자격증 따고 스펙 쌓던 시대는 끝났습니다" AI가 절대 따라잡을 수 없는 인간만의 능력 ㅣEp 책과사람 180 (정수진 작가 1부)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

자격증과 스펙만으로 미래를 보장하기 어려운 AI 시대에는 해결할 문제를 정하는 의도, 경험으로 기른 안목, 결과를 감당하는 책임이 인간의 핵심 경쟁력이다.

📌 핵심 요점

1. AI가 답을 많이 만들어낼수록 어떤 문제를 풀고 무엇을 선택할지 판단하는 능력이 중요해진다. 정수진은 의도·안목·책임에 더해, 상대를 위해 솔직하게 말하는 공감과 일의 의미를 묻는 태도를 강조한다.
2. 기술 조직에도 사람의 욕망을 읽고 다른 관점을 제시하는 역할이 필요하다. 메타와 구글에서의 경험은 학위나 전형적인 경력뿐 아니라 다양한 배경과 잠재력을 살피는 채용의 가치를 보여준다.
3. AI 경쟁에서는 출시 속도와 조직의 실행력이 중요하지만, 기존 기업은 브랜드 신뢰가 무너질 위험도 감수해야 한다. 정수진은 구글의 코드레드를 관료주의와 느린 속도를 바꾸려는 충격요법으로 해석한다.
4. 사람 대신 행동하는 AI는 답변하는 AI보다 통제와 책임의 문제가 크다. 송금이나 일정 변경처럼 되돌리기 어려운 실행에서는 사용자의 의사 확인과 결과에 대한 책임이 중요한 쟁점이 된다.
5. 초급 업무의 자동화는 청년이 실패하며 배우는 경로를 약화시킬 수 있다. 개인은 현장을 이해하고 답을 의심하는 역할을 탐색하고, 기업과 시니어는 주니어에게 실제 업무와 만남의 기회를 제공해야 한다.

🧩 배경과 문제 정의

• AI의 발전 속도가 교육과 경력 형성의 속도를 앞지르면서, 지금 배우는 기술과 쌓는 스펙이 앞으로도 유효할지 확신하기 어려워졌다.
• 기술을 잘 만드는 능력과 함께, 사람의 욕망을 이해하고 해결할 문제를 정하며 결과에 책임지는 능력의 중요성이 커지고 있다.
• AI가 답변을 제공하는 단계를 넘어 사람 대신 행동하는 방향으로 발전하면, 편리함뿐 아니라 통제와 책임의 문제도 커질 수 있다.
• 초급 업무의 자동화는 청년이 실무를 배우는 기회를 줄인다. 교육과 채용, 자녀의 진로 탐색을 기존 방식으로 유지할 수 있는지가 문제로 떠오른다.

🕒 시간순 섹션별 상세정리

1. 기술의 방향을 사람에게 맞추는 리서처의 역할

• 정수진은 기술과 인간이 맞닿는 지점에서 사람의 마음을 이해하는 리서처다. 기술자가 많은 조직에서 사람의 관점을 대변하고, 기술이 엉뚱한 방향으로 폭주하지 않도록 방향을 잡는 일을 한다. [01:49]

2. 직접 담당자의 발언권과 서로 다른 위기 대응 방식

• 저커버그는 직급이 높은 설명자보다 프로젝트를 직접 수행한 사람에게 설명을 요구했다. 젊은 직원도 CEO에게 직접 의견을 전달할 통로를 두는 문화는 조직의 수평성과 의견 존중으로 이어졌다. [03:07]
• 정수진이 경험한 리더들은 큰 목소리보다 논리와 비전으로 설득했고 경쟁심이 강했다. 저커버그는 창업자로서 장기적 관점의 위험을 감수하는 편이었고, 하사비스는 전체 판을 깊이 생각한 뒤 쉽게 물러서지 않는 성향이었다. [04:19]

3. AI 개발자의 규제 요구에 담긴 불확실성과 책임

• AI를 만드는 사람들의 규제 요구는 자신들도 내부 작동과 성장 방향을 완전히 알지 못한다는 고백으로 읽힌다. 정수진은 이를 외부에서도 함께 살펴봐 달라는 정직한 요청으로 받아들인다. [06:10]
• 제프리 힌턴의 이탈과 관련해 거론된 ‘오펜하이머 모멘트’는 개발자의 책임 문제를 드러낸다. 책임과 규제의 주도권을 회사 안에 둘지, 정부와 사회가 참여하는 바깥에 둘지는 다른 문제다. [06:49]

