기술 · 일의 미래
인공지능은 만드는 일의 가운데를 빠르게 가져가고 있다. 그 결과 무엇을 왜 만들 것인지를 정하는 처음과, 그 결과가 좋은지를 가려내는 끝이 오히려 더 무거워졌다. 보이지 않는 여정을 다루는 경험 디자인이라는 일을 통해, 이 변화의 구조를 들여다본다.
흔히 디자인이라고 하면 사물의 색이나 모양, 형태를 떠올린다. 의자의 곡선, 그릇의 질감, 화면 속 버튼의 위치 같은 것들이다. 그러나 경험 디자인, 곧 사용자 경험(UX, User Experience) 디자인이 다루는 대상은 눈에 보이지 않는 쪽에 더 가깝다. 사용자가 어떤 서비스를 처음 만나는 지점에서 출발해, 자신이 원하던 목표에 다다르고, 마침내 그 서비스를 떠나는 순간까지 — 그 전체 여정을 설계하는 일이기 때문이다.
그래서 경험 디자이너의 작업은 정적인 결과물보다 시간의 흐름을 닮았다. 사용자가 어디에서 망설이고, 어디에서 안도하며, 무엇을 보고 신뢰를 거두는지를 추적한다. 이때 다루는 재료는 화면이라기보다 감정과 맥락, 그리고 그 사이를 잇는 동선이다.
산업 디자이너가 멋진 그릇 하나를 빚는 사람이라면, 경험 디자이너는 그 그릇에 어떤 음식을 담을지, 그 음식을 어디에서 누구와 먹을지, 다 먹고 난 뒤에는 어떤 기분이 남을지를 설계하는 사람에 가깝다. 만드는 것은 물건이 아니라 한 편의 장면이다. 그런 의미에서 경험 디자이너는 작가나 감독의 일과 닮아 있다.
이 일은 본질적으로 융합적이다. 사람의 행동을 관찰하는 심리, 그것을 구현하는 기술, 의미를 전하는 소통이 한자리에서 만난다. 어느 한 분야의 전문성만으로는 완성되지 않으며, 경계를 넘나드는 감각이 직업의 토대가 된다. 그리고 바로 이 융합적 성격 때문에, 경험 디자인은 인공지능이 일의 지형을 흔드는 지금 가장 먼저, 가장 깊게 변하는 영역 중 하나가 되었다.
예전의 작업 방식은 사람들이 모이는 데서 시작했다. 기획자와 디자이너와 엔지니어가 한 방에 들어가 하루 종일 워크숍을 벌이고, 화이트보드를 채우고, 서로의 가정을 부딪치며 결과물을 빚어냈다. 일의 처음과 중간과 끝이 모두 사람의 손과 시간 위에 놓여 있었다.
인공지능은 이 가운데 토막을 빠르게 잠식하고 있다. 초안을 쓰고, 변형을 만들고, 자료를 정리하고, 가능한 경우의 수를 펼쳐 보이는 중간 과정의 상당 부분에서 기계는 사람보다 더 빠르고 종종 더 고른 품질의 산출물을 내놓는다. 업계와 학계가 비교적 한목소리로 모이는 전망이 여기 있다. 시작과 끝은 사람이 맡고, 그 사이는 대부분 인공지능이 채우게 되리라는 것이다.
그렇다면 사람에게 남는 자리는 어디인가. 무엇을 왜 할 것인가를 정의하는 일이 첫 번째다. 인공지능이 무언가를 실행하기 전에, 애초에 그 무언가가 풀 만한 가치가 있는 문제인지를 가려 출발선을 그어 주는 역할이다. 두 번째는 끝에 있다. 산출물이 올바른 방향을 향했는지, 결과가 제대로 나왔는지를 판별하는 일이다. 곧 문제를 정의하고 의사를 결정하는 행위가 점점 더 인간의 몫으로 무거워진다.
과거에 어려웠던 것은 “어떻게 실행하지”였다. 이제 어려운 것은 “이게 잘된 것인지 어떻게 알지”다.
