 디자이너가 며칠 밤을 새워 다듬은 시안보다, AI가 10분 만에 뽑아낸 결과물이 "비용 대비 괜찮다"는 평가를 받은 것이다. 댓글에는 비슷한 경험을 토로하는 디자이너, 영상 편집자, 일러스트레이터들이 줄을 이었다.

솔직히 말하자. 이건 특정 직업군의 이야기가 아니다.

개발자는 바이브 코딩으로 비전공자가 하루 만에 MVP를 만들어내는 걸 목격하고 있고, 번역가는 DeepL이 자기 번역과 구별이 안 되는 결과물을 내놓는 현실에 직면하고 있다. 작곡가, 법률 전문가, 건축 설계사 — 한때 "전문성"이라는 해자가 견고하다고 믿었던 모든 사람들이, 지금 같은 질문 앞에 서 있다.

내 기술의 유통기한이 다한 건 아닌가?

해자가 메워지는 소리를 들어본 적 있는가?

중세 성을 떠올려 보자. 성벽 바깥에 깊은 물길을 파면, 적이 쉽게 접근하지 못한다. 그게 해자다. 비즈니스에서는 워런 버핏이 즐겨 쓰는 개념이다 — 경쟁자가 넘볼 수 없는 구조적 우위. 사진가에게 해자는 수만 시간의 촬영 경험이었고, 개발자에게 해자는 복잡한 시스템 아키텍처를 설계할 수 있는 능력이었으며, 디자이너에게 해자는 픽셀 단위의 감각이었다.

그런데 해자에 물이 차 있어야 해자지, 물이 빠지면 그건 그냥 도랑이다.

AI가 한 일은 정확히 이것이다. 해자의 물을 빼버린 것. 전문 기술의 진입 장벽이라는 물이 빠지면서, 성 안에 있던 사람들이 갑자기 평지에 서게 되었다. 그 느낌을 아는가? 수영장에서 물이 갑자기 빠지는 느낌. 물속에 있을 때는 모두가 떠 있었는데, 바닥이 드러나는 순간 누가 실제로 서 있었고 누가 발이 닿지 않는 곳에서 허우적대고 있었는지가 적나라하게 보이는 그 순간. AI가 만든 것은 바로 그 순간이다.

이건 사실 처음 일어나는 일이 아니다. 코닥을 기억하는가? 1975년, 코닥의 엔지니어 스티브 새슨이 세계 최초의 디지털 카메라를 발명했다. 그런데 코닥 경영진은 그것을 서랍에 넣었다. 필름이라는 해자가 너무 깊고 견고했기 때문이다. "우리는 필름 회사다"라는 정체성이 너무 강했기 때문이다. 결과는 알고 있을 것이다. 2012년, 코닥 파산. 자기가 발명한 미래에 자기가 죽은 것이다. 디지털 카메라를 만들 능력이 없어서가 아니었다. 해자에 대한 믿음을 버리지 못해서였다.

더 거슬러 올라가면, 19세기 초 영국의 숙련 직물공들이 있다. 자동 방직기가 등장했을 때, 수십 년간 갈고닦은 손기술이 하루아침에 기계에 밀렸다. 그 분노가 러다이트 운동으로 폭발했다. 그런데 역사가 가르쳐주는 불편한 교훈이 있다. 기계를 부순 러다이트는 살아남지 못했고, 기계를 다루는 법을 익힌 직물공이 다음 시대의 공장주가 되었다.

코닥도, 러다이트도, 전문성이 부족해서 무너진 게 아니다. 해자가 영원할 거라고 믿었기 때문에 무너졌다. 그리고 그 믿음을 지탱해준 것이 바로 "자기개발"의 문법이었다. 더 깊이 파면 안전하다. 더 높이 쌓으면 안전하다. 그 주문이 200년째 반복되고 있다.

자기개발이라는 오래된 주문

자기개발의 문법은 명쾌했다. 변수를 최소화하라. 리스크를 줄여라. 정답을 찾아라. 스펙을 쌓아라. 자격증을 따라. 영어 점수를 올려라. 코딩을 배워라. 이 모든 명령의 공통점이 뭔지 아는가? 전부 "미래에 닥칠 문제를 사전에 방지하라"는 것이다. 방패를 두껍게 만드는 전략. 성벽을 높이 쌓는 전략. 한마디로, 방어의 언어.

