edad2f5b0b034ab 심리학자/인간공학박사(전문분야: 조직효율성 제고, 조직진단 및 재설계, 인적자원관리 등) https://brunch.co.kr/@@igqQ 2025-10-12T07:06:54Z https://brunch.co.kr/@@igqQ/15 2026-01-20T02:32:41Z 2026-01-20T02:32:41Z

우리는 오랫동안 기술 발전을 하나의 공식처럼 이해해왔다. 기술이 발전하면 생산성이 높아지고, 생산성이 높아지면 일자리가 늘어나며, 그 결과 사회는 더 풍요로워진다는 공식이다. 이 공식은 오랫동안 유효했다. 증기기관, 전기, 컴퓨터, 인터넷까지, 기술은 언제나 새로운 일을 만들어냈고, 사람들은 노동을 통해 소득을 얻으며 그 소득으로 다시 시장을 지탱했다.

https://brunch.co.kr/@@igqQ/14 2026-01-05T04:25:40Z 2026-01-05T04:25:40Z

나는 지금까지 AI 시대의 핵심 역량 하나로 판단력을 이야기해 왔다. 그리고 그 판단력은 개인의 감각이나 경험이 아니라 구조적 사고를 통해 길러진다고 주장해 왔다. 하지만 이 주장에 대해 모두가 쉽게 고개를 끄덕이는 것은 아니다. 특히 기업 현장에서는 이 이야기가 현실과는 다소 거리가 있는 말처럼 받아들여지는 경우가 많다. 그래서 이 글에서는 먼저 실제 산

https://brunch.co.kr/@@igqQ/13 2025-12-29T01:25:50Z 2025-12-29T01:25:50Z

요즘 대학 현장에서는 레포트를 AI로 작성하는 문제를 두고 논쟁이 이어지고 있다. AI 활용을 금지하거나, AI 생성 문장을 탐지하는 이른바 ‘GPT 킬러’를 도입하려는 움직임도 늘고 있다. 이 논쟁은 대체로 공정성과 평가의 문제로 다뤄진다. 하지만 그 이면에는 다른 인식이 깔려 있다. AI 레포트를 바라보는 ‘모방’의 프레임 AI를 활용한 레포트는

https://brunch.co.kr/@@igqQ/12 2025-12-22T00:17:49Z 2025-12-22T00:17:49Z

AI는 점점 더 많은 판단 재료를 제공한다. 데이터 예측, 시뮬레이션, 권고안까지 인간이 일일이 처리하기 어려운 정보들이 하나의 화면 위에 정리되어 올라온다. 하지만 아이러니하게도 정보가 많아질수록 판단은 더 자주 실패한다. 문제는 정보의 양이 아니다. 정보를 어떤 구조로 이해하고 있느냐다. 판단이 실패하는 진짜 이유 우리는 흔히 판단 실패를 능력

https://brunch.co.kr/@@igqQ/11 2025-12-15T00:38:49Z 2025-12-15T00:38:49Z

AI는 점점 더 많은 답을 제시한다. 검색보다 빠르고, 인간이 감당하기 어려운 규모의 데이터를 흔들림 없이 처리한다. 문제는 이제 답을 얻는 것 자체가 어려운 일이 아니라는 점이다. 오히려 더 어려워진 것은 이 질문이다. “이 답을 선택해도 되는가?” AI는 답을 만든다. 그러나 판단을 하지는 않는다. --------------------------

https://brunch.co.kr/@@igqQ/10 2025-12-09T07:43:57Z 2025-12-09T07:43:57Z

AI가 일을 대체하는 속도는 생각보다 빠르다. 문서 작성, 데이터 분석, 법률 검토, 의료 진단, 번역, 디자인, 코딩까지 과거 전문직의 영역이라 불리던 분야도 빠르게 자동화되고 있다. 그래서 많은 사람과 조직은 동일한 질문을 던진다. “AI를 다룰 수 있는 기술을 배우는 것이 경쟁력인가?” 하지만 7화에서 살펴봤듯 AI가 일을 대신해도 책임은 여전히

https://brunch.co.kr/@@igqQ/9 2025-12-01T02:23:36Z 2025-12-01T02:23:36Z

AI는 점점 더 많은 일을 대신하고 있다. 문서를 작성하고, 계약서를 검토하고, 진단을 보조하고, 차를 운전한다. 많은 사람들은 이렇게 말한다. “이러다 인간은 일에서 밀려나는 것이 아닌가?” 실제로 2025년 들어서만 글로벌 기술 기업에서 약 11만 명 이상의 기술직 근로자가 해고되었다. 단순 반복·매뉴얼 중심 직무는 AI와 자동화 때문에 가장 빠르게

