챗GPT가 세상에 나왔을 때,
아니 그 전 구글 알파고가 이세돌을 이겼을 때부터,
우리가 고민하고 있는 질문입니다.
누군가는 AI 스킬을,
누군가는 네트워킹을,
누군가는 자본을 준비해야 한다고 말합니다.
정답은 다 다를지언정 '무언가 준비해야 한다'는 것에는 모두가 동의하는 것이지요.
아프리카 가나 현장에서 활동 중이신 개발협력 분야의 선배님의 글 <AI 시대, 전문가의 정의>를 읽고, 저 역시 깊은 공감과 함께 여러 생각이 들어 인사이트를 나누고자 합니다.
그는 개발협력 분야의 '자동화 가능 영역'을 언급하셨는데, 사실 뜨끔했습니다. 기획 단계에서 해당 국가 문헌 검토, 기초 통계 분석, 사업 설계 시 PDM(Project Design Matrix)의 초안을 짜거나 번역하는 일련의 과정에서 이미 AI에 꽤 의존하고 있기 때문입니다.
근시일 내에 컨설턴트의 데스크 업무가 상당 부분 대체될 수 있겠다는 생각이 들었습니다.
그럼에도 AI가 우리를 완벽히 대체할 수 없는 이유는 바로 '현장'에 있습니다.
현장에서 막 발생한 날것의 데이터(Raw Data), 방금 현지 파트너들과 논의된 생생한 내용들, 그리고 살 부딪히며 쌓아 올린 '관계'는 AI가 긁어올 수도, 만들어낼 수도 없는 우리 인간만의 고유 영역입니다.
AI 시대, 전문가는 어떻게 진화해야 하는가?
수헌님은 글을 통해 앞으로의 전문가는 단순 '실행자'에서 '설계자'로 이동해야 한다고 강조합니다. 이를 위해 우리가 준비해야 할 핵심 전략을 정리해 보았습니다.
① 'AI 오케스트레이터'로의 역할 전환
과거에는 "얼마나 많은 보고서를 직접 썼는가"로 전문성을 증명했다면, 이제는 "얼마나 많은 AI 에이전트를 관리하는가"로 기준이 바뀔 수 있습니다. 전문가는 스스로 문제의 가치를 정의하고, 워크플로우를 설계하며, 최종 결과물의 품질을 검증하는 총괄 조율자가 되어야 합니다.
② 현장 경험의 '사업적 언어' 재포장
다양한 Raw Data를 단순히 아는 것에 그쳐서는 안 됩니다. 이를 업계 밖의 사람들도 이해할 수 있는 '사업적 언어'로 재포장하고, 구체적인 성과나 변화로 연결해 나의 가치를 명확히 증명해 내야 합니다.
③ E-E-A-T 기반의 고품질 정보 생산자
경험(Experience), 전문성(Expertise), 권위성(Authoritativeness), 신뢰성(Trustworthiness)의 원칙에 따라 자신의 인사이트를 외부에 적극적으로 공개해야 합니다. 권위 있는 플랫폼을 통해 상호 인용되는 환경을 구축하여 개인의 경쟁력을 스스로 높여야 합니다.
④ 의도적인 AI와의 단절 (Slow Work)
제가 가장 크게 동의하면서도 어렵다고 느낀 부분입니다. 무비판적인 AI 수용을 경계하고, 가끔은 의도적으로 AI를 끄고 스스로 사업을 구조화해 보아야 합니다. '꼬리에 꼬리를 무는 질문'을 던지며 나만의 해답을 찾아내는 비판적 사고 훈련이 반드시 병행되어야만 진정한 전문가로 살아남을 수 있습니다.
결국 중요한 것은 AI와 인간의 역할을 명확히 구분하고, AI를 '에이전트(Agent)'로 어떻게 활용할지 고민하는 것입니다.
(여담이지만, 저는 주로 제미나이와 노트북LM을 쓰는데, 최근 클로드가 에이전트로서 탁월하다는 평이 많아 본격적으로 도입을 고민 중입니다. 혹시 어떻게 기초작업을 해야하는지 알려주시면 많이 참고하도록 하겠습니다!!)
저는 AI가 단순히 '보고서 작성기'에 머물러서는 안 된다고 봅니다. 개발협력 분야의 거시적인 프레임을 잡고, 각 국가/분야별 설계를 도출하는 핵심 파트너로 써야 합니다.
더 나아가, AI 시대에 어려움을 겪는 실무자들에게 AI 활용 교육을 제공하거나, 변화하는 직무 역량에 맞춰 인재를 매칭하는 등 우리의 업역을 더 확장해 나가야 하지 않을까 고민해 봅니다.
좋은 화두를 던져주신 수헌님께 감사드리며, 4차 산업혁명의 한가운데서 개발협력 생태계가 어떻게 진화할지 기대가 됩니다.
혹시 여러분의 생각은 어떠신가요?
꼭 개발협력 분야가 아니더라도, 여러분이 몸담고 계신 산업에서는 'AI 시대의 전문가'를 어떻게 정의하고 계신지 댓글로 의견을 남겨주시면 큰 도움이 될 것 같습니다!