일자리를 빼앗기느냐가 아니라, 무엇을 곱할 것이냐의 문제다. 인공지능 시대에 사람의 몸값을 키우는 세 가지 - 경험, 하고 싶은 일, 그리고 역설적이게도 영어.
인공지능(AI, Artificial Intelligence)을 둘러싼 불안은 대체로 한 방향을 향한다. "내 일이 사라지지 않을까." 그러나 도구의 역사를 돌아보면, 새로운 도구가 처음 한 일은 사람을 없애는 것이 아니라 사람들 사이의 격차를 벌리는 것이었다. 바퀴도, 인쇄기도, 컴퓨터도 그랬다.
AI 역시 마찬가지다. AI는 없던 능력을 만들어 주는 마법이 아니라, 이미 가진 능력을 곱하는 증폭기에 가깝다. 이렇게 보면 질문의 형태가 바뀐다. "AI가 나를 대체할까"가 아니라 "AI가 곱할 만한 무엇을 나는 가지고 있는가." 이 글은 그 질문을 따라가며, AI 시대에 정말로 키울 가치가 있는 것이 무엇인지 정리한다.
범용 기술이 등장할 때마다 경제사가 반복해 확인한 사실이 있다. 새 기술은 모두를 똑같이 끌어올리는 평준화 장치가 아니라, 그것을 잘 다루는 사람의 산출을 몇 배로 키우는 증폭 장치라는 점이다. 손의 힘으로 하던 일에 동력 기계가 들어오면, 숙련자와 비숙련자의 절대 격차는 줄기는커녕 오히려 벌어진다.
간단한 수로 따져 보자. 맨손에 가까운 도구로 일할 때 두 사람의 산출이 각각 1과 10이라면, 차이는 근력이라는 한계 안에 머문다. 그런데 산출을 열 배로 키우는 기계가 등장하면 두 사람은 10과 100이 된다. 더 잘하던 쪽이 도구의 배수를 더 크게 누리기 때문이다. AI는 지식 노동에서 바로 이 기계의 자리에 선다. 손이 아니라 머리로 하는 일의 산출을 곱한다.
여기서 짚어야 할 오해가 하나 있다. 흔히 강력한 도구가 보급되면 모두가 비슷해질 것이라 기대한다. 실제로는 반대다. 도구는 평준화하지 않는다. 도구는 잘 쓰는 사람을 더 멀리 보내, 격차를 오히려 넓힌다. AI 시대가 "누구나 쉬워지는 시대"가 아니라 "차이가 더 벌어지는 시대"인 이유가 여기에 있다.
손기술이 아무리 뛰어나도, 동력 기계를 마다하고 손으로만 일하는 사람의 산출에는 천장이 있다. 반대로 솜씨가 평범했던 사람도 기계에 올라타면 그 천장을 훌쩍 넘는다. 새 도구 앞에서 과거의 숙련도는 보증수표가 아니다. 관건은 도구에 올라타느냐다.
증폭의 논리를 받아들이면 곧장 반론이 나온다. "그렇다면 도구에 능숙한 젊은 사람을 뽑으면 그만 아닌가." 신입은 새 도구를 빠르게 익히고, 거부감도 적다. 합리적인 생각처럼 들린다.
그러나 강력한 도구는 어디에 가치가 묻혀 있는지 아는 사람의 손에서만 값지다. 어디를 파야 할지 모르는 사람에게 그런 도구를 쥐여 주면, 빠른 속도로 엉뚱한 곳만 헤집는다. 도구가 강력할수록 방향이 틀렸을 때의 손실도 커진다.
경력자가 가진 진짜 자산은 도구를 다루는 기술이 아니라, "가치가 어디에 묻혀 있는지"에 대한 감각이다. 조직이 무엇으로 돈을 버는지, 내 일의 어느 지점이 실제 가치를 만드는지를 아는 사람은 그 도구를 정확히 그 지점에 가져다 댄다. 그 결과가 곧 성과다. 그래서 역설적인 결론에 이른다. 신입 셋을 뽑는 것보다, AI를 잘 쓰는 경력자 한 명을 두는 편이 나을 수 있다. 적어도 지금 일하는 사람은 어디서 가치가 나오는지 알고 있다.
같은 도구라도, 가치가 묻힌 좌표를 아는 사람과 모르는 사람의 결과는 정반대다. AI는 그 좌표를 알려 주지 않는다. 좌표는 경험에서 나온다. 마냥 배우기만 하는 시간보다, 일터에서 직접 부딪쳐 본 시간이 더 값질 수 있는 이유가 여기에 있다.
이 흐름은 학습과 진로에 대한 통념을 흔든다. 고학력, 자격증, 특정 기술 같은 "지식과 기술"의 상대적 가치는 떨어진다. 기계 학습(머신러닝)으로 무장한 AI를 지식의 양으로 사람이 따라잡기란 불가능에 가깝기 때문이다. 더 많은 지식을 머리에 넣기 위해 학위를 거듭 쌓는 전략, 자격증을 모으는 전략은 이전만큼의 보상을 돌려주지 않는다.
