[진단과 제언] AI시대 인재는 ‘답 아닌 질문하는 사람’

신철호 OGQ 대표 / 연세대 정치외교학과 겸임교수

인공지능(AI) 기술의 사용은 더 이상 특정 전문가 집단의 전유물이 아니다. 생성형 AI의 대중화와 다양한 AI 개발도구의 폭발적 확산은 거의 모든 지식노동의 형식을 바꾸고 있다. 이제 중요한 질문은 “어떤 도구를 쓸 수 있는가”가 아니라 “어떤 문제를 해결하려고 하는가”로 전환되고 있다.

첫째, AI 시대의 인재는 ‘문제의식을 갖는 사람’이다. 챗GPT, Gemini, Grok 같은 생성형 언어모델부터, Replit이나 Claude Code를 활용한 개발 자동화 도구, Sora, Veo2, Midjourney와 같은 멀티모달 생성 도구, Google AI Studio, OGQ Vision AI 같은 특정화 도구 까지. 이제 인간이 문제 정의만 내리면 대부분의 문제 해결 과정은 자동화 혹은 반자동화가 가능하다. 결국, 인재의 핵심은 문제해결 능력이 아니라 문제를 인식하고 정의하는 능력으로 이동하고 있다. ‘문제를 잘못 정의하는 것’은 곧 정책 실패의 원인이 된다. 문제를 보는 눈이 곧 성장의 조건인 것이다.

둘째, AI가 해결하지 못하는 10%에 집중하는 사람이 필요하다. AI가 자동화할 수 있는 영역이 폭넓어질수록, 인간이 집중해야 할 영역은 명확해진다. 바로 나만의 관점과 판단이 필요한 10% 부분이다. AI는 반복적이고 확률적인 문제를 빠르게 해결할 수 있으나, 복합적인 가치 판단과 윤리적 결정에는 인간의 개입이 불가피하다. 실제로 제약, 반도체, 의료, 금융, 교육 등 고도 전문 영역에서도 AI는 수많은 가설과 분석을 도출해주지만, 그중 어떤 결과가 전략적으로 옳은지 결정하는 최종 판단은 인간의 몫이다. AI가 ‘대답하는 기계’라면, 인간은 ‘무엇을 묻고, 어디에 적용할 것인가’를 결정하는 존재다.

셋째, 속도의 전환을 받아들이고 적응하는 사람만이 살아남는다. 우리는 하는 일이 수백 배 빠른 속도의 전환기를 맞고 있다. 스탠퍼드대 ‘AI 인덱스 2024’ 보고서에 따르면, 플래시디코딩(Flash-Decoding)을 통한 추론 효율성은 48배가 빨라지고, 기초 모델(Foundation)은 2023년에 149개로, 2022년 출시량의 두 배 이상이며, 2019년 이후 약 38배 증가했다. 이전까지 몇 달이 걸리던 제품 개발이나 데이터 분석, 콘텐츠 제작은 거의 당일 내에 가능해진 것이다. 작업 단위의 개념 자체가 재정의되고 있다. 실리콘밸리에서는 이미 1인 개발자가 수십 개의 앱을 병렬적으로 운영하거나, 1인 콘텐츠 프로듀서가 AI 기반으로 수십 개의 채널을 운영하는 것이 현실화되고 있다.

이처럼 속도와 효율성이 압도적인 시대에서 인간의 역할은 더욱 선명해진다. 그것은 방향을 정하는 자, 즉 의미를 설계하고 책임지는 사람이다. 기술은 누구에게나 열려 있지만, 기술을 어디에 사용할 것인지 결정하는 사람은 여전히 필요하다.

우리는 이제 “할 줄 아는 사람”보다 “왜 하는지를 아는 사람”을 필요로 한다. AI는 답을 줄 수 있지만, 질문을 정하는 일은 여전히 인간의 영역이다. 질문의 질이 곧 시대의 경쟁력이며, 그 질문은 ‘어떤 문제의식을 갖고, 무엇을 풀고 싶은가’라는 본질로 귀결된다. 지금은 바로 그 질문을 던질 수 있는 사람의 시대다.

신철호

OGQ 대표. 연세대학교 정치외교학과 겸임교수. AI, 데이터, 플랫폼 등 분야에서 활동하고 있다.