목차 4
시작하며 #01 일잘러의 기준
AI가 나온 지는 몇 년이 되었지만 가장 많은 변화가 있었던 해는 2026년인 것 같습니다. 2주가 멀다 하고 새로운 모델이 나왔고 두 달이면 AI 활용의 판도가 바뀌었으니까요. 챗GPT(ChatGPT) 릴리스 노트만 보아도 올해 9월 3일과 9월 22일, 10월 26일에 새 모델이 추가되었습니다. 두 달이 채 안 되는 사이의 일입니다.
클로드(Claude), 챗GPT, 큐원(Qwen), 그록(Grok) 같은 AI 서비스들은 그사이 정말 많이 똑똑해졌습니다. 이제 AI는 계산기나 검색 도구를 넘어 실질적인 업무 비서 또는 동료라고 할 수 있습니다. 저만 해도 AI 없는 업무는 상상하기 어려울 정도입니다.
실무자로서 느끼기에 업무의 큰 흐름을 잡고 목적을 고려해서 일하는 것 같은 굵직한 미덕은 여전히 그대로입니다. 그런데 그 안에서 일 잘하는 사람, 이른바 일잘러의 기준은 달라지고 있다고 느낍니다. 체감 중인 변화에 저 스스로도 놀라고 꽤 충격을 받고 있습니다. 물론 이 글의 내용은 정답이 아니고 저 개인의 생각입니다.
AI가 일의 많은 부분을 대신해 주는 지금 사람에게는 어떤 일이 남을까요? 이 글에서는 2026년 11월 기준으로 제가 느끼는 덜 중요해진 기준과 더 중요해진 역량을 차례로 정리해 보려고 합니다.
일 잘하는 기준에서 무엇이 덜 중요해졌을까요?#
먼저 예전만큼 중요하지 않게 되었다고 느끼는 기준부터 짚어 보겠습니다. 꼼꼼함과 완벽주의 그리고 일 하나에만 집중하는 방식입니다.
(1) 사람이 세부를 직접 빠짐없이 챙기는 꼼꼼함과 세심함은 전보다 덜 중요해졌다고 느낍니다. 물론 꼼꼼함은 지금도 필요한 덕목입니다. 다만 그동안 사람이 꼼꼼하고 세심하게 챙겨야 했던 일의 많은 부분을 이제는 AI가 대신 챙겨 줄 수 있습니다.
AI는 놓친 것이 없는지 살피고 세부를 끝까지 확인하는 일을 사람보다 훨씬 빠르고 정교하게 끝냅니다. AI가 사라지지 않는 한 이런 일은 AI에게 맡기는 편이 합리적이라고 생각합니다.
(2) 시간이 걸리더라도 완벽하게 해내는 것보다 러프하게라도 먼저 내놓고 AI와 함께 다듬어 가는 편이 낫다고 느낍니다. 완벽주의를 지양하자는 흐름은 AI가 등장하기 전부터 있었습니다. 조금 덜 완벽하더라도 빠르게 또는 마감일에 맞춰 결과물을 내는 편이 낫다는 이야기였죠. AI와 일하는 지금은 그 이야기가 훨씬 더 선명해졌습니다.
러프한 아이디어일지라도 우선 AI에게 내놓고 시도해 보는 편이 바람직해 보입니다. 일단 내놓고 나면 AI와 함께 아이디어를 개선하고 깎아 나갈 수 있으니까요. 어디를 고칠지 피드백을 받을 때도 무엇을 더 살펴볼지 찾을 때도 AI가 큐레이터처럼 의미 있는 길을 보여 줄 수 있습니다.
(3) 한 번에 한 가지 일에만 몰입하는 방식은 이제 오히려 시간을 흘려보내기 쉽다고 생각합니다. 다분히 방법론적인 이야기이기는 합니다. 사람이 일을 직접 실행하던 때에는 일 하나를 끝까지 집중해서 마친 뒤 다음 일로 넘어가는 편이 더 유효했을 수 있습니다. 저 역시 그렇게 일해 왔습니다.
그런데 AI와 함께 일하면서 생각이 달라졌습니다. 한 세션(AI와 이어 가는 대화 한 묶음)에서 AI가 작업하는 동안에도 다른 세션의 AI는 전혀 다른 시각으로 다른 일을 동시에 진행할 수 있기 때문입니다. 그래서 지금은 일을 차례로 하나씩 끝내는 직렬 방식보다 여러 일을 나란히 굴리는 병렬 방식이 시간을 훨씬 알차게 쓰는 방법이라고 느낍니다. AI에게 작업 하나만 맡겨 두고 결과를 기다리기에는 한마디로 시간이 아깝습니다.
돌아보면 꼼꼼함도 완벽주의도 일 하나에 대한 집중도 사람이 일을 직접 실행할 때 필요한 미덕이었던 것 같습니다. 이제는 그 실행의 많은 부분을 AI가 맡을 수 있게 되었습니다. 그렇다면 지금 시점에 사람에게 요구되는 역량은 무엇일까요?