그렇다면 사람에게 남는 것은 무엇인가. 지혜다. 지혜는 지식과 다르다. 지식에 경험이 더해질 때 비로소 지혜가 된다.
특히 결정적인 것은 실패의 경험이다. 성공은 왜 성공했는지 정확히 알기 어렵지만, 실패는 다르다. 무엇이 잘못됐고, 다음에 같은 실수를 피하려면 오늘 무엇을 해야 하는지를 고민하게 만든다. 그 고민이 이미 가진 지식과 결합할 때 지혜가 된다. 그래서 다양한 경험 - 특히 넘어져 보는 경험 - 을 쌓을 여지를 남겨 두는 것이, 지식을 한 줌 더 욱여넣는 것보다 길게 보면 더 큰 자산이 된다.
생성형 AI는 콘텐츠 제작 비용을 거의 0으로 떨어뜨린다. 짧은 영상, 게임, 만화, 그림 - 예전 같으면 촬영 자체가 불가능했던 장면까지 손쉽게 만들어진다. 사람이 찍은 것과 AI가 생성한 것을 한눈에 구분하기 어려운 영상이 이미 흔하다. 그리고 이렇게 쏟아지는 콘텐츠는 점점 더 자극적이고 중독적이 된다. 현실에서는 찍을 수 없던 장면이 화면을 채우기 때문이다.
이 풍요는 사람을 두 부류로 가른다. 하고 싶은 일이 있는 사람과 없는 사람이다. 하고 싶은 일이 없는 사람에게 AI가 만든 콘텐츠의 홍수는 끝없는 소비의 늪이 된다. 시간이 남으니 계속 소비하고, 소비는 중독으로 이어진다. 반대로 쓰고 싶은 글, 만들고 싶은 영상, 펼치고 싶은 아이디어가 있는 사람에게 AI는 생산을 돕는 도구가 된다. 같은 기술이 누구에게는 시간을 빼앗는 함정이고, 누구에게는 시간을 벌어 주는 지렛대다.
그래서 AI 시대에 가장 먼저 점검할 것은 도구 사용법이 아니라, 자신이 무엇을 하고 싶은지다. 욕망이 방향을 정하고, 도구는 그 방향으로 가속할 뿐이다.
AI를 가장 실용적으로 쓰는 방법은 의외로 단순하다. 보조 인력에게 잡일을 맡기듯 AI에게 일을 맡기는 것이다. 자료 조사, 번역, 기획안 초안 작성 같은 일이 대표적이다.
사람에게 이런 일을 반복해서 시키면 눈치와 감정 노동이 따른다. 결과물이 마음에 들지 않아 "다시 해 와"를 반복하면 관계가 상한다. 그러나 AI에게는 무한히 다시 시킬 수 있다. "이건 너무 어렵게 썼으니 쉽게", "세 문장으로 줄여서", "말투를 바꿔서" - 몇 초 만에 수정본이 돌아오고, 몇 번을 고쳐도 지치지 않는다. 비용을 들이지 않고도, 지치지 않는 보조 인력을 여럿 두는 셈이다.
사람 조수에게 "이 표현 말고 다른 걸로", "더 쉬운 단어로", "다시"를 열 번 반복하면 그는 지친다. AI는 그렇지 않다. 잘못된 길로 안내해도 다시 경로를 잡아 주는 내비게이션처럼, 몇 번이고 고쳐 준다. 이 무한한 인내가 자기 주도 학습과 반복 작업에서 사람 조수가 줄 수 없는 가치를 만든다.
가장 의외의 주장이 여기 있다. AI 통번역이 이토록 좋아졌는데, 왜 여전히 영어를 익혀야 하는가. 스마트폰 통역 기능은 놀랍고, 중요한 외국어 문서는 스캔해 텍스트를 추출한 뒤 AI에게 번역시키면 그만이다. 영어를 몰라도 일하는 데 큰 지장이 없는 시대가 맞다.
그럼에도 영어를 하는 사람의 가치는 오른다. 이유는 세 가지로 정리된다.
자동 번역과 통역은 자동차나 고속철도 같은 교통수단의 발달과 비슷하다. 빠르고 편하지만, 그렇다고 사람들이 걸음마와 자전거를 버리지는 않는다. 낯선 도시에 도착했을 때, 통역기를 꺼내 들지 않고 "어제 뭐 했어?" "아침은 뭐 먹었어?" 정도를 직접 건넬 수 있는 사람과, 매번 기계를 거쳐야 하는 사람의 경험은 다르다. 기초 회화는 기계가 대신해 줄 수 없는, 사람 사이의 직접 연결을 만든다.
긴 거리는 빠른 교통수단으로 이동하더라도, 마지막 골목은 직접 걷거나 자전거로 둘러볼 때의 감각이 따로 있다. 그런데 "빠른 수단이 있으니 걸을 일도 없다"며 그 능력을 아예 익히지 않으면, 그 감각 자체가 선택지에서 사라진다. 기초 회화가 그 걷기이고 자전거다.