이 전환은 오래된 디자인 개념 하나로 깔끔하게 설명된다. 사람과 도구 사이에는 두 종류의 간극이 있다. 머릿속 의도를 실제 행동으로 옮기기 어려운 실행의 간극(gulf of execution)과, 그 행동의 결과가 의도대로 됐는지 읽어내기 어려운 평가의 간극(gulf of evaluation)이다. 도구가 무엇이든 빠르게 만들어 주는 시대에는 실행의 간극이 줄어드는 대신, 평가의 간극이 전면에 떠오른다. 2026년의 한 디자인 산업 보고서는 이 변화를 사용자 경험(UX)에서 행위자 경험(AX, Agentic Experience)으로의 이동이라 불렀다. 사람이 직접 하도록 돕던 설계에서, 사람을 대신해 행동하는 에이전트가 “잘 해냈는지”를 사람이 가늠하도록 돕는 설계로 무게중심이 옮겨 간다는 뜻이다.
한 권의 책에 비유하면, 본문은 받아쓰게 할 수 있다. 그러나 이 책이 무엇에 관한 책인지 정하는 첫 문장과, 다 쓰고 나서 이 책이 과연 좋은지를 판단하는 마지막 시선은 끝까지 저자의 몫으로 남는다. 받아쓰기가 빨라질수록, 무엇을 왜 쓰는가와 잘 쓰였는가의 판단이 작가의 진짜 일이 된다.
여기서 자연스러운 결론이 따라온다. 시작과 끝을 제대로 하려면 더 많이 알아야 한다는 것이다. 특정 분야의 현장 경험과 지식 체계가 깊을수록, 좋은 문제를 골라 출발선을 긋고 어설픈 결과물을 가려낼 안목이 선다. 도메인 지식은 인공지능 시대에 가치가 떨어지기는커녕 오히려 경쟁력의 핵심으로 올라선다.
시작과 끝을 사람이 맡는다면, 그 일을 잘 해내게 하는 능력은 무엇인가. 2026년 초 실리콘밸리에서 유독 뜨거웠던 단어가 그 후보로 떠올랐다. 취향(taste)이다. 한 저명한 창업 투자자는 인공지능 시대에 취향이 더욱 중요해질 것이라 예측하며, 누구나 무엇이든 만들 수 있게 되면 진짜 차별점은 “무엇을 만들기로 선택하는가”에 있다고 말했다. 그는 2002년에 써 둔 ‘만드는 사람을 위한 취향’이라는 오래된 글을 다시 끌어와 연결했다. 한 대형 인공지능 기업의 대표는 거기에 다섯 단어를 더 얹었다. 취향은 새로운 핵심 역량이라는 것이다. 채용을 책임지는 또 다른 경영자도 비슷한 맥락에서, 사람을 뽑을 때 안목이 결정적 강점이 될 수 있다고 거들었다.
여기서 말하는 취향은 “나는 이게 좋아”라는 단순한 기호가 아니다. 오히려 그 반대에 가깝다. 위 투자자는 진짜 취향이란 자기 자신에게 정직해지는 일이며, 그저 좋아하는 것을 좋아한다고 우기는 태도를 넘어서는 데서 출발한다고 설명했다. 어떤 사물이든 경험이든 서비스든, 축적된 지식과 경험을 바탕으로 이것이 저것보다 더 가치 있다고 판정하는 행위 — 곧 가치에 대한 선택이 취향의 본질이라는 것이다.
취향은 자전거 타기와 닮았다. 책으로 배운다고 늘지 않고, 몸이 기억할 때까지 직접 타 봐야 붙는다. 안목 역시 수많은 좋은 것과 나쁜 것을 직접 겪으며 쌓이는 일종의 근육 기억이다. 그래서 취향은 타고나는 재능이라기보다, 오래 보고 오래 고른 사람에게 천천히 쌓이는 자산에 가깝다.
이 주장에 모두가 동의한 것은 아니다. 같은 기간, 정반대의 목소리도 또렷하게 나왔다. 한 제품 책임자는 “당신이 인공지능보다 더 나은 취향을 가졌을 가능성은 높지 않다”고 잘라 말했고, 또 다른 창업자는 머지않아 인공지능이 사람보다 더 나은 아이디어를 낼 수 있으며 방향 감각이나 취향이 인간만의 전유물일 이유는 없다고 반박했다. 취향이 학습 가능한 패턴이라면, 기계도 결국 학습한다는 논리다.