4. 구글의 코드레드가 조직에 가한 충격

• 구글 내부에는 처음에는 자신들이 만든 설계도를 활용한 경쟁 서비스에 크게 동요할 필요가 없다는 분위기도 있었다. 그러나 챗GPT가 5일 만에 이용자 100만 명을 모으면서 상황 인식이 빠르게 바뀌었다. [08:09]
• 평소 직원을 격려하고 낙관적인 분위기를 유지하던 미국 기업에서 코드레드는 생존 위기를 선언하는 강한 신호였다. 주가 하락과 직원 동요까지 감수한 조치였으며, 정수진은 이를 조직의 관료주의와 느린 속도를 바꾸려는 충격요법으로 해석한다. [09:20]

5. 빠른 출시의 이점과 기존 기업이 감수하는 신뢰 위험

• 완벽한 제품을 기다리기보다 ‘60점’ 수준에서도 먼저 내놓는 용기가 경쟁의 요소가 됐다. 먼저 시장에 나온 기업은 선도 기업이라는 이미지를 얻고, 뒤따르는 기업과 다른 위치를 차지한다. [10:09]
• 다만 신생 기업의 실수와 구글의 실수는 다르게 받아들여진다. 구글은 기존 브랜드의 신뢰가 무너질 위험 때문에 신중할 수밖에 없었고, 코드레드는 내부에 있던 기술을 더 적극적으로 공개하는 계기가 됐다. [10:50]

6. 다양한 배경의 팀이 만드는 AI UX의 경쟁력

• 정수진은 메타에서 AI UX 전담 리서치 팀을 만들었고, 그 경험을 바탕으로 구글로 옮겼다. 박사급 인력이 많은 환경에서도 다양한 사람이 만드는 시너지를 위해 박사 학위가 없는 사람을 의도적으로 채용했다. [12:20]
• 직접 구성한 메타 팀과 달리 구글에서는 이미 전문성과 경력을 갖춘 팀원들을 이끌어야 했기에 자신이 무엇을 기여할 수 있을지 고민했다. 다양한 시각은 갈등을 만들기도 하지만, 혁신과 더 나은 제품을 위해 필요하다는 판단이다. [12:58]

7. 답을 만드는 능력에서 의도·안목·책임을 갖추는 능력으로

• AI가 많은 답을 내놓는 환경에서는 무엇을 어떻게 만들지만큼 어떤 문제를 해결할지 정하는 일이 중요해진다. 사람의 욕망과 기술의 접점을 읽고, 기술 중심의 판단에 “사람들이 원하는 것은 그것이 아니다”라고 이의를 제기할 용기가 필요하다. [13:51]
• 의도는 기술이 향할 과녁을 정하는 능력이다. 속도가 빠를수록 잘못 정한 목표의 영향도 커진다. 안목은 여러 선택지 중 하나를 고르는 눈이며, 실패와 시행착오로 쌓이고 데이터로 충분히 번역되지 않은 경험이라는 점에서 가치가 있다. [15:39]

8. 준비한 제안과 거절을 감수한 시도가 만든 진입 기회

• 초기 경력의 도전에는 망설임보다 절실함이 크게 작용했다. 인사 담당자의 연락처를 얻어 직접 접촉하고, 포트폴리오와 함께 자신이 팀에 기여할 부분을 제안했다. 당시 기회를 준 사람들의 존재는 이후 후배를 어떻게 도울지 생각하는 기준이 됐다. [18:14]
• 인턴십 이후에도 시장 상황이 좋지 않자 보스턴에서 샌프란시스코 취업박람회로 향했다. 엔지니어를 찾는다는 답을 들었지만 이력서를 받아 달라고 요청했고, 그 접점은 이후 인텔 일본 지사의 마케팅 채용 연락으로 이어졌다. [18:47]

9. 조직과 다른 배경이 결핍에서 기여로 바뀌는 순간

• 일본의 문화와 언어에 익숙하지 않다는 우려에 채용 담당자는 오히려 기존 구성원과 다르기 때문에 뽑았다고 답했다. 시장을 잘 안다는 확신에 갇히지 않도록 새로운 시각을 내달라는 요구는, 자신의 결핍을 고유한 기여로 바라보는 경력 철학이 됐다. [19:53]
• 이후 채용에서도 전형적인 리서처 경력보다 다른 경험과 잠재력을 가진 사람에게 기회를 주려 했다. 인텔에서 재무 업무를 하던 사람을 채용해 좋은 성과를 얻은 경험은, 분야에 익숙하지 않은 사람이 창의적으로 접근할 수 있다는 판단을 뒷받침했다. [20:28]

