"AI가 내 일자리를 뺏는다"는 말은 이미 식상해졌습니다. 정작 무서운 건 옆자리 동료입니다. 저보다 열 살 많고 컴퓨터를 유독 못 다루던 분이 지금은 회의 자료 분석부터 외부 강의 발표문까지 AI와 함께 처리하고 있습니다. 그걸 보면서 처음으로 실감했습니다. 위협은 기술이 아니라 사람에게서 온다는 것을.
1. 컴맹도 AI 고수가 되는 이유, 직장동료에게서 배웠습니다
같은 부서의 김 선생님은 저보다 열 살쯤 위입니다. 솔직히 말하면 예전에 "이분이 USB도 잘 못 꽂으시는데"라고 생각했을 정도입니다. 그런데 작년부터 챗GPT를 쓰기 시작하더니 일하는 방식이 완전히 달라졌습니다. 처음엔 보고서 초안 받아쓰기 정도였는데, 지금은 복잡한 사례 정리와 엑셀 데이터 분석까지 AI에게 맡깁니다. 비결이 궁금해서 직접 물었습니다. 돌아온 답은 의외로 단순했습니다. "그냥 매일 한 가지씩 시켜보는 거야." 거창한 강의도, 두꺼운 책도 아니었습니다. 반면 저를 포함한 젊은 동료들은 챗GPT를 쓰긴 씁니다. 다만 "재밌는 장난감" 수준에서 벗어나지 못하고 있습니다. 제가 직접 써봤는데, 단순한 질문만 던지고 나오는 답을 그대로 쓰는 방식으로는 실무에서 체감하는 효율이 거의 없었습니다. 여기서 핵심은 프롬프트 엔지니어링(Prompt Engineering)입니다. 프롬프트 엔지니어링이란 AI가 더 유용한 답변을 내놓도록 질문 자체를 설계하고 다듬는 기술을 말합니다. 쉽게 말해, 같은 AI 도구라도 어떻게 질문하느냐에 따라 결과물의 품질이 완전히 달라진다는 뜻입니다. 김 선생님이 특별히 똑똑한 게 아니라, 매일 조금씩 질문의 방식을 개선해온 것이 지금의 격차를 만든 겁니다. 실제로 맥킨지 글로벌 인스티튜트 보고서에 따르면, AI 도입으로 영향받는 업무의 상당 부분은 '완전 대체'가 아닌 '역할 변화' 형태로 나타난다고 분석했습니다([출처: McKinsey Global Institute](https://www.mckinsey.com/mgi)). 결국 AI를 쓰는 사람과 안 쓰는 사람의 차이가 아니라, AI와 함께 일하는 방식을 익힌 사람과 그렇지 않은 사람의 차이가 핵심인 셈입니다.
2. 프롬프트 설계가 바뀌면 일하는 방식이 달라집니다
AI 도구를 실무에서 제대로 쓰려면 몇 가지 방식의 전환이 필요합니다. 제가 직접 부딪히며 정리한 포인트를 솔직하게 공유하겠습니다. - 키워드 검색 대신 문장형 질문: "챗GPT 활용법"을 검색창에 치는 대신, "저는 교육 담당자인데, 직원 교육 자료를 챗GPT로 초안 작성할 때 어떤 방식으로 지시하면 좋을까요?"처럼 맥락을 담아 묻는 방식이 훨씬 실용적인 답을 끌어냅니다. - 단순 답변 요청 대신 분석 요청: 엑셀 데이터를 붙여넣고 "이 수치에서 가장 큰 문제점 세 가지만 골라줘"라고 지시하면 단순 요약이 아닌 실무에 쓸 수 있는 분석이 나옵니다. - AI 출력물 비판적 검증: 제미나이나 챗GPT가 내놓는 정보는 반드시 출처를 확인해야 합니다. RAG(Retrieval-Augmented Generation) 방식을 지원하는 AI 검색 엔진이라면 실제 문서를 근거로 답변하지만, 일반 생성형 AI는 할루시네이션(Hallucination), 즉 그럴듯하게 들리지만 사실과 다른 내용을 생성하는 오류가 여전히 발생합니다. 할루시네이션이란 AI가 존재하지 않는 정보를 마치 사실인 것처럼 자신 있게 답하는 현상입니다. 제 경험상 이건 생각보다 자주 일어납니다. 초반에 AI가 내놓은 통계를 그대로 보고서에 넣었다가 수치가 틀렸다는 걸 나중에 발견한 적도 있었습니다. 결국 비판적 검증 능력이 AI 활용 능력의 핵심이기도 합니다. RAG란 AI가 외부 데이터베이스나 문서를 실시간으로 검색해 답변에 반영하는 방식으로, 기존 생성형 AI의 할루시네이션 문제를 줄이기 위해 등장한 기술입니다. 최근 클로드의 아티팩트(Artifacts) 기능처럼 결과물을 즉석에서 도표나 시각 자료로 구현해주는 기능들도 이러한 생산성 향상의 연장선입니다.