더 근본적인 우려도 있다. 오늘날의 언어 모델에는 아첨(sycophancy) 경향이 있다는 점이다. 한 인공지능 연구에 따르면, 모델은 사회적 압력 앞에서 옳은 답을 버리고 사용자의 믿음에 맞춰 답을 고치는 일이 잦으며, 모델이 커질수록 이 경향이 강해지는 면도 관찰됐다. 진실보다 동의를 최적화하도록 길들 위험이 있다는 뜻이다. 그렇다면 자동화하기 어려운 인간의 진짜 무기는 취향이라기보다, 다수의 동의나 기계의 권유에 흔들리지 않는 소신과 확신 쪽일지 모른다. 취향이 결정적 역량인지, 아니면 머지않아 기계도 흉내 낼 수 있는 또 하나의 패턴인지 — 이 논쟁은 아직 결론에 이르지 못했다.
인공지능이 일터에 들어오면 생산성이 오르는 것은 분명하다. 극도의 효율을 추구할수록 더 빨리, 더 많이 만들어 낼 수 있다. 문제는 그 반대편이다. 생산성과 인간성이 본디 대척점에 있는 것은 아니지만, 효율만을 거듭 강조하다 보면 정작 인간다움에 대한 고민은 뒤로 밀릴 수 있다는 우려다.
역설적으로, 바로 그렇기 때문에 인간 고유의 가치가 더 귀해질 것이라는 전망이 따라온다. 인공지능이 인간을 닮아 갈수록, 인간만이 던질 수 있는 질문의 무게가 커진다. 이를 상징적으로 보여 준 사건이 2026년 봄에 있었다. 인공지능 최첨단을 연구하는 한 대형 연구소가 ‘철학자’를 — 자문역이 아니라 그 직함 그대로의 정규직 연구원으로 — 채용했다. 케임브리지 출신의 이 마음의 철학자는 정책팀이나 홍보팀이 아니라 핵심 연구 조직에 자리를 잡고, 기계의 의식, 인간과 인공지능의 관계, 그리고 인류가 범용 인공지능(AGI, Artificial General Intelligence)의 도래에 어떻게 대비할 것인가를 다룬다. 엔지니어가 답할 수 없는 질문들을, 모델이 출시되기 전 단계부터 연구 안에 심어 두겠다는 선택이었다.
기계가 인간을 닮아 갈수록, 인간의 본질적 가치가 얼마나 소중한지가 역으로 드러난다.
한편 효율의 그늘에는 또 다른 함정이 도사린다. ‘검토 피로’(review fatigue)라 불리는 현상이다. 인공지능이 쏟아 내는 산출물을 사람이 일일이 검증해야 하는데, 무언가의 품질을 검증하는 일이 그것을 직접 만드는 일보다 인지적으로 더 고될 때가 많다. 검토의 수고가 절약된 시간을 넘어서는 순간, 사람은 결국 내용을 제대로 보지 않은 채 형식적으로 ‘승인’만 누르게 된다. 사람이 끝을 맡는다는 원칙이 무력해지는 지점이다. 그래서 단순히 사람을 고리 안에 끼워 넣는 것(human-in-the-loop)만으로는 부족하며, 사람이 실제로 판단할 수 있도록 흐름 자체를 설계하는 일이 중요해진다.
결국 관건은 목적의 명료함이다. 인공지능을 무엇을 위해 쓰는가가 분명하지 않으면, 효율은 방향 없는 가속이 되기 쉽다. 도구가 향하는 종착점이 사람의 삶과 일상과 꿈을 위한 것이어야 한다는, 다소 오래된 이야기가 오히려 지금 더 또렷한 기준이 된다.
추상적인 이야기처럼 들리지만, 변화는 이미 실무의 책상 위에서 벌어지고 있다. 경험 디자인에는 사용자가 서비스를 거쳐 가는 핵심 동선을 그린 설계도가 있다. 사용자 여정 지도(CUJ, Critical User Journey)라 부른다. 예전에는 이 동선이 잘 작동하는지 확인하려면 여러 직군이 모여 종일 워크숍을 하고서야 결과물을 얻었다.
지금은 그 과정을 인공지능과 함께 가상으로 시뮬레이션한다. 서로 다른 성향과 상황을 가진 가상의 인물들을 설정해 두고, 그들이 우리가 설계한 여정을 따라가며 무엇을 느끼고 어디에서 막히는지를 모의로 돌려 본 뒤, 그 결과를 정리하고 보고로 묶는다. 며칠이 걸리던 과정이 몇 시간으로 압축된다.