메타인지와 디렉팅: AI가 무엇을 모르는지 알고 목적을 전달하는 능력#
지금 사람에게 요구되는 역량으로 저는 먼저 메타인지 그리고 목적에 대한 디렉팅 능력을 꼽고 싶습니다. 메타인지는 본래 내가 무엇을 알고 무엇을 모르는지를 스스로 파악하는 능력을 뜻합니다. AI와 일할 때에는 AI가 무엇을 모르는지, 그래서 어떤 맥락을 어떻게 알려 줘야 하는지를 인식하고 소통하는 일이 무엇보다 중요하다고 생각합니다.
상대가 모르는 정보를 상대의 입장에서 잘 정리해 주고 일의 목적을 명확하게 제시하는 소통은 사람 사이의 협업에서도 물론 중요했습니다. 그런데 AI와 일할 때에는 이 소통이 더할 나위 없이 중요해졌다고 느낍니다. AI가 내놓는 결과물은 내 요청을 비추는 거울과 같다고 생각하기 때문입니다. 요청에 담기지 않은 맥락은 결과물에도 담기지 않고 목적이 모호한 요청에서는 방향이 모호한 결과물이 나오기 쉽습니다.
AI가 어떤 일을 잘하고 어떤 일을 잘 못하는지 아는 것도 필요하다고 생각합니다. AI가 버벅이는 부분이 있을 때 무엇이 문제인지 빠르게 알아채고 개선점을 찾아내는 것까지가 지금 사람에게 필요한 역량이 아닐까 싶습니다.
그렇다면 목적과 맥락을 충분히 전달한 뒤에 AI가 내놓은 결과물은 그대로 써도 될까요?
목적 중심의 의사결정: AI의 결과물을 가려내고 최종 결정을 내리는 능력#
2026년 기준, AI가 만든 결과물을 그대로 쓰는 것은 아직은 어렵다고 생각합니다. 아직은 부족합니다. 만족스러운 결과물을 얻기 위해서는 AI와 여러 번 피드백을 주고받아야 하는 단계로 느낍니다. 지금 시점에는 아직 사람이 결과물의 최종 검토자이자 의사결정자로 있어야 할 것 같습니다. 그렇기 때문에 개인적으로는 AI의 결과물을 목적에 비추어 가려내고 그중 무엇을 최종 결과물로 삼을지 결정하는 능력이 가장 중요한 역량이 아닐까 싶습니다.
AI는 많은 결과물을 빠르게 쏟아 내지만 그 결과물 안에는 슬롭과 할루시네이션이 섞여 있을 수 있습니다. 슬롭은 그럴듯해 보이지만 쓸모는 낮은 결과물을 말하고 할루시네이션은 AI가 사실이 아닌 내용을 사실처럼 답하는 현상을 말합니다.
그래서 사람은 처음에 세운 목적에 비추어 AI의 결과물에서 슬롭과 할루시네이션을 가려내고 AI가 쓸 만한 결과물을 다시 낼 수 있도록 고칠 방향을 AI에게 알려 주어야 합니다. 그렇게 다듬어진 결과물 가운데 무엇을 최종 결과물로 내보낼지 정하는 일까지 사람이 맡아야 합니다.
사람의 검토를 거치지 않은 AI의 결과물이 그대로 밖으로 나가기 시작하면 그때부터는 일의 품질을 누구도 장담할 수 없게 된다고 생각합니다. 슬롭과 할루시네이션을 걸러 낼 마지막 단계가 사라지기 때문입니다.
마치며#
이 글은 사실 저의 자전적인 기록입니다. AI와 일하면서 스스로 일 잘하는 방식이 달라지고 있음을 직접 체감하고 있습니다. 저는 이제껏 꼼꼼하려고 노력했고 디테일을 보는 예리함을 길러왔으며, 성향상 완벽주의 기질이 있어 스스로 확신하지 못하는 상태에서는 일을 시작하거나 먼저 던지지 못하는 스타일의 사람이었습니다. 그러면서도 스스로의 기준에 만족할 정도로 일을 해왔는데, AI와 일하면서는 저의 이전 방식이 저 스스로의 병목이 되는 것을 느꼈습니다. 제 역량을 종목(?)별로 다시 판단하고 가치를 재조정하는 과정은 조금 놀랍고 조금은 아깝고 약간은 억울한 마음도 드는 일이었습니다. 이제까지 기존의 기준으로 제가 열심히 노력해 온 방증이라고 스스로 생각하기로 했습니다. 지금도 하루가 멀다 하고 바뀌어 가는 AI의 흐름을 타고 저는 AI 업무에 최적화된 사람이 되도록 노력하고 있습니다.
여러 번 말했듯 이것은 저의 개인적인 생각이고 정답이 아님을 잘 알고 있습니다. 몇 달 뒤에는 이런 생각이 또 어떻게 바뀌어 있을지 저도 모르겠습니다.
다만 이 블로그에서는 AI와 함께 일하는 저의 시행착오와 고민을 그대로 기록해 보려고 합니다. 미래의 저에게 주는 제 자산이자 제 글을 보는 다른 분들과 공감하고 나눌 만한 주제로 기록하는 것이 저에게 의미가 있을 것 같거든요. 지금부터 열심히 올려 보겠습니다. 그럼, 다음 글에서 뵙겠습니다.
