티스토리 뷰
생성형 AI를 사용하다 보면 가끔 이런 순간이 있습니다.
분명 내가 잘 모르는 분야인데도 AI의 도움을 받으니 생각보다 많은 일을 직접 해낼 수 있다는 것입니다.
예를 들어 개발자가 새로운 서비스를 만들고 있다고 생각해 보겠습니다.
원래 자신의 전문 분야는 개발이지만, 서비스를 만들다 보면 개발만 필요한 것은 아닙니다.
비슷한 서비스가 있는지 조사해야 할 수도 있고, 사용자에게 어떤 기능이 필요한지 정리해야 할 수도 있습니다. 서비스를 소개하기 위한 발표 자료가 필요할 수도 있고, 출시 이후에는 사람들에게 알리기 위한 홍보 문구도 만들어야 합니다.
예전 같았다면 이런 일을 하다가 “이건 내가 잘 모르는 분야인데.”라고 생각하며 다른 사람의 도움을 먼저 떠올렸을지도 모릅니다.
하지만 생성형 AI가 등장하면서 상황이 조금씩 달라지고 있습니다.
시장조사 방법을 모른다면 AI에게 조사해야 할 항목부터 물어볼 수 있습니다.
기획서를 작성해 본 적이 없다면 필요한 구성부터 함께 만들 수 있습니다.
발표 자료가 필요하다면 지금까지 진행한 프로젝트 내용을 바탕으로 발표 구조를 만들 수 있고, 마케팅 경험이 많지 않더라도 서비스의 특징을 정리해 홍보 문구의 초안을 만들어 볼 수 있습니다.
즉, AI는 단순히 내가 원래 하던 일을 더 빠르게 해주는 도구로만 사용되고 있는 것이 아닙니다.
원래라면 내가 하지 않았을 일까지 시도할 수 있도록 도와주는 도구가 되고 있습니다.
저는 이 변화가 상당히 중요하다고 생각합니다.
지금까지 우리는 직업을 비교적 명확한 역할로 구분해 왔습니다.
개발자는 개발을 하고, 기획자는 서비스를 기획하고, 마케터는 제품을 홍보하고, 데이터 분석가는 데이터를 분석합니다.
각자의 전문 분야가 존재하기 때문입니다.
물론 AI가 등장했다고 해서 이러한 전문성이 사라지는 것은 아닙니다. 전문적인 결과를 만들고 중요한 판단을 내리기 위해서는 여전히 해당 분야에 대한 지식과 경험이 필요합니다.
하지만 각 직무 사이에 존재하던 높은 진입장벽은 조금씩 낮아지고 있습니다.
개발자가 AI의 도움을 받아 시장조사를 해볼 수 있고, 마케터가 데이터를 직접 분석해 볼 수 있으며, 기획자가 간단한 프로토타입을 만들어볼 수도 있습니다.
그리고 한 사람이 이러한 여러 업무를 연결해 하나의 결과물을 완성하는 것도 이전보다 쉬워지고 있습니다.
실제로 OpenAI가 2026년 공개한 연구에서도 사람들이 ChatGPT를 자신의 기존 직무에 속한 업무에만 사용하는 것이 아니라, 원래 자신의 직무 밖에 있던 업무를 수행하는 데에도 활용하고 있는 흐름이 관찰되었습니다.
저는 이것이 AI가 일하는 방식을 변화시키는 또 하나의 중요한 방향이라고 생각합니다.
우리는 흔히 AI가 “사람의 일을 얼마나 대신할 것인가? “를 이야기합니다.
하지만 앞으로는 또 다른 질문도 필요할 것 같습니다.
“AI를 이용하면 한 사람이 어디까지 할 수 있게 될까?”
AI는 사람을 하나의 직무에서 없애는 기술인 동시에, 반대로 한 사람이 기존의 직무 경계를 넘어 더 많은 일을 시도할 수 있도록 만드는 기술일 수도 있기 때문입니다.
이번 글에서는 AI가 어떻게 개인이 할 수 있는 일의 범위를 넓히고 있는지, 그리고 이러한 변화가 앞으로 우리의 일하는 방식에 어떤 영향을 줄 수 있는지 알아보겠습니다.