3. 학습의 여건, 개인 의지만의 문제가 아닙니다
이 지점에서 한 가지 불편한 질문을 드리고 싶습니다. "AI를 배우지 않으면 도태된다"는 말, 틀린 말은 아닙니다. 그런데 그 배움의 책임이 오롯이 개인에게만 있는 걸까요? 러다이트 운동(Luddite Movement)이라는 역사적 사례가 있습니다. 러다이트 운동이란 19세기 초 영국에서 기계 도입에 위협을 느낀 노동자들이 공장 기계를 파괴했던 저항 운동입니다. 당시의 불안은 결국 해소되었고, 새로운 산업 생태계가 더 많은 일자리를 만들었다고 역사는 기록합니다. 하지만 그 전환 과정에서 모든 사람이 균등하게 기회를 잡지는 못했습니다. 솔직히 이건 예상 밖이었습니다. 기사는 정부가 "물길을 내야 한다"고 하면서도, 결국 결론은 "개인이 배워야 한다"로 끝납니다. 하지만 매일 퇴근 후 아이를 재우고 집안일을 끝내면 자정이 되는 사람과, 퇴근 후 두 시간씩 AI 공부에 쓸 수 있는 사람의 출발선은 다릅니다. 학습의 의지를 다그치는 것보다 의지를 발휘할 수 있는 여건을 만드는 사회적 논의가 더 필요한 시점입니다. 한국고용정보원이 발표한 자료에 따르면, AI·디지털 전환으로 직무 변화 압력을 받는 직종의 비율이 국내 전체 취업자의 절반 이상에 달하는 것으로 분석되었습니다([출처: 한국고용정보원](https://www.keis.or.kr)). 이 규모의 변화를 개인의 의지만으로 흡수하라는 건 무리입니다. 재교육 프로그램의 접근성, 근무 시간 내 학습 기회 보장, 소규모 사업장 종사자를 위한 지원 같은 구조적 논의가 함께 가야 합니다. 그렇다고 손 놓고 기다리자는 말은 아닙니다.
제가 직접 경험한 것처럼, 거창한 준비 없이도 매일 업무 중 AI에게 한 가지씩 맡겨보는 것만으로도 감각이 달라집니다. 중요한 건 AI 자체를 이해하는 게 아니라, AI와 함께 일하는 루틴을 만드는 것입니다. 결국 지금 필요한 건 이 두 가지가 동시에 가야 한다는 인식입니다. 개인은 매일 조금씩 질문의 격을 높여가고, 사회는 그 배움이 가능한 여건을 만드는 것. 김 선생님이 조용히 앞서나가는 동안 저는 여전히 "재밌는 장난감" 단계에 머물러 있었는데, 이 글을 쓰면서 오늘부터라도 뭔가 하나씩 시켜봐야겠다는 생각이 들었습니다. 지금 쓰고 계신 AI 도구에 오늘 어떤 질문을 던지실 건가요?