10. 공정한 채용과 별개로 열어 두는 만남의 기회

• 콜드메일은 채용 기준을 면제하는 수단이 되지는 않는다. 다만 기회를 얻으려고 노력하는 사람과 만나 이야기하는 계기는 될 수 있으며, 최종 채용은 여러 지원자 사이에서 공정하게 판단해야 한다. [21:02]
• 정수진은 금요일 오전 한두 시간을 오피스아워로 열어 대학생이나 스펙이 많지 않은 사람들을 주로 만난다. 자신도 기회가 필요했던 경험을 바탕으로, 짧게 시간을 내주는 일이 이들에게 도움이 될 수 있다고 본다. [21:24]

11. 답변하는 AI에서 대신 행동하는 AI로의 전환

• 하사비스의 “산업혁명보다 열 배 더 크고 열 배 더 빠른 변화”라는 전망에 정수진은 체감상 공감한다. 특히 지난 5년이 기계가 답하는 시기였다면, 앞으로의 5년은 기계가 행동하는 시기가 될 것이라고 예상한다. [22:18]
• 잘못된 답변은 무시할 수 있지만, 에이전트가 통장에서 돈을 내보내거나 일정을 바꾸는 행동은 되돌리기 어려울 수 있다. 따라서 사람 대신 실행하는 AI의 오류는 답변 오류와 다른 무게를 갖는다. [22:34]

12. 초급 업무의 소멸과 청년에게 필요한 질문의 전환

• 초급 업무가 AI로 대체되고 경력자 중심의 채용이 이어지면, 사수 옆에서 실무를 배우던 성장 경로가 약해진다. 청년의 무력감은 실패 자체보다 실패하며 배울 기회조차 얻기 어렵다는 데서 더 커질 수 있다. [24:29]
• 정수진은 진로를 묻는 딸에게 처음에는 선뜻 답하지 못했다. 이후 개인이 자책할 문제가 아니라 어른들의 책임이 있는 변화라고 말하고, AI와 함께 답을 더 내놓는 자리보다 답을 의심하는 자리를 찾으라고 조언했다. [25:09]

13. 대학 교육의 속도와 학위가 제공하는 훈련 사이의 고민

• 배운 내용이 몇 년 뒤에도 유효할지 불확실해지면서 과목 선택과 학업 지속의 판단도 어려워졌다. 정수진이 관찰한 실리콘밸리에서는 스탠퍼드·버클리 학생들이 휴학하거나 자퇴하고 스타트업으로 가는 사례가 늘고 있다. [26:16]
• 이 학생들은 기업의 컴퓨팅 자원과 데이터가 더 풍부하고, 기업에서의 1~2년이 학교에서의 학습보다 가치 있다고 판단한다. 다만 박사 과정에는 지식 외에도 사고의 틀, 문제 해결 과정, 깊이 몰두하는 훈련이 있으므로 어느 경로가 옳은지 쉽게 단정하기 어렵다. [27:08]

14. 문·이과의 서열보다 넓게 봐야 할 비기술자의 역할

• 코딩 교육에 대한 기대가 아이들이 졸업하기도 전에 달라진 상황에서, 특정 전공을 유일한 해법으로 삼기 어렵다. 정수진은 문과가 더 낫다는 결론보다 기존의 이과 편중을 벗어나 각자의 강점을 볼 필요가 있다고 주장한다. 빅테크 현장에는 기술자를 이끄는 비기술자도 많다. [28:07]
• 철학 전공자가 컴퓨터공학 우수 졸업자 대신 채용됐다는 이야기는 사실 여부를 확인하지 못한 업계 소문으로 한정한다. 기계와 인간의 문제를 풀어내는 능력을 중시하는 이야기가 돌고 있다는 관찰이며, 특정 전공의 채용 우위를 입증하는 근거는 아니다. [28:36]

15. 기계와의 경쟁 대신 직업 세계를 넓혀 주는 양육

• 정수진이 관찰한 실리콘밸리 부모들은 아이에게 무엇을 더 시킬지뿐 아니라 무엇을 하지 않게 할지도 고민했다. 기계를 이기는 경쟁에 몰아넣기보다 아이가 자기 역할을 찾도록 돕는 방향이다. [29:13]
• 학원에 보내기보다 어릴 때부터 다양한 직업과 현직자를 접하게 해 직업 선택의 범위를 넓혀 주는 모습이 인상적이었다. 정수진도 중고등학생을 메타나 구글로 초대해, 디자이너·리서처·엔지니어에게 직접 일을 듣고 대화하는 하루 체험을 마련했다. [29:59]