https://brunch.co.kr/@@igqQ/8 2025-11-24T02:34:38Z 2025-11-24T02:34:38Z

AI 시대가 본격화되면서 사회는 한 방향으로 빠르게 움직이고 있다. 바로 기술 중심 인재 양성이다 대학은 앞다투어 AI 학과를 신설하고, 기업은 디지털 리스킬링(Re-skilling)에 투자하며, 정부는 AI 인재 100만 양성을 이야기한다. 모두가 코딩, 데이터 분석, AI 모델링을 배우고 있다. 마치 AI 시대의 경쟁력이 “얼마나 많은 기술을 알고

https://brunch.co.kr/@@igqQ/7 2025-11-17T01:48:27Z 2025-11-17T01:01:43Z

AI 시대의 일은 효율만으로는 차별화되지 않는다. 기계가 효율을 완성한 시대, 진짜 경쟁력은 ‘품질을 누가, 어떻게 만드는가’에서 결정된다. 그래서 오늘 우리가 던져야 할 질문은 단 하나다. AI 시대의 품질 경쟁력은 무엇인가? 1. 효율 기반 품질은 이제 AI의 역할이다 산업화 시대의 품질은 빠르고, 정확하고,

https://brunch.co.kr/@@igqQ/6 2025-11-10T01:16:29Z 2025-11-10T01:16:29Z

AI는 이제 도구가 아니라 팀의 일원이다. 그런데 우리는 여전히 인간만을 중심으로 만들어진 시스템 속에 AI를 억지로 끼워 넣고 있다. AI는 점점 똑똑해지고 있지만, 우리는 여전히 인간만이 주체인 세상을 전제로 일하고 있는 것이다. 이 간극이 커질수록, 인간의 일은 더 혼란스러워진다. AI 시대의 일은 대체의 문제가 아니라 재구성(Reconstructi

https://brunch.co.kr/@@igqQ/5 2025-11-03T00:21:05Z 2025-11-03T00:21:05Z

AI가 효율을 완성한 시대에, 인간의 일은 어떤 의미를 가져야 할까? 이 질문은 단순히 AI가 대체하지 못하는 일은 무엇인가를 찾는 문제가 아니다. 그보다 근본적으로, 인간은 왜 일하는가에 관한 이유를 다시 정의해야 하는 문제다. 효율의 시대가 남긴 착각 산업화 시대부터 우리는 효율을 신앙처럼 믿어왔다. 더 빠르고, 더 정확하고, 더 많이 생산하는 것이

https://brunch.co.kr/@@igqQ/4 2025-10-27T01:18:00Z 2025-10-27T01:18:00Z

AI가 등장하면서 일의 단위가 달라졌다. 과거의 일은 한 사람, 한 부서, 학 조직이 수행하는 독립적 단위였다. 하지만, 지금의 일은 데이터-기계-인간이 동시에 얽혀 있는 협업적 단위로 변했다. 즉, 누가 일하는가보다 어떻게 함께 일하는가가 더 중요해졌다. 그런데도 대부분의 조직은 여전히 개인 중심, 역할 중심, 위계 중심의 구조를 유지한다. 결과적으로 A

https://brunch.co.kr/@@igqQ/3 2025-10-20T01:46:37Z 2025-10-20T01:46:37Z

인간의 일은 왜 위태로운가 AI와 로봇이 결합한 세상은 더 이상 영화 속 이야기가 아니다 인공지능은 데이터를 감지하고, 언어를 해석하며, 이미지를 분류하고, 복잡한 패턴 속에서 스스로 답을 찾아낸다. 그 능력은 이미 인간의 감각과 사고를 모방하는 수준을 넘어섰다. 그리고 로봇은 그 지능을 몸으로 구현한다. 이제 기계는 생각하고, 움직이며, 인간의 일을 함께

https://brunch.co.kr/@@igqQ/1 2025-10-15T07:55:42Z 2025-10-15T07:55:42Z

AI와 로봇이 결합한 세상은 더 이상 영화 속 이야기가 아니다. 인공지능이 보고, 듣고, 말하고, 기억하고, 판단하는 능력은 이미 인간의 감각과 사고를 모방하는 수준을 넘어섰다. AI는 단순히 인간의 도구가 아니라, 일의 동반자이자 경쟁자로서 등장했다. 그 결과, 인간의 일은 지금 거대한 전환점을 맞고 있다. 수많은 일들이 사라지고, 새로운 일들이 태어나