이제 한 사람이 하나의 직무에만 머물 필요가 없어지고 있습니다
우리는 보통 직업을 역할에 따라 구분합니다.
개발자는 프로그램을 만들고, 디자이너는 화면을 디자인하며, 기획자는 서비스의 기능과 방향을 정합니다. 마케터는 제품을 사람들에게 알리고, 데이터 분석가는 데이터를 이용해 의미 있는 정보를 찾아냅니다.
이렇게 역할을 나누는 이유는 각 분야마다 필요한 전문지식과 기술이 다르기 때문입니다.
예를 들어 개발자가 마케팅 업무를 직접 해보려고 한다면 어디서부터 시작해야 하는지 막막할 수 있습니다. 어떤 고객을 대상으로 해야 하는지, 경쟁 서비스는 어떻게 조사하는지, 광고 문구는 어떻게 작성하는지 새롭게 공부해야 합니다.
반대로 기획자가 개발 업무를 이해하려고 하면 API, 데이터베이스, 서버, 프론트엔드와 같은 낯선 개념을 만나게 됩니다.
이처럼 자신의 전문 분야 밖으로 나가는 순간 새로운 지식을 배워야 하기 때문에 자연스럽게 직무 사이에는 높은 벽이 존재했습니다.
하지만 생성형 AI는 이 벽을 조금씩 낮춰 주고 있습니다.
예를 들어 개발자가 자신이 만든 서비스를 직접 홍보해야 하는 상황이라고 생각해 보겠습니다.
마케팅을 처음부터 전문적으로 공부하지 않았더라도 AI에게 현재 서비스의 특징과 목표 사용자를 설명하고,
“이 서비스를 홍보하려면 어떤 정보를 먼저 조사해야 할까?”
라고 질문할 수 있습니다.
AI가 알려준 내용을 바탕으로 경쟁 서비스를 조사하고, 사용자 특징을 정리하고, 홍보 전략의 초안을 만들어 볼 수 있습니다.
반대의 상황도 가능합니다.
기획자가 개발자와 API에 대해 이야기해야 하는데 기술적인 내용을 이해하기 어렵다면 AI에게 API 문서를 제공하고 쉽게 설명해 달라고 요청할 수 있습니다.
모르는 용어가 나오면 바로 질문하고, 데이터가 어떤 방식으로 이동하는지 예시를 통해 이해할 수도 있습니다.
이전에는 낯선 분야에 들어가기 위해 먼저 책이나 강의를 찾아 상당한 시간을 공부해야 했다면, 이제는 AI에게 필요한 내용을 그때그때 질문하면서 실제 업무와 학습을 동시에 진행할 수 있게 된 것입니다.
물론 이것이 개발자가 하루아침에 전문 마케터가 되거나, 기획자가 전문 개발자가 된다는 의미는 아닙니다.
전문가는 오랜 경험을 통해 만들어집니다. 복잡한 상황에서 좋은 판단을 내리고 AI가 만든 결과가 실제로 적절한지 검증하려면 해당 분야의 지식 역시 중요합니다.
하지만 중요한 변화는 전문가가 아니면 아예 시작하기 어려웠던 일을 이제는 직접 시도해 볼 수 있게 되었다는 것입니다.
이 차이는 생각보다 큽니다.
예전에는 “나는 이걸 할 줄 모르니까 다른 사람에게 맡겨야겠다.”라고 생각했던 일을,
이제는
“전문적인 부분은 나중에 도움을 받더라도 일단 AI와 함께 초안부터 만들어 볼까? “
라고 생각할 수 있기 때문입니다.
실제로 OpenAI가 2026년 공개한 분석에서도 이러한 변화가 나타났습니다. 사람들이 ChatGPT를 자신의 원래 직무에 속한 업무에만 사용하는 것이 아니라 다른 직무에서 주로 수행하던 업무에도 활용하고 있는 것입니다.
특히 이 변화는 여러 역할을 동시에 수행해야 하는 사람들에게 더 큰 의미를 가질 수 있습니다.
스타트업의 초기 구성원이나 소규모 조직에서 일하는 사람, 프리랜서, 1인 사업자처럼 모든 업무마다 각각의 전문가를 둘 수 없는 환경에서는 한 사람이 여러 역할을 수행해야 하는 경우가 많습니다.