16. 부모·기업·시니어가 만들어야 할 진로 탐색과 배움의 사다리

• 진로를 접하는 행사를 계기로 하고 싶은 일이 생겼다는 아이들의 반응이 나온다. 부모는 자녀의 관심 분야에서 일하는 사람을 연결해 실제 업무, 경력 형성 과정과 장단점을 알아보도록 도울 수 있다. [30:39]
• 아는 사람이 없어도 콜드메일로 만남을 요청할 수 있다. 자녀가 스타트업과 벤처에 관심을 보이자, 모르는 사이였던 실리콘밸리의 김범수에게 이메일로 강연을 부탁했고 실제 만남이 성사됐다. [31:05]

17. 코드를 몰라도 가능한 역할과 열린 도전의 태도

• 코드를 몰라도 AI 팀장을 할 수 있는 시대가 됐으며, 정수진의 책에는 그 경험이 담겨 있다. 한 사람의 실제 경험은 시장의 모습과 변화하는 세상을 이해하는 단서가 된다. [32:30]
• 달라진 세상에서는 판단을 앞세우는 태도를 내려놓고, 열린 마음으로 도전하며 다른 사람에게도 기회를 주는 자세가 필요하다. [32:55]

🧾 결론

• 경력의 기준을 보유한 자격과 지식에만 두기보다, 어떤 문제를 발견하고 어떤 판단과 기여를 했는지로 넓힐 필요가 있다.
• 다른 배경은 조직에 새로운 시각을 제공하는 자원이 될 수 있다. 자신의 경험을 팀에 필요한 기여로 설명하는 준비가 중요하다.
• AI 시대의 진로 문제에는 개인의 노력과 함께 교육·채용·멘토링의 책임이 얽혀 있다. 배우며 성장할 기회를 이어 주는 일이 필요하다.

📈 투자·시사 포인트

• 빅테크의 AI 경쟁을 살필 때는 출시 속도와 함께 조직의 의사결정 속도, 기존 브랜드가 부담하는 신뢰 위험을 함께 봐야 한다.
• 에이전트 서비스의 확산에서는 실행 능력뿐 아니라 사용자 의도 확인, 통제 범위, 오류 발생 시 책임을 어떻게 다루는지가 중요한 관찰 지점이다.
• 기업의 단기 자동화 효율과 장기 인재 육성 사이에는 긴장이 있다. 주니어가 실무를 배우는 경로를 어떻게 유지하는지 살펴볼 필요가 있다.
• 영상은 기업별 실적이나 가치평가를 제공하지 않으므로, 이러한 논점을 특정 종목의 매수·매도 판단으로 바로 연결하기는 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 제목의 AI가 절대 따라잡을 수 없다는 표현은 영상에 제시된 경험과 논의만으로 입증되지 않는다. 의도·안목·책임의 중요성과 AI의 영구적인 능력 한계는 구분해서 읽어야 한다.
• 앞으로의 5년이 기계가 행동하는 시기가 될 것이라는 예상과 채팅창이 사라질 것이라는 전망은 출연자의 예측이다. 실제 전환 시점과 범위는 확인이 필요하다.
• 실리콘밸리 학생의 휴학·자퇴와 부모들의 진로 교육 사례는 출연자의 관찰이다. 전체 학생이나 가정의 일반적인 경향으로 확대하기 어렵다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 자신의 업무나 포트폴리오 한 건을 골라 해결하려던 문제, 선택의 근거, 결과에 대한 책임을 정리한다.
• 관심은 있지만 익숙하지 않은 분야의 현직자에게 실제 업무와 경력 형성 과정을 물어볼 만남을 요청한다. 콜드메일에는 질문과 자신이 기여할 수 있는 부분을 구체적으로 적는다.
• AI가 대신 수행할 업무에서 송금·일정 변경처럼 되돌리기 어려운 행동을 구분하고, 실행 전에 사람의 확인이 필요한 지점을 정한다.
• 채용·교육을 담당한다면 주니어에게 맡길 실제 업무와 피드백 기회를 점검하고, 시니어와 대화할 시간을 마련한다.

❓ 열린 질문

• 초급 업무를 AI가 처리하는 환경에서 청년은 어떤 일을 통해 시행착오와 판단 경험을 쌓을 수 있을까?
• AI가 사용자의 의도를 추정해 행동할 때, 편리함을 유지하면서도 선택권과 사전 확인을 어떻게 보장할 수 있을까?
• 의도·안목·책임처럼 자격증으로 드러내기 어려운 능력을 채용과 교육에서 어떻게 공정하게 평가할 수 있을까?