여기저기서 "AI교육이요!, AI Agent 교육 추가요! , 바이브코딩교육 하나 더 추가요!"

AI 시대의 핵심역량은 무엇인가?

AI Agent 교육보다 먼저 생각해야 할 것

​

"AI 교육이요! AI Agent 교육 추가요! 바이브코딩 교육도 하나 더요!"

오늘 컨설팅은 기업의 핵심역량(Core Competency)을 정의하고,

이를 개발하기 위한 교육계획을 수립하는 프로젝트였다.

당연히 AI 교육에 대한 논의가 많았다.

"AI 리터러시 교육이 필요합니다."

"AI Agent 교육도 추가해야 하지 않을까요?"

"바이브코딩 교육도 있어야 할 것 같은데요?"

요즘 기업의 교육계획을 수립하다 보면 어디서나 비슷한 이야기가 나온다.

(물론 이매진팩토리도 이런 교육을 꽤 많이 하고 있긴 하다.)

그런데, 이야기를 나누다 보니 문득 이런 질문이 생겼다.

지금 배우고 있는 AI 기술이 내년에도 여전히 중요할까?

AI 기술은 우리가 살아온 어느 시대보다 빠르게 변하고 있다.

불과 얼마 전까지 어렵게 배우던 기술이 이제는 AI에게 말 한마디로 해결되는 경우도 많다.

지금은 꼭 필요하다고 생각하는 역량이 몇 년 뒤에는 별 의미가 없어질지도 모른다.

그렇다면,

AI 시대에 기업이 정말 개발해야 할 핵심역량은 무엇일까?

핵심역량(Core Competency)과 수행능력(Capability)은 다르다

이날 컨설팅에서 가장 먼저 이야기한 것이 Core Competency와 Capability의 차이였다.

어쩌면 우리는 특정 업무를 잘 수행하는 능력(Capability)을 핵심역량(Core Competency)이라고 생각하며 역량을 정의하고, 그에 맞춰 교육을 하고 있는 것은 아닐까?

물론 두 개념은 서로 밀접하게 연결되어 있고, 경영학에서도 맥락에 따라 다르게 사용된다.

다만, 이날은 설명을 위해 조금 단순화해서 이야기했다.

조직에서 어떤 사람이 자신이 맡은 일을 아주 능숙하게 처리한다고 해보자.

그 사람이 현재의 업무환경에서 높은 수행능력을 가지고 있다는 것은 분명하다.

하지만 환경이 완전히 바뀌어도 같은 성과를 낼 수 있을까?

여기서 군대 이야기를 하나 해봤다.

과거 군대에 처음 들어간 신병들은 아무리 명문대를 다니다 왔더라도 자대배치를 받으면 이런 이야기를 듣곤 했다.

"야, 이놈 개념 없네!"

(물론 나도 꽤 들었다.)

그런데 생각해보자.

군 생활의 모든 것이 능수능란했던 병장은 신병보다 지능이 더 높았던 것일까?

아니다.

병장은 그 환경에 훨씬 오래 있었기 때문에 익숙했던 것이다.

8시가 되면 슬슬 점호를 준비하고,

바닥은 어떻게 청소해야 하고,

오늘 당직사관은 누구니까 무엇을 신경 써야 하고…

이런 것들을 오랜 반복을 통해 자연스럽게 익힌 것이다.

처음 들어온 신병에게는 그 모습이 대단한 능력처럼 보였겠지만 말이다.

기업에서도 비슷한 일이 벌어진다.

특정 업무를 오랫동안 수행한 사람은 그 일을 매우 잘한다.

하지만, 지금의 업무방식 자체가 바뀐다면 어떨까?

현재의 일을 잘하는 능력과 새로운 환경에서도 잘할 수 있는 능력은 구별해서 생각할 필요가 있다.

AI 시대의 핵심역량은 '학습능력'이 아닐까?

나는 이날 AI 시대의 핵심역량으로 '학습능력'을 이야기했다.

마이크로소프트의 사티아 나델라가 강조한 'Know-it-all'에서 'Learn-it-all'로의 전환도 비슷한 맥락이라고 생각한다.

모든 것을 알고 있는 사람이 아니라, 끊임없이 배우는 사람이 중요하다는 것이다.

기술이 하루가 다르게 변하는데, 누가 그 모든 것을 알고 있을 수 있겠는가?