제품을 만들면서 고객도 조사해야 하고, SNS 콘텐츠도 만들어야 하고, 데이터도 확인해야 하며, 발표 자료와 사업 문서도 작성해야 합니다.
이런 상황에서 AI는 특정 업무 하나만 빠르게 처리하는 도구를 넘어 한 사람이 여러 역할 사이를 이동할 수 있도록 도와주는 도구가 될 수 있습니다.
저는 앞으로 개인의 경쟁력을 생각할 때도 이 부분이 중요해질 수 있다고 생각합니다.
하나의 전문 분야를 깊게 갖는 것은 여전히 중요합니다.
하지만 여기에 AI를 활용해 주변 분야까지 이해하고 연결할 수 있는 능력이 더해진다면 한 사람이 해결할 수 있는 문제의 범위는 훨씬 넓어질 수 있습니다.
결국 AI가 넓혀 주는 것은 단순히 업무의 속도만이 아닐지도 모릅니다.
AI는 한 사람이 도전할 수 있는 일의 범위 자체를 넓히고 있습니다.
하나의 아이디어를 처음부터 끝까지 연결할 수 있습니다
AI가 개인의 직무 범위를 넓혀 주는 변화는 하나의 아이디어를 실제 결과물로 만드는 과정을 생각해 보면 더욱 쉽게 이해할 수 있습니다.
예를 들어 새로운 앱 기능에 대한 아이디어가 하나 떠올랐다고 생각해 보겠습니다.
과거에는 좋은 아이디어가 떠올라도 실제 기능으로 만드는 과정에서 여러 분야의 지식이 필요했습니다.
먼저 이 기능을 사람들이 정말 필요로 하는지 조사해야 합니다. 비슷한 기능을 제공하는 경쟁 서비스가 있는지도 찾아봐야 하고, 어떤 사용자가 이 기능을 사용할지도 생각해야 합니다.
조사가 끝나면 기능을 구체적으로 기획해야 합니다.
사용자가 어떤 버튼을 누르고, 어떤 화면을 거쳐 기능을 사용하게 되는지 정리해야 합니다. 필요한 데이터와 기능도 정의해야 합니다.
그리고 실제 개발 단계에서는 API, 데이터베이스, 프론트엔드와 백엔드 같은 기술적인 문제를 해결해야 합니다.
기능이 완성된 뒤에도 할 일은 남아 있습니다.
사람들에게 기능을 설명하기 위한 발표 자료가 필요할 수도 있고, 서비스를 알리기 위한 소개 페이지와 SNS 홍보 문구도 만들어야 합니다.
즉, 하나의 작은 아이디어를 실제 사용자에게 전달하기까지는 생각보다 많은 종류의 업무가 필요합니다.
그런데 AI를 활용하면 이 과정을 하나의 흐름으로 연결할 수 있습니다.
예를 들어 처음에는 AI와 함께 시장을 조사합니다.
시장 조사 → 경쟁 서비스 분석 → 사용자 문제 발견
조사한 내용을 바탕으로 다음 단계에서는 기능을 구체화합니다.
문제 정의 → 기능 아이디어 → 요구사항 정리
그다음에는 지금까지 정리한 요구사항을 개발에 사용할 수 있는 형태로 바꿀 수 있습니다.
요구사항 → 화면 흐름 → 데이터 구조 → API 명세 → 개발
개발이 끝났다면 같은 정보를 다시 활용해 다른 결과물을 만들 수 있습니다.
기능 설명 → 발표 자료 → 서비스 소개 → 홍보 문구
처음부터 끝까지 연결하면 다음과 같은 하나의 흐름이 만들어집니다.
시장 조사 → 문제 정의 → 요구사항 → 기능 기획 → API 명세 → 개발 → 발표 자료 → 홍보 콘텐츠
여기서 중요한 것은 각각의 작업을 따로 수행하는 것이 아니라 앞 단계에서 만들어진 결과물을 다음 단계의 입력으로 계속 활용하는 것입니다.
시장조사에서 발견한 사용자의 문제는 기능 요구사항의 근거가 됩니다.
기능 요구사항은 개발 명세를 만드는 데 사용됩니다.