AI 검색으로 얻는 답은 누구에게나 같다. 같은 질문을 넣으면 초등학생도 나와 똑같은 답을 얻는다. 정말로 귀한 정보는 검색창이 아니라 사람에게서 나온다. 그런데 한국어만 쓰면 대화할 수 있는 상대가 한국어 사용 인구 약 8천만 명에 머문다. 여기에 영어를 더하면, 닿을 수 있는 사람이 전 세계 약 15억 명으로 넓어진다. 대략 열아홉 배다.
한때는 AI에게 한국어로 묻느냐 영어로 묻느냐에 따라 결과 품질이 눈에 띄게 달랐다. 영어로 된 데이터가 압도적으로 많았기 때문이다. 다만 이 격차는 번역 성능이 좋아지면서 거의 사라졌다. 이제는 어느 언어로 묻든 답이 비슷하다. 그럼에도 정보의 원천 자체는 여전히 영어 쪽으로 기울어 있다. 전 세계 웹사이트의 약 52퍼센트가 영어 콘텐츠다. 도구가 격차를 메워 주더라도, 원본에 직접 닿을 수 있는 사람과 번역을 거쳐야 하는 사람의 차이는 완전히 사라지지 않는다.
여기서 가치는 희소성의 논리를 따른다. 모두가 "AI 시대니 영어는 필요 없다"고 믿고 손을 놓을 때, 영어를 익힌 소수의 값은 오른다. 모두가 하는 일은 흔해서 값이 떨어지고, 모두가 버리는 일을 붙잡으면 귀해진다. 영어 공부가 당연했던 시절에는 영어가 흔한 능력이었다. 모두가 포기하는 지금은, 오히려 영어가 다시 차별화 지점이 된다.
남들이 비우는 자리를 채우는 사람에게 기회가 몰린다는 원리는 새롭지 않다. 모두가 같은 능력을 좇을 때 그 능력의 값은 떨어지고, 모두가 손을 놓을 때 그 자리를 지킨 사람의 협상력은 올라간다. 영어가 다시 그런 자리가 되어 가고 있다.
영어가 필요하다는 데 동의하더라도, 비싼 회화 수업을 떠올리면 부담이 앞선다. 그러나 AI는 이 부담을 거의 없앤다. 방법은 단순하다. 스마트폰에 AI 대화 앱을 깔고, 마이크 기능으로 "영어 회화 같이 연습하자"고 말을 건네면 된다. 그 뒤로는 끝없이 대화를 이어갈 수 있다.
핵심은 수준을 내 마음대로 조절할 수 있다는 점이다. 문장이 어려우면 "열 살 아이에게 말하듯 쉬운 단어로", 답이 길면 "두세 문장으로 짧게", 무슨 말을 꺼낼지 막막하면 "연습용 예문을 만들어 줘"라고 요청한다. AI는 그때그때 맞춰 준다. 초급이든 고급이든, 자기 수준에 맞춘 자기 주도 학습이 가능하다.
잘못된 길로 들어서도 내비게이션이 화내지 않고 새 경로를 안내하듯, AI는 발음이 서툴거나 같은 실수를 반복해도 부끄러움을 주지 않는다. 오히려 "방금 표현은 이렇게 하면 더 자연스러워요"라고 고쳐 준다. 사람 교사 앞에서 느끼는 창피함도, 시간당 비용에서 오는 압박도 없다.
비용 측면의 조언은 명확하다. 처음에는 유료 구독을 권하지 않는다. 무료 버전만으로도 하루 5분, 10분 회화 연습에는 충분하다. 그러다 자료 조사, 번역, 기획까지 온갖 일을 맡기게 되어 "이 정도면 한 달 구독료가 아깝지 않다"는 확신이 들 때, 그때 유료로 넘어가도 늦지 않다. 돈을 벌기 위해 반드시 돈을 써야 하는 것은 아니다.
지금까지의 이야기를 한 줄기로 모으면 이렇게 된다. AI 시대에 사람의 몸값을 키우는 것은 어디를 팔지 아는 경험, 하고 싶은 일, 그리고 모두가 버릴 때 붙잡은 영어다. 셋 모두 하루아침에 생기지 않는다는 공통점이 있다.
이런 것들은 거창한 목표가 아니라 작은 반복으로 쌓인다. 인생을 바꾸는 것은 어느 날 세운 원대한 결심이 아니라, 매일 되풀이하는 10분, 20분짜리 루틴이다. 아침에 일어나 소리 내어 읽기, 출근길에 듣기, 하루를 마치고 짧게 되새기기 - 이런 사소한 반복이 쌓여 방향을 만든다.
덧붙이자면, 만약 어떤 공부가 숙제처럼 느껴진다면 차라리 하지 않는 편이 낫다. 억지로 끄는 동력은 오래가지 못한다. 즐거워서 다시 찾게 되는 작은 루틴 하나가, 의무감으로 시작한 거창한 계획보다 멀리 간다. 결국 사람을 바꾸는 것은 강도가 아니라 꾸준함이다.