맥락 설계자: 보이지 않는 것을 드러내는 사람
AI는 똑똑합니다. 우리가 던지는 질문에 꽤 그럴듯한 답을 순식간에 내놓습니다.
하지만 AI가 데이터의 바다를 유영하면서도 결코 발을 들이지 못하는 영역이 있습니다.
바로 '맥락(Context)'입니다.
AI는 데이터를 '처리'하지만, 상황을 '감지'하지는 못합니다.
같은 데이터라도 누가, 언제, 어떤 결핍 속에서 마주 하느냐에 따라 그 가치는 완전히 달라지게 됩니다.
사람은 눈빛과 공기, 행간의 의미를 통해 그것을 자연스럽게 읽어내지만,
AI에게 세상은 오직 0과 1로 치환된 평면적인 정보일 뿐입니다.
적어도 아직까지는 말이죠.
예를 들어보겠습니다.
쇼핑 앱의 결제 전환율이 떨어졌을 때,
AI에게 "결제 기능을 개선해 줘!"라고 묻는다면
AI는 버튼의 색상을 바꾸거나, 할인 쿠폰 팝업을 띄우라는 식으로
이미 통계적으로 검증된 정답을 내놓을 것입니다.
하지만 이 제안은 어쩌면 아무런 의미가 없을 수 있습니다.
만약 지금 결제율이 낮은 이유가 어떤 'UX의 불편함'이 아니라,
최근 뉴스에 보도된 '개인정보 유출 사고' 때문이라면 어떨까요?
이때 고객에게 필요한 것은 5,000원짜리 할인 쿠폰이 아니라
'우리는 당신의 정보를 안전하게 보호하고 있다'는
안심과 신뢰의 언어일 것입니다.
데이터는 '결제율 하락'이라는 사실을 전달하지만,
맥락은 그 사실 뒤에 숨은 '고객의 불안'을 찾아냅니다.
이 차이를 만드는 것이 바로 맥락이라는 것이죠.
맥락은 정보 그 자체가 아니라,
정보가 유효하게 작동하기 위한
‘보이지는 않지만 존재하는 조건’이라고 하겠습니다.
조직에서도 마찬가지입니다.
AI는 지난 분기 실적 보고서를 완벽하게 요약하고 다음 분기 전략을 제안할 수 있습니다.
하지만 그 조직 안에서 누가 실질적인 의사결정권을 쥐고 있는지,
부서 간의 해묵은 갈등은 무엇인지,
지금 리더가 느끼는 압박감의 정체는 무엇인지까지는 알지 못합니다.
맥락은 항상 보이지 않는 층위에서 작동합니다.
조직 내의 정치와 역학 관계
사람 사이의 신뢰와 공유된 문화
지금 이 순간이 갖는 전략적 타이밍의 무게
이것들은 잘 숫자로 변환되지 않습니다.
무엇보다 중요한 차이는 '책임'에 있습니다.
AI는 패턴을 학습하지만 결과에 책임을 지지는 않지요.
맥락은 오직 결과에 책임을 지는 존재만이 온전히 다룰 수 있는
고도의 설계 영역이라고 봅니다.
이 지점에서 저는 새로운 역할을 정의해 봅니다.
AI 시대 디자이너는 단지 AI를 조작하는 '오퍼레이터'가 아니라,
의미가 작동하는 조건을 만드는 '맥락 설계자(Context Architect)'가 되어야 합니다.
그 역할은 크게 세 가지로 나뉩니다.
첫째, 시그널 리더(Signal Reader): 데이터 너머의 신호를 읽는 능력
회의실 테이블에 놓인 '고객 만족도 12% 하락'이라는 숫자를 보고 AI는 위기 경보를 울립니다.
하지만 맥락 설계자는 먼저 질문합니다.
"이 하락이 서비스의 본질적 결함인가, 아니면 충성 고객들이 더 나은 품질을 요구하며 보내는 격렬한 신호인가?"
그리고 한 발 더 나아갑니다.
데이터를 들여다보니, 불만 고객의 70%가 3년 이상 사용한 장기 이용자였습니다.
이탈이 아니라 기대의 표현이었던 것입니다.
위기 경보를 끄고, 대신 '충성 고객을 위한 품질 로드맵'이라는 새로운 의제를 꺼냅니다.
이 맥락 설계자는 수많은 데이터 속에서 노이즈를 걸러내어,
지금 우리가 집중해야 할 '진짜 문제'를 골라냅니다.
둘째, 프롬프트 아키텍트(Prompt Architect): 모호한 상황을 구조화하는 능력
"요즘 팀 분위기가 안 좋아"라는 막연한 관찰을 AI에게 던지면 아무 일도 일어나지 않습니다.
맥락 설계자는 이를 AI가 해결할 수 있는 구조로 번역합니다.
"최근 3개월간 야근이 20% 증가했고, 의사결정 지연으로 인한 리워크가 반복되고 있다.
이 병목을 해결하기 위한 워크플로우 개선안을 제안해 줘."라고 말이죠.
이 맥락 설계자는 인간의 복잡한 감정과 상황을 AI의 논리로 연결하는 가교 역할을 합니다.
셋째, 밸류 큐레이터(Value Curator): 질문의 가치를 설계하는 능력
좋은 질문 하나가 열 개의 보고서보다 강력합니다.
맥락 설계자는 AI에게 일을 시키기 전, '무엇이 중요한 상황인가'를 먼저 정의합니다.
신제품 출시를 앞두고 AI에게 마케팅 전략을 물었더니 열다섯 가지 안이 나왔습니다.
가격 할인, SNS 캠페인, 인플루언서 협업, 이벤트 프로모션…
모두 틀리지 않습니다.
하지만 맥락 설계자는 묻습니다.
"우리 브랜드는 지금까지 한 번도 가격으로 싸운 적이 없다.
그렇다면 이 중에서 우리가 선택할 수 있는 것은 무엇인가?"
열다섯 가지는 두 가지로 줄었습니다.
이 맥락 설계자는 AI가 쏟아내는 수많은 답 중에서,
지금 우리 기업과 브랜드의 맥락에 가장 부합하는 단 하나를 골라내는 사람입니다.
AI는 답을 만듭니다.
하지만 어떤 질문이 우리 삶에 의미 있는지는 알지 못합니다.
AI 기술이 고도화될수록 정답은 저렴해지고 흔해질 것입니다.
반대로 '어떤 질문을 던질 것인가'라는
맥락의 가치는 더욱 귀해질 수밖에 없습니다.
앞으로 요구되는 역량은 정답을 빨리 찾아내는 속도가 아닙니다.
지금 이 상황에서 무엇이 본질인지를 정의하는 통찰력입니다.
맥락 설계자는 속도를 만드는 사람이 아니라, 방향을 만드는 사람입니다.
그리고 그 방향이 올바르게 설정되었을 때 비로소
AI의 가공할만한 속도는 인류를 위한 의미를 갖게 될 것입니다.
하지만 방향을 정한 뒤에는 반드시 따라오는 것이 있습니다.
그 방향이 가져올 결과에 대해 "내가 결정했다"라고 말할 수 있는 용기입니다.
다음 장에서는 맥락 설계의 다음 퍼즐,
[책임 결정자]의 역할을 살펴보겠습니다.