더 눈여겨볼 것은 역할의 확장이다. 고객이 남긴 의견 — 상담 기록이나 채널에 올라온 목소리 같은 고객의 소리(VOC, Voice of Customer) — 를 모아 분석하고 요약하는 일은 본래 고객 경험(CX, Customer Experience) 전문 인력이나 데이터 분석가의 영역이었다. 그런데 이제는 디자이너가 인공지능 도구와 함께 이 작업까지 직접 해낸다. 한 사람이 기획과 디자인, 분석과 종합을 가로지르며 일하게 된 것이다.
물론 범위가 넓어진 만큼 책임도 따라온다. 시뮬레이션 결과가 그럴듯해 보여도 그것이 현실의 사용자를 제대로 비췄는지를 가려내는 일, 곧 검증의 책임은 끝내 사람에게 남는다. 도구를 쓰는 사람은 생산자에서 큐레이터로, 만드는 이에서 고르는 이로 무게중심을 옮겨 간다.
기술이 빠르게 바뀌는 환경에서는 의사결정의 방식도 함께 바뀐다. 위에서 정한 것을 아래가 실행하는 하향식(top-down) 구조는, 변화가 느릴 때는 효율적이지만 모두가 빠르게 무언가를 만들어 낼 수 있는 시대에는 발목을 잡는다. 관리자가 관리와 결정만 하겠다는 태도는 더 이상 잘 작동하지 않는다.
그래서 수평적 존중의 문화가 다시 주목받는다. 의사결정권자가 갓 들어온 직원의 의견에도 진지하게 귀를 기울이는 풍경 — 위계가 강한 조직에서는 낯설지만, 빠른 토론과 즉각적 결정이 필요한 환경에서는 이런 유연함이 곧 경쟁력이 된다.
실리콘밸리의 혁신 조직에서는 더 구체적인 신호가 읽힌다. 숙련도 높은 개별 기여자(IC, Individual Contributor) — 관리자가 아니라 직접 손을 움직이는 고년차 실무자 — 의 권한과 책임이 강화되고 있다. 예전 같으면 연차가 쌓인 직원은 자연스레 관리자가 되는 길을 걸었지만, 이제는 실무 능력 없이 관리만 하는 자리가 먼저 정리되는 흐름이 나타난다. 이런 변화는 대개 시차를 두고 다른 시장으로도 번져 가곤 한다.
그렇다면 이 변화의 한복판에서 무엇을 갖춰야 하는가. 몇 가지 좌표가 보인다.
첫째, 다가오는 파도의 정체를 정확히 이해하는 일이다. 막연한 불안이나 막연한 낙관 모두 도움이 되지 않는다. 인공지능이 무엇을 가져가고 무엇을 남기는지를 구체적으로 파악해야 자기 자리를 다시 그릴 수 있다.
둘째, 유연성이다. 지금까지 통하던 프로세스와 프레임워크를 익혀 두는 일은 여전히 필요하지만, 그것이 정답이라는 믿음은 내려놓아야 한다. 정착된 방식이 빠르게 낡아 가는 시대에는 다시 배우고 갈아엎는 태도가 더 큰 자산이다.
셋째, 공부보다 활용이다. 인공지능은 그것을 연구하는 사람보다 능숙하게 부리는 사람에게 더 큰 힘을 준다. 앞서 말한 자전거처럼, 머리로 이해하기 전에 몸으로 익혀야 한다. 일단 많이, 부지런히 써 보는 것이 가장 빠른 길이다.
넷째, 관찰력과 호기심이다. 사람들의 삶을 흥미를 가지고 들여다보는 눈은 경험을 다루는 일의 오래된 덕목이자, 기계가 쉽게 대신하지 못하는 능력으로 남는다.
다섯째, 깊은 도메인 지식과 판단력이다. 시작과 끝을 사람이 맡는 구조에서, 좋은 문제를 고르고 어설픈 결과를 가려내는 힘은 결국 한 분야를 오래 파고든 사람에게서 나온다.
인공지능이 일의 가운데를 가져갈수록, 무엇을 왜 만드는지 묻는 처음과 그 결과가 좋은지 가리는 끝은 오히려 더 무거워진다. 경험 디자인은 본래 그 보이지 않는 양 끝에 살아온 일이다. 사라지는 중간을 아쉬워하기보다, 두꺼워진 양 끝에서 사람만이 할 수 있는 질문과 판단을 다듬는 쪽이 이 시대를 건너는 더 단단한 방법일 것이다.