이 공식은 꽤 오래 작동했다. 변화가 느렸으니까. 산업 구조가 10년 단위로 바뀌던 시대에는, 그 10년 안에 스펙을 쌓고 포지션을 확보하면 다음 파도가 올 때까지 버틸 수 있었다. 자기개발서가 공항 서점을 점령하고, 온라인 강의 플랫폼이 유니콘이 되고, "아침 5시 기상 루틴"이 성공의 비밀인 것처럼 포장된 시대. 그 시대의 핵심 전제는 이것이었다 — 세상은 예측 가능하고, 준비한 자가 살아남는다.

그런데 말이다. 그 전제가 무너졌다.

AI는 변화의 속도를 10년에서 10개월로 압축했다. 아니, 어떤 영역에서는 10주로. 당신이 6개월 동안 새로운 기술을 "개발"하는 사이, 그 기술을 AI가 대체해버리는 상황이 실제로 벌어지고 있다. 이건 속도의 문제가 아니다. 게임의 규칙이 바뀐 것이다. 방패를 아무리 두껍게 만들어도, 공격이 방패를 우회해서 들어온다면 방패의 두께는 의미가 없다. 자기개발이라는 방패가 바로 그 상태다.

여기서 루이스 캐럴의 붉은 여왕이 등장한다.

멈추면 죽는 세계 — 레드퀸 효과의 잔인한 진실

『거울 나라의 앨리스』에서 앨리스는 붉은 여왕과 함께 죽을 힘을 다해 달린다. 그런데 아무리 달려도 제자리다. 헐떡이며 앨리스가 묻는다. "이상하다, 우리나라에서는 이렇게 빨리 달리면 어딘가에 도착하는데요." 붉은 여왕이 답한다. "여기서는 같은 자리에 있으려면 있는 힘껏 달려야 해. 어딘가로 가고 싶다면, 적어도 그 두 배는 빨리 달려야 하지."

진화생물학자 리 밴 베일런은 1973년에 이 장면에서 이름을 빌려 "레드퀸 가설"을 제안했다. 생태계에서 종(種)은 끊임없이 진화하지 않으면 도태된다. 주변의 모든 종이 진화하고 있기 때문에, 가만히 있는 것 자체가 뒤처지는 것이다. 멈춤은 유지가 아니라 퇴보다.

AI 시대에 이 가설이 개인에게 적용되기 시작했다. 그것도 잔인할 만큼 정확하게.

당신이 포트폴리오를 다듬고 있는 사이, AI가 그 포트폴리오 수준의 결과물을 찍어내고 있다. 당신이 새로운 프로그래밍 언어를 배우는 사이, 바이브 코딩이 그 언어를 모르는 사람에게 같은 능력을 나눠주고 있다. 당신이 밤새 편집한 영상을, AI가 프롬프트 세 줄로 재현하고 있다. 달리고 있는데 제자리인 게 아니다. 달리고 있는데 뒤로 밀리고 있다.

그런데 여기서 결정적으로 중요한 지점이 있다. 레드퀸 효과의 핵심은 "더 빨리 달려라"가 아니다. 진화생물학에서 살아남은 종은 더 빨리 달린 종이 아니라, 달리는 방식 자체를 바꾼 종이었다. 포식자가 빨라지면, 먹이는 속도로 경쟁하는 대신 독을 개발하거나 보호색을 진화시켰다. 같은 게임에서 이기려 한 게 아니라 게임 자체를 바꿔버린 것이다.

과거의 자기개발은 같은 트랙에서 더 빨리 달리는 것이었다. 더 많은 지식, 더 높은 스펙, 더 정교한 기술. 같은 방향, 같은 궤도, 더 높은 속도. 그런데 AI라는 새로운 종(種)이 그 트랙 위에 올라왔고, 그 종의 진화 속도는 인간이 따라잡을 수 있는 수준이 아니다. 같은 트랙에서 경쟁하면 진다. 반드시 진다.

그래서 궤도를 바꿔야 한다. "자기개발"의 궤도에서 "자기생존"의 궤도로.

자기개발과 자기생존 — 세계관이 다르다

이 두 단어의 차이는 미묘해 보이지만, 들여다보면 세계관 자체가 다르다.

