문과생 AI 활용법 (질문력, 문제정의, 커뮤니케이션)
"저는 문과라서요." 이 말을 방패처럼 쓴 적이 있다면, 이 글이 꽤 불편하게 읽힐 수 있습니다. 저도 오랫동안 그랬습니다. 사회복지 현장에서 새 시스템이 도입될 때마다 한 발짝 물러섰고, AI 얘기가 나오면 "이공계 영역"이라며 선을 그었습니다. 그런데 어느 순간 그게 핑계였다는 걸 인정하게 됐습니다.
1, 질문력이 곧 경쟁력이 되는 이유
AI 업계에서 스타트업으로는 드물게 정부 파운데이션 모델 사업 3강에 오른 업스테이지라는 회사가 있습니다. 파운데이션 모델(Foundation Model)이란 방대한 데이터로 사전 학습된 대규모 AI 모델로, GPT처럼 다양한 분야에 폭넓게 활용될 수 있는 기반 모델을 의미합니다. 그 회사의 교육 부문을 이끄는 공동창업자는 문과 출신입니다. 2015년 엔비디아에서 커리어를 시작해 6년 만에 AI 스타트업을 공동창업한 이력입니다. 그가 빠르게 성장할 수 있었던 비결로 꼽은 것은 기술 지식이 아니었습니다. 모른다는 것을 인정하고, 거리낌 없이 질문하는 태도였습니다. 개발자들에게 "이 기술을 초등학생에게 설명한다면 어떻게 비유하겠냐"고 끊임없이 물었다고 합니다. 저는 이 대목에서 멈췄습니다. 제가 사회복지 현장에서 매일 하는 일이 바로 그것이었기 때문입니다. 클라이언트의 복잡한 상황을 동료나 외부 기관에 설명할 때, 가장 잘 전달하는 사람은 항상 가장 쉽게 풀어내는 사람이었습니다. 어쩌면 저는 그 능력을 이미 매일 쓰고 있었으면서, AI 앞에서만 그걸 잊고 있었던 겁니다. 기술을 너무 잘 아는 사람이 당연하게 넘기는 지점을, 초보자의 시선에서 묻는 것이 오히려 차별화된 경쟁력이 된다는 말은 문과생에게 꽤 현실적인 위로이자 전략입니다. ## 문제정의 능력이 AI 시대의 핵심 역량인 이유 AI 시대에 문과생에게 필요한 역량으로 흔히 코딩이나 데이터 분석을 꼽습니다. 그런데 실제로 현장에서 일해보면, 더 자주 막히는 지점은 기술이 아닙니다. "지금 우리가 풀려는 문제가 정확히 뭔가"를 명확히 정의하는 일입니다. 문제정의(Problem Definition)란 해결해야 할 과제의 범위와 본질을 명확히 규정하는 과정입니다. 여기서 문제정의란 단순히 불편한 점을 나열하는 것이 아니라, 어떤 부분에 AI를 투입했을 때 가장 효과적인 결과를 낼 수 있는지를 정확히 짚어내는 작업을 의미합니다. AI가 만능처럼 보여도, 어디에 쓸지를 모르면 그냥 비싼 도구에 불과합니다. 2024년 과학기술정보통신부의 AI 활용 실태 조사에 따르면, 기업에서 AI 도입 후 실질적인 성과를 거두지 못한 가장 큰 원인으로 "명확한 문제 설정 부재"가 꼽혔습니다([출처: 과학기술정보통신부](https://www.msit.go.kr)). 기술을 도입하는 것보다 왜, 어디에 도입하는지를 먼저 정의하는 사람이 필요하다는 뜻입니다. 제가 직접 써봤는데, 챗GPT 같은 생성형 AI도 질문이 모호하면 모호한 답이 돌아옵니다. 반대로 문제를 구체적으로 정의해서 던지면, 결과물의 질이 완전히 달라집니다. 문과적 사고, 즉 맥락을 파악하고 핵심을 언어로 정리하는 능력이 AI 활용의 출발점이 됩니다.