사실 조금 과장해서 이야기하면,

지금은 일정 수준의 지적 능력에 열정과 동기만 있다면 AI를 배울 자료와 방법은 얼마든지 찾을 수 있는 시대다.

그런데 더 중요한 변화가 있다.

AI 기술을 사용하는 방법 자체가 점점 쉬워지고 있다는 것이다.

과거 인터넷을 처음 사용하던 시절을 떠올려 보자.

TCP/IP가 어떻고,

서브넷 마스크가 어떻고,

고정 IP와 동적 IP 할당이 어떻고…

인터넷을 연결하기 위해 이런 것들을 배우던 시절이 있었다.

그런데 지금 누가 그런 것을 알고 인터넷에 접속하는가?

AI도 마찬가지가 아닐까?

지금이야 ChatGPT의 Chat은 무엇이고, Work는 무엇이고, Codex는 어떻게 사용하는지 배운다.

웹브라우저에서는 어떻게 쓰고, 데스크톱에서는 어떻게 사용하며, 터미널에서는 어떤 명령어를 입력해야 하는지까지 이야기한다.

하지만 이런 것들도 앞으로 점점 쉬워질 것이다.

어쩌면 별도로 사용법을 배울 필요조차 없는 방향으로 발전할지도 모른다.

그렇다면 우리가 계속 교육해야 할 것은 새로운 도구의 사용법일까?

물론 당장 일을 하기 위해서는 필요하다.

하지만 그것을 기업의 핵심역량이라고 정의하는 순간, 기술이 바뀔 때마다 핵심역량도 바꿔야 하는 일이 생긴다.

그래서 나는 오히려 새로운 것을 스스로 배우고, 자신의 일에 적용할 수 있는 능력이 중요하다고 생각한다.

How를 배우기 전에 What을 궁금해하는 사람

그런데 학습능력이 중요하다고 말하는 것만으로는 부족하다.

사람은 왜 배우는가?

나는 세 가지가 중요하다고 생각한다.

첫째, 내가 하는 일에 대한 의미부여(Meaning)

자신이 하는 일이 왜 중요한지, 어떤 가치를 만드는지 알아야 한다.

둘째, How보다 What을 찾는 호기심(Curiosity)

'이 도구를 어떻게 사용하지?'보다 '이 기술로 무엇을 할 수 있을까?'를 궁금해하는 것이다.

셋째, 호기심을 지속시켜 주는 동기(Motivation)

궁금해하는 데서 끝나지 않고, 직접 해보고 또 시도하게 만드는 힘이다.

요즘은 AI에게 물어보면 방법을 알려준다.

모르면 다시 물어보면 된다.

물론 AI가 알려주는 답을 판단하고 검증하는 능력도 필요하다.

하지만 그보다 먼저,

무엇을 해보고 싶은지,

어떤 문제를 해결하고 싶은지,

왜 그것을 해야 하는지에 대한 생각이 있어야 하지 않을까?

Knowledge is Free.

지식에 접근하는 비용과 장벽이 크게 낮아진 시대다.

이제는 얼마나 많이 알고 있느냐보다 무엇을 궁금해하고, 무엇을 배우려 하느냐가 더 중요해지고 있다.

그런데, 잘 아는 사람이 오히려 배우지 않으려 한다

여기서 한 가지를 더 이야기하고 싶다.

바로 Unlearning(폐기학습)이다.

AI 교육을 하다 보면 가끔 흥미로운 장면을 보게 된다.

특정 분야에서 오랫동안 일해 온 전문가들이다.

그 분야에 대한 지식도 깊고, 경험도 많다.

그런데 새로운 AI 기술을 소개하면 의외로 쉽게 받아들이지 않는 경우가 있다.

"그건 우리 업무에서는 안 됩니다."

"그렇게 간단하게 해결될 문제가 아닙니다."

"실제로 해보면 다릅니다."

물론 맞는 이야기일 수도 있다.

오랜 경험에서 나온 판단에는 분명한 가치가 있고, AI가 모든 현장의 문제를 이해하는 것도 아니다.

하지만 가끔은,

AI가 실제로 무엇을 할 수 있는지 확인하기도 전에,

자신이 알고 있는 방식으로 가능성과 불가능을 먼저 판단하는 경우가 있다.

나는 이 부분이 중요하다고 생각한다.

오랜 시간 특정 분야에서 전문가로 인정받아 온 사람일수록 자신이 믿고 있는 세계가 견고할 수 있다.