자기개발의 세계에서 능력이란 축적하는 것이었다. 마치 벽돌을 하나씩 쌓아 탑을 세우는 것처럼, 지식을 올리고 스펙을 올리고 경험치를 올리면 어느 순간 꼭대기에 도달한다는 선형적 믿음. 이 세계에서 최고의 전략은 "정답을 미리 알고 있는 것"이었고, 위기 관리란 "문제가 생기기 전에 변수를 줄이는 것"이었다. 시험 전날 밤, 예상 문제를 빈틈없이 정리해두는 그 감각. 익숙하지 않은가?

자기생존의 세계는 완전히 다른 감각을 요구한다. 시험지를 받았는데 예상 문제가 하나도 없다. 교과서에 없는 문제뿐이다. 이때 벽돌탑은 소용없다. 필요한 건 눈앞의 재료로 뭐라도 만들어내는 능력이다. 예측 불가능한 문제가 던져졌을 때, 그 순간 동원할 수 있는 모든 도구와 사고를 조합해서 답을 만들어내는 것. 정답을 아는 것이 아니라 질문을 만드는 것. 변수를 줄이는 것이 아니라 변수 속으로 뛰어드는 것.

이걸 좀 더 피부에 와닿게 설명해 보겠다. 당신이 사진가라고 치자.

자기개발 모드의 사진가는 이렇게 행동한다. 새로운 카메라 바디를 공부하고, 라이트룸의 최신 프리셋을 익히고, 색보정 워크숍에 참석하고, 해외 사진가의 마스터 클래스를 수강한다. 모두 "더 나은 사진가가 되기 위한" 활동이다. 방패를 더 두껍게 만드는 것. 변수를 줄이는 것.

자기생존 모드의 사진가는 다르게 움직인다. AI 이미지 생성 도구로 클라이언트의 요구를 30분 만에 시각화하고, 그 시각화를 기반으로 실제 촬영 방향을 제안한다. 바이브 코딩으로 자신만의 포트폴리오 웹사이트를 하루 만에 만들어 올리고, AI 기반 편집 도구와 자신의 색감 철학을 결합해 "AI 단독으로는 절대 도달하지 못하는" 최종 결과물을 만들어낸다. 이 사진가는 기술을 "배우는" 것이 아니다. 문제를 "해결하고" 있다. 그것도 AI를 무기로 삼아서.

눈치챘는가? 두 모드의 가장 큰 차이는 "학습"과 "실행"의 비율이다. 자기개발은 학습 80, 실행 20이다. 자기생존은 실행 80, 학습 20이다. 아니, 더 정확히 말하면 자기생존에서 학습은 실행 안에 내장되어 있다. 교육학에서는 이걸 "경험학습(experiential learning)"이라고 부르는데, 사실 그런 학술 용어가 필요 없다. 자전거를 떠올리면 된다. 자전거 타는 법을 책으로 배운 사람은 없다. 넘어지면서 배운다. 자기생존도 마찬가지다. 하면서 배우는 거다. 말이 쉽지, 그런데 진짜 그런 거다.

바이브 코딩 — 자기생존의 리트머스 시험지

2025년 2월, 오픈AI 공동 창업자이자 테슬라 AI 디렉터를 지낸 안드레이 카르파시가 트위터에 짧은 글을 올렸다. "나는 이걸 '바이브 코딩'이라고 부른다. 완전히 바이브에 몸을 맡기고, 코드가 존재한다는 사실 자체를 잊어버리는 것." 이 한 마디가 소프트웨어 개발의 지형을 뒤흔들었다.

바이브 코딩이란 뭔가. 단순하다. AI에게 자연어로 원하는 것을 말하면, AI가 코드를 짜준다. 개발자가 아닌 사람이 "나는 고객 예약을 관리하는 앱이 필요해. 달력 뷰가 있고, 카카오톡으로 알림이 가면 좋겠어"라고 말하면, AI가 그걸 작동하는 소프트웨어로 만들어준다. 코드를 한 줄도 이해하지 못해도.

여기서 중요한 건 바이브 코딩 자체가 아니다. 바이브 코딩이 드러낸 구조적 전환이 중요하다.

