AI 시대, ‘살아남는 법’에 대한 고민, 나만 하는 이야기 아닐 겁니다

이 글의 목차 숨기기

요즘 여기저기서 AI 얘기 안 나오는 곳이 없죠. 회사에서도 도입하겠다고 하고, 미래 전망 같은 이야기가 주를 이루잖아요.

솔직히 처음 이 주제들을 접했을 때, ‘나도 뭔가 뒤처지고 있는 건가?’ 하는 불안감이 제일 컸어요. 특히 직장 생활을 하다 보면, 내가 지금 하는 일이 AI한테 대체될 수 있을까 싶은 생각, 한번쯤 해보게 되더라고요.

최근 블라인드 같은 커뮤니티를 보다가 흥미로운 지표를 봤는데, 구조적인 변화(AI 도입 등)가 생기면서 오히려 직장인들의 ‘이직 수요’ 자체가 줄어들었다는 분석이 있더라고요. 이게 무슨 의미일까 싶어서 저도 한번 곱씹어봤습니다.

겉으로 보기엔 ‘불안해서 도망치려는 사람들이 줄었다’는 해석이 가능하죠. 하지만 저는 좀 다르게 봤어요. 불안감이 사라진 게 아니라, ‘어디로 가야 할지 모르겠다’는 막연함이나 현실적인 장벽이 더 커졌다고 느꼈거든요.

내가 체감한 변화의 지점들:

불확실성의 증가: 예전에는 ‘A 직무가 불안하니 B 산업으로 간다’처럼 경로가 비교적 명확했어요. 하지만 이제는 AI라는 변수가 너무 거대해서, 어떤 곳이 정말 안전하고 성장할지 판단하기가 어렵더라고요.
전문성 재정의의 필요성: 단순히 열심히 일하는 것만으로는 부족하다는 걸 체감했습니다. 기존의 ‘일 잘하는 사람’ 공식이 흔들리면서, 새로운 가치를 제공할 수 있는 역량이 중요해진 거죠.

단순히 ‘AI를 배워야 한다’는 말만 들으면 막막해서 오히려 시작조차 못 하게 되잖아요. 제가 현장에서 느낀 건, 기술 습득 외에 사고방식의 전환이 더 중요하다는 거예요.

‘자동화되지 않는 인간 고유의 영역’ 찾기: AI가 잘하는 건 패턴 인식, 데이터 처리, 반복 작업입니다. 그럼 우리는 뭘 해야 할까요?
복잡한 문제 정의 능력: ‘무엇을 해결해야 하는지’ 질문을 던지는 능력.
공감과 관계 구축: 인간적인 신뢰나 감성적 교류가 필요한 영역은 AI가 대체하기 어렵겠죠.

학습하는 방식을 바꾸기 (Learn How to Learn): 새로운 툴이나 지식이 나왔을 때, 그걸 ‘암기’하려 하기보다 ‘어떻게 적용할지’를 고민해야 합니다.
예를 들어, 특정 소프트웨어 사용법을 외우는 게 아니라, 그 소프트웨어가 풀고자 하는 근본적인 비즈니스 문제를 이해하는 거죠.

T자형 인재에서 파이(π)형 인재로: 한 분야의 깊은 전문성(세로축)도 중요하지만, 이제는 여러 도메인 지식(가로축)을 연결할 수 있는 시야가 필요해요. A 산업 지식이 있다면, 그것을 AI나 데이터 분석 툴과 어떻게 접목시킬지 고민하는 단계입니다.

이 모든 게 거창하게 들릴 수 있어요. 당장 내가 뭘 해야 할지 막막하다면, 너무 큰 그림보다는 지금 당장 실행 가능한 것부터 점검해보는 걸 추천합니다.

현재 업무의 ‘자동화 가능 지점’ 리스트업 해보기: 내 업무 중 반복적이고 정형화된 부분은 무엇인지 객관적으로 적어보세요. (이게 나의 취약점입니다.)
새로운 기술을 ‘도구’로 접근하기: AI나 코딩 같은 것을 ‘취업 스펙’으로만 보지 말고, 현재 내 업무의 효율을 1%라도 높여줄 수 있는 ‘도구’로 먼저 경험해보세요. 작은 성공 경험이 중요합니다.
메타인지 강화: 내가 무엇을 알고, 무엇을 모르는지 스스로 끊임없이 질문하는 습관을 들여보세요. 이게 가장 강력한 생존 전략 중 하나라고 생각해요.

결국 AI 시대의 살아남기란, ‘AI보다 더 똑똑해지는 것’보다는 ‘AI와 협업하며 나만의 고유 가치를 창출하는 능력’에 달려있는 건 아닐까 싶습니다.