[시론] 코드는 기계가 해도 질문은 인간의 몫

“인공지능(AI) 시대에 가장 먼저 사라질 전공은 문과다.” 몇 년 전까지 정설처럼 통하던 이 상식이 뒤집히고 있다. 국제통화기금(IMF)이 올해 1월 발표한 보고서는 정반대의 신호를 포착했다. AI 도입이 가속화될수록 코딩·데이터 분석 같은 기술 숙련도의 시장 가격은 하락하고, 비판적 사고와 윤리적 판단력을 포함한 ‘사회적 인지 능력’의 임금 프리미엄은 25% 급등했다는 것이다. 기술이 정교해질수록 인간의 소양이 더 귀해진다는 역설이다. AI시대에 노동 상실을 우려하기 전에 인간의 가치를 어디서 찾을 것인가에 대한 통찰을 제시해 준다.

빅테크 채용서 인문학 전공자 늘어

불과 1~2년 전까지만 해도, 비즈니스 앱 하나를 만들려면 컴퓨터공학을 전공하고 수년의 실무 경험을 쌓은 숙련된 개발자가 필요했다. 지금은 다르다. 생성형 AI에게 말 몇 마디를 건네면 기능하는 코드가 나온다. 기술적 장벽이 무너진 것이다. 그런데 이 순간 정작 부족해진 것이 선명하게 드러났다. 앱이 왜 필요하고 어떤 문제를 풀어야 하는지에 대한 통찰력이다. 알파폴드(AlphaFold)가 단백질 구조 예측을 자동화한 뒤, 생물학자들이 더 근원적인 물음(“이 구조는 생명에 어떤 의미인가”)으로 이동했던 것과 같은 패턴이다. 코드를 생성하는 능력은 AI에 위임할 수 있지만, 현장의 필요를 읽는 통찰은 위임되지 않는다.

이 역전 현상은 더 넓은 맥락에서도 확인된다. IDC(International Data Corporation)는 2026년까지 AI 인재 부족으로 인한 경제 손실을 5조5000억달러로 추산한다. 이 공백의 본질은 단순한 기술 인력 부족이 아니다. 하버드 비즈니스 리뷰는 선도 기업들이 코딩 테스트보다 ‘공감 능력’을 채용의 최우선 지표로 삼기 시작했다고 보고했다. AI가 생성한 코드를 검토하고, 그 결과가 비즈니스 맥락과 사회적 가치에 부합하는지 판단하는 것은 AI가 할 수 없는 인간의 영역이기 때문이다. 시장도 반응하고 있다. 복잡한 맥락을 언어로 정의하고 윤리적 가이드라인을 설계하는 ‘인문 기반 AI 아키텍트’가 고연봉자로 떠올랐다. 2026년 상반기 글로벌 빅테크 채용 공고에서 인문학 복수 전공자를 우대하는 조건이 3년 전보다 3.5배 늘어났다.

한국은 어떤가. ‘문송합니다(문과라서 죄송합니다)’라는 자조에서 아직 벗어나지 못하고 있다. 수능 체계는 문·이과를 가르고, 대학 커리큘럼은 전공의 벽 안에 갇혀 있다. 무엇보다 채용 시장은 여전히 자격증과 스펙 중심으로 돌아가고 있으며, ‘질문하는 능력’을 평가하는 구조 자체가 없다.

더 근본적인 물음이 남는다. AI가 답을 내주는 속도가 빨라질수록, 우리는 질문하는 능력을 잃어가고 있는 것은 아닌가. 앞으로 필요한 것은 외부 전문가가 만든 앱을 AI로 교체하고 개선하는 일이 아니다. 사람들이 무엇을 원하는지 파악하고, 현실에서 새롭게 요구되는 것을 빠르게 정의하여 해결책을 제시하는 능력이다. “무엇을 물어야 하는가”를 모르는 순간, 가장 정교한 알고리즘도 방향 없는 계산기가 될 뿐이다.

기술에 철학 얹은 융합교육 필요해

대응은 세 방향에서 동시에 이루어져야 한다. 기업은 채용 면접에 ‘문제 정의 능력’과 ‘윤리적 딜레마 판단력’을 측정하는 평가를 도입해야 한다. 교육 현장은 공대생에게 철학과 역사를, 인문대생에게 데이터 문해력을 가르치는 융합 커리큘럼을 선택이 아닌 필수로 제도화해야 한다. 개인에게는 ‘하이브리드 커리어’ 설계가 요구된다. 기술에 인문학적 사유를 얹거나, 인문학에 데이터를 더하는 조합이 5년 뒤 당신의 경쟁력을 결정한다.

기술이 정교해질수록 그 기술을 다루는 ‘마음’과 ‘철학’의 가치는 반등한다. 코드는 기계가 짤 수 있지만, 그 코드가 풀어야 할 문제를 정의하는 것은 여전히 인간의 몫이다. 소크라테스가 필요해진 이유가 여기에 있다. 알고리즘 위에 남겨진 이 영역(현장을 읽고, 질문을 던지고, 방향을 결정하는 능력)이야말로 AI 시대에 가장 희소하고 가장 비싼 자산이 될 것이다.