그 세계 안에서는 무엇이 가능하고 불가능한지, 어떤 방법이 옳고 그른지에 대한 나름의 기준이 이미 만들어져 있다.

그 기준은 오랜 경험을 통해 얻은 소중한 자산이다.

하지만 기술이 급격하게 변하는 시대에는 그 기준 자체가 달라질 수도 있다.

과거에는 불가능했던 것이 지금은 가능해졌을 수 있고,

과거에는 전문가만 할 수 있었던 일을 이제는 누구나 할 수 있게 되었을 수도 있다.

문제는 경험이 많다는 사실이 아니다.

과거의 경험으로 만들어진 판단기준을 지금도 절대적인 기준이라고 믿는 것이다.

그래서 Unlearning이 필요하다고 생각한다.

Unlearning은 단순히 과거의 지식을 버리거나 잊어버리는 것이 아니다.

그동안 당연하다고 믿었던 전제와 사고방식을 다시 살펴보고, 필요하다면 기꺼이 수정하는 것이다.

손에 무언가를 꽉 쥐고 있으면 새로운 것을 잡기 어렵다.

새로운 것을 잡으려면 먼저 손을 조금은 펴야 하지 않겠는가?

특히 요즘처럼 기술이 빠르게 바뀌는 시대에는 더욱 그렇다.

전문성이 깊어질수록, 자신의 전문성을 의심해 볼 수 있는 능력도 함께 커져야 하지 않을까?

어쩌면 AI 교육은 경영진에게 더 필요할지도 모른다

또 하나 드는 생각이 있다.

어쩌면 지금 AI를 직접 사용해 봐야 할 사람들은 기업의 경영진들 아닐까?

경영진들은 워낙 바쁘다.

AI 교육에 참석하더라도 조금만 실무적인 내용이 나오면 이런 이야기가 나온다.

"이런 건 실무자들이 하면 되지."

"우리는 개념만 알면 됩니다."

그런데 정작 중요한 의사결정을 하는 사람들이 AI의 가능성을 직접 경험하지 못한다면 어떨까?

AI로 무엇을 할 수 있고, 무엇을 할 수 없는지에 대한 판단을 과거의 기술 수준에서 내리고 있을지도 모른다.

AI를 활용한 새로운 사업모델이나 업무방식의 변화를 판단해야 하는 사람들도 결국 경영진이다.

물론 경영진이 모든 도구의 사용법을 익힐 필요는 없다.

하지만 직접 해본 사람과 설명만 들은 사람이 상상할 수 있는 범위는 다를 수 있다.

그래서 나는 오히려 경영진에게 더 실습 중심의 AI 교육이 필요할지도 모르겠다는 생각을 한다.

바쁜 사람들이 독학하는 시간을 줄여주는 것.

그리고 새로운 기술로 무엇이 가능해졌는지 직접 경험하게 해주는 것.

그것만으로도 의사결정의 관점이 꽤 달라질 수 있지 않을까?

결국, AI 시대의 핵심역량은 무엇인가?

다시 오늘의 질문으로 돌아가 보자.

AI Agent 교육을 추가하고,

바이브코딩 교육을 추가하고,

새로운 AI 도구가 나올 때마다 교육과정을 하나씩 더 만드는 것.

물론 필요하다.

하지만 그것만으로 AI 시대의 핵심역량을 개발하고 있다고 말할 수 있을까?

나는 조금 다르게 생각한다.

AI 시대에 필요한 것은 새로운 기술을 얼마나 많이 알고 있느냐가 아니라, 새로운 기술이 등장했을 때 얼마나 빠르게 배우고, 자신의 생각과 일하는 방식을 바꿀 수 있느냐가 아닐까?

그래서 오늘 컨설팅을 마치며 생각을 정리해 봤다.

핵심역량(Core Competency) = 학습능력(Learning Ability)

변화를 위한 필수조건 = Unlearning(폐기학습)

그리고 학습을 움직이게 만드는 것은

Meaning, Curiosity, Motivation.

AI 교육과정을 몇 개 더 추가할 것인가를 고민하기 전에,

우리 조직은 새로운 것을 배우려 하는 조직인가?

그리고 그동안 옳다고 믿었던 것을 기꺼이 다시 생각할 수 있는 조직인가?

어쩌면 AI 시대의 인재육성은 이 질문에서 시작해야 하지 않을까?

​

IMAGINE FACTORY | 상상할 수 있는 만큼 혁신할 수 있다.