2, 커뮤니케이션 능력이 AI 결과물을 살리는 이유
AI가 결과물을 만들어낸다고 해서 일이 끝나는 건 아닙니다. 그 결과물을 가지고 사람들을 설득하고, 조율하고, 실행으로 이어지게 만드는 과정이 남아 있습니다. 이 단계에서 커뮤니케이션 능력이 결정적인 역할을 합니다. 커뮤니케이션 역량을 AI 시대에 맞게 다시 정의하면, AI가 산출한 데이터나 분석 결과를 조직 내 다양한 이해관계자에게 맥락에 맞게 전달하고 합의를 이끌어내는 능력이라고 볼 수 있습니다. 단순히 말을 잘하는 것이 아니라, AI 결과물을 해석하고 인간의 언어로 번역하는 역할입니다. 솔직히 이건 예상 밖이었습니다. AI를 잘 쓰려면 기술을 배워야 한다고만 생각했는데, 오히려 현장에서 더 중요한 건 AI가 내놓은 결과를 팀원이나 상사에게 어떻게 설명하느냐였습니다. 업스테이지의 교육과정도 이 점을 명확히 반영하고 있습니다. 수강생을 AI 사용자, 파트너, 혁신가 단계로 나눠 단순 이론 이해를 넘어, 각자의 업무 환경에 맞는 AI 솔루션을 직접 설계하고 결과물을 만들어내는 전 과정을 경험하도록 구성된 이유가 여기 있습니다. 문과생이 AI 시대에 갖춰야 할 핵심 역량을 정리하면 다음과 같습니다.
- 문제정의: 내가 풀고 싶은 문제가 무엇인지 명확히 규정하는 능력
- 프롬프트 엔지니어링: AI에게 정확한 지시를 내려 원하는 결과를 이끌어내는 기술
- 커뮤니케이션: AI 결과물을 맥락에 맞게 해석하고 조직 내에서 조율하는 능력
- 비판적 검증: AI가 산출한 결과를 鵜呑みにせず(鵜吞みにせず) 틀린 부분을 걸러내는 판단력
여기서 프롬프트 엔지니어링(Prompt Engineering)이란 AI 모델에게 원하는 결과를 얻기 위해 질문이나 지시문을 설계하고 최적화하는 기술을 뜻합니다. 코딩 없이도 AI를 정밀하게 다룰 수 있는 핵심 역량으로, 현재 가장 빠르게 주목받는 실무 스킬입니다.
3. 개인의 태도만으로는 부족한 현실
한 가지는 짚고 싶습니다. "문과생이 코딩을 못하는 건 더 이상 핑계가 될 수 없다"는 말에는 깊이 동의합니다. 그런데 그 말이 모든 사람에게 동일한 무게로 다가오지는 않는다는 것도 사실입니다. 엔비디아 같은 글로벌 기술 기업에서는 질문을 던지면 답해줄 전문가가 옆에 있습니다. 그러나 저처럼 사회복지 현장에 있는 사람들은 주변에 AI를 아는 사람이 단 한 명도 없는 경우가 많습니다. 질문할 용기가 생겨도 던질 대상이 없습니다. 개인의 태도는 필요조건이지만, 그것만으로는 충분하지 않습니다. 실제로 한국직업능력연구원이 발표한 디지털 전환 역량 격차 보고서에 따르면, 산업별 AI 리터러시(AI Literacy) 수준 차이가 상당한 것으로 나타났습니다([출처: 한국직업능력연구원](https://www.krivet.re.kr)). AI 리터러시란 AI 기술을 이해하고 비판적으로 활용하며 그 결과를 해석하는 능력을 의미합니다. 제조·IT 업종과 달리 사회서비스·복지 분야는 AI 교육 접근성 자체가 낮습니다.
제 경험상 이건 좀 다릅니다. 개인이 바뀌는 것만큼이나, 각 현장에 맞는 학습 환경이 함께 마련되어야 합니다. 태도가 통할 수 있는 구조가 없다면, 아무리 좋은 메시지도 공허하게 울립니다. 교육 설계자들이 이 지점까지 고민을 이어가야 한다고 생각합니다. AI 앞에서 물러섰던 저 같은 분이라면, 지금 당장 거창한 것을 배우려 하지 않아도 됩니다. 내가 매일 하는 일에서 "이 부분을 AI한테 맡기면 어떨까"라는 질문 하나를 던지는 것에서 시작해보시길 권합니다. 그 질문이 쌓이면, 어느 순간 AI를 등에 업고 자신의 전문성을 확장하는 사람이 되어 있을 겁니다. 기술이 아니라 질문에서 시작하는 것, 그게 문과생이 AI 시대를 살아가는 가장 현실적인 방법입니다.