과거에 "코딩을 배워라"는 자기개발의 대표적 명령이었다. 파이썬을 공부하고, 알고리즘을 이해하고, 깃허브에 프로젝트를 올리고, 부트캠프를 수료하라. 6개월, 12개월, 스펙에 한 줄 추가. 이것이 자기개발 패러다임의 전형적인 경로다 — 지식을 축적하고, 변수를 줄이고, 미래를 대비하라.

바이브 코딩은 이 경로를 통째로 건너뛴다. 코딩을 "배우지 않고도" 코딩이 해결해주던 문제를 해결할 수 있게 된 것이다. 여기서 핵심 역량은 코딩 실력이 아니다. "내가 해결해야 할 문제가 무엇인지 정의하는 능력"이다. 그리고 "AI라는 도구를 활용해서 그 문제를 실제로 해결하는 실행력"이다.

약사가 레플릿으로 약국 관리 서비스를 만들었다. 마케터가 Claude로 고객 데이터 분석 도구를 만들었다. 사진가가 Cursor로 자동 포트폴리오 생성기를 만들었다. 이 사람들은 개발자가 아니다. 이 사람들은 "코딩을 배운 사람"도 아니다. 이 사람들은 "자기 문제를 정의하고, AI로 해결한 사람"이다.

물론 바이브 코딩이 만능은 아니다. 솔직히 말하면, 바이브 코딩으로 만든 코드는 프로젝트가 커질수록 유지보수가 어려워지고, 보안 취약점이 드러나며, 결국 전문 개발자의 손을 거쳐야 하는 경우가 많다. 바이브 코딩 트래픽이 2025년 여름 정점을 찍고 하락세에 접어들었다는 데이터도 있다. 이걸 모른 척하면 정직하지 못한 글이 된다.

그러나 — 그리고 이게 핵심인데 — 바이브 코딩의 가치는 "완벽한 소프트웨어를 만드는 것"에 있지 않다. "문제를 정의하고 즉시 해결을 시도하는 태도"에 있다. 완벽하지 않아도 일단 만들어보고, 부족하면 고치고, 안 되면 다른 방법을 찾는 그 태도. 그것이 자기생존의 핵심 근육이다. 바이브 코딩은 그 근육을 처음으로 단련해볼 수 있는 가장 접근성 높은 도구일 뿐이다.

그래서 당신은 어느 쪽인가

여기서 불편한 질문을 하나 던져야겠다.

당신은 지금 뭘 하고 있는가? AI에 대한 기사를 읽고 있는가? AI 관련 온라인 강의를 수강 중인가? "나도 곧 시작해야지"라고 생각하며 북마크를 늘리고 있는가? 만약 그렇다면, 당신은 아직 자기개발의 궤도에 있다. 정보를 모으고, 변수를 분석하고, 준비가 "충분히" 되면 움직이겠다는 사고 방식.

나도 안다. 그 마음을. 새로운 것 앞에서 충분히 알고 나서 움직이고 싶은 욕구. 실패하고 싶지 않은 마음. 10년 넘게 쌓아온 전문가로서의 자존심이 "초보자로 돌아가는 것"을 거부하는 그 감각. 그건 자연스러운 거다. 인간이니까. 하지만 그 자연스러운 반응이, 이 시대에는 가장 위험한 반응이 되어버렸다.

자기생존 모드의 사람은 다르다. 완벽하지 않아도 일단 손을 댄다. AI에게 프롬프트를 던지고, 형편없는 결과물이 나오면 다시 던지고, 또 다시 던진다. 그 과정에서 "아, 이건 이렇게 질문해야 하는구나"를 체득한다. 그건 학습이 아니다. 생존 본능이다. 먹이를 찾아 움직이는 동물이 사냥 이론을 공부하지 않는 것처럼, 자기생존 모드의 사람은 행동 안에서 배운다.

레드퀸 효과를 다시 떠올려 보자. 붉은 여왕이 앨리스에게 말한 건 "더 빨리 공부하라"가 아니었다. "달려라"였다. 달리면서 방향을 찾으라는 것이다. 달리기를 멈추고 지도를 펼치는 순간, 당신은 이미 한 바퀴 뒤처진다.

그리고 여기, 많은 사람들이 놓치는 역설이 하나 있다. AI 시대에 가장 위험한 사람은 아무것도 안 하는 사람이 아니다. "과거의 방식으로 열심히 하는 사람"이다. 코닥처럼. 디지털 카메라를 발명할 능력이 있었으면서도, 필름이라는 해자를 버리지 못해 파산한 그 코닥처럼. 더 많은 강의를 듣고, 더 많은 자격증을 따고, 더 많은 워크숍에 참석하면서, 달리고 있다고 느끼지만 실은 사라지고 있는 트랙 위에 서 있는 사람.

당신도 느꼈을 것이다. 뭔가 열심히 하고 있는데, 점점 불안해지는 그 감각. 새벽에 일어나 루틴을 지키고, 퇴근 후에 온라인 강의를 듣고, 주말에 세미나에 참석하는데, 왜인지 1년 전보다 더 불안한 그 기분. 그건 게으름의 문제가 아니다. 방향의 문제다.

궤도를 바꾸는 사람들, 바꾸지 못하는 사람들

자기생존 모드로 전환한 사람들에게서 공통된 패턴이 보인다.

이들은 "무엇을 배울까"가 아니라 "무엇을 해결할까"에서 시작한다. 학습이 목적이 아니라 문제 해결이 목적이고, 학습은 그 과정에서 부산물로 따라온다. 이들에게 AI는 위협이 아니라 도구다 — 그것도 자기 경력에서 한 번도 써본 적 없는, 압도적으로 강력한 도구. 10년 경력의 사진가가 AI를 쓰면, AI만 쓰는 초보자와는 차원이 다른 결과물이 나온다. 왜? 10년간 쌓은 "눈"이 있기 때문이다. 문제를 정의하는 능력, 좋은 결과물이 뭔지 판별하는 감각, 클라이언트가 진짜 원하는 것을 읽어내는 직관 — 이것들은 AI가 줄 수 없다.

결국 그런 거다. 자기생존이란, 자기 전문성을 버리라는 말이 아니다. 자기 전문성의 쓰임새를 재정의하라는 말이다. 사진가의 눈 + AI의 속도. 디자이너의 감각 + AI의 생산성. 개발자의 설계 능력 + 바이브 코딩의 접근성. 법률 전문가의 판단력 + AI의 검색 속도. 이 조합을 만들어낼 수 있는 사람이 살아남는다. 조합을 거부하고 순수한 전문성만 고집하는 사람은, 유감이지만, 해자 없는 성에서 적을 맞이하는 셈이다.\

다만 여기서도 솔직해져야 한다. 자기생존 모드가 장밋빛만은 아니다. 끊임없이 새로운 도구에 적응해야 하는 피로감이 있고, "완벽하지 않아도 일단 실행하라"는 압박이 번아웃으로 이어질 수도 있다. 무엇보다 "달리면서 방향을 찾으라"는 말은 — 말이 쉽지, 달리는 와중에 방향을 잘못 잡으면 더 빨리 낭떠러지에 다다를 수도 있다. 자기생존이 자기착취가 되지 않으려면, "무엇을 하지 않을 것인가"를 결정하는 용기도 함께 필요하다.

나는 이 글을 "그래서 이렇게 하라"는 매뉴얼로 끝내고 싶지 않다. 자기생존에는 매뉴얼이 없다. 매뉴얼이 있다면 그건 다시 자기개발이니까.

다만 하나의 장면을 남기고 싶다.

1975년, 코닥 본사 어딘가에서 스티브 새슨이 세계 최초의 디지털 카메라를 들고 서 있었다. 그 앞에 두 갈래 길이 있었다. 필름이라는 해자를 지키는 길, 아니면 자기가 만든 미래로 뛰어드는 길. 코닥은 첫 번째 길을 택했고, 역사는 그 결과를 기록했다.

지금 당신 앞에도 두 갈래 길이 있다. 스마트폰 안의 AI에게 오늘 겪은 문제 하나를 말해보는 것. 그게 전부다. 서툴러도 된다. 엉망이어도 된다. 중요한 건 그 첫 번째 프롬프트를 던지는 순간, 당신이 서 있던 트랙이 미세하게 꺾인다는 것이다. 당신의 역사가 그 결과를 기록할 것이다.

붉은 여왕의 세계에서, 멈춤은 선택지가 아니다.

그러나 방향은, 선택은 — 아직 당신의 것이다.