개발 과정에서 정리한 기능과 특징은 다시 발표 자료의 내용이 됩니다.
그리고 발표 자료에서 정리한 핵심 가치는 사용자에게 보여줄 홍보 문구로 바뀔 수 있습니다.
저는 AI를 사용할 때 이러한 방식이 특히 중요하다고 생각합니다.
매번 AI에게 서로 관계없는 질문을 던지는 것이 아니라, 하나의 목표를 중심으로 여러 작업을 연결하는 것입니다.
예를 들어 단순히 “홍보 문구 만들어 줘.”라고 요청하는 것보다 이전에 작성했던 시장조사와 사용자 문제, 기능 요구사항, 서비스의 특징을 함께 제공한다면 훨씬 구체적인 결과를 얻을 수 있습니다.
AI가 프로젝트의 앞뒤 맥락을 이해할 수 있기 때문입니다.
그리고 이 방식은 한 사람이 여러 직무를 넘나들 수 있도록 도와줍니다.
시장조사를 할 때는 리서처처럼 생각하고, 기능을 정의할 때는 기획자의 관점에서 생각하고, API를 설계할 때는 개발자의 관점으로 이동하며, 서비스를 소개할 때는 마케터의 관점에서 다시 바라보는 것입니다.
물론 모든 분야에서 전문가 수준의 판단을 내릴 수 있다는 의미는 아닙니다.
중요한 의사결정이나 전문적인 검토가 필요한 순간에는 해당 분야의 전문가가 여전히 필요합니다.
하지만 AI의 도움을 받으면 한 사람이 아이디어를 생각하는 단계에서 멈추지 않고 실제 결과물이 만들어지는 훨씬 먼 단계까지 직접 이동할 수 있습니다.
저는 이것이 AI가 개인에게 제공하는 가장 큰 변화 중 하나라고 생각합니다.
단순히 업무 하나를 10분 빨리 끝내는 것을 넘어, 이전에는 내가 담당하지 않았던 다음 단계까지 직접 이어갈 수 있게 만드는 것.
AI는 개인의 업무 속도를 높이는 동시에, 한 사람이 하나의 아이디어를 완성할 수 있는 범위 자체를 넓혀 주고 있습니다.
AI는 1인 사업자와 소규모 팀에게 더욱 강력한 도구가 될 수 있습니다
AI가 개인의 직무 범위를 넓혀 주는 변화는 특히 1인 사업자나 소규모 팀에게 큰 의미가 있다고 생각합니다.
회사의 규모가 크다면 각각의 업무를 담당하는 사람을 따로 둘 수 있습니다.
서비스를 기획하는 사람, 개발하는 사람, 디자인하는 사람, 데이터를 분석하는 사람, 마케팅을 담당하는 사람처럼 각 분야의 전문가가 자신의 역할을 맡을 수 있습니다.
하지만 작은 조직에서는 상황이 다릅니다.
직원이 몇 명뿐인 초기 스타트업이나 혼자 사업을 운영하는 1인 사업자는 한 사람이 여러 역할을 동시에 담당해야 하는 경우가 많습니다.
오늘은 제품을 기획했다가 내일은 고객 문의에 답해야 할 수도 있습니다.
오전에는 경쟁사를 조사하고 오후에는 SNS 콘텐츠를 만들어야 할 수도 있으며, 밤에는 매출 데이터를 정리해야 할 수도 있습니다.
문제는 모든 분야를 처음부터 전문적으로 배우기 어렵다는 것입니다.
예를 들어 혼자 온라인 서비스를 운영하는 사람이 있다고 생각해 보겠습니다.
좋은 제품을 만들 수 있는 능력이 있더라도 그것만으로 사업이 완성되지는 않습니다.
어떤 고객에게 판매할지 조사해야 하고, 가격을 정해야 하며, 제품을 소개하는 글도 작성해야 합니다. SNS 콘텐츠를 만들고 고객의 반응을 확인해야 하며, 매출 데이터도 분석해야 합니다.
필요한 업무가 늘어날 때마다 전문가를 고용하거나 외주를 맡길 수도 있지만 작은 사업에서는 비용이 부담될 수 있습니다.
바로 이 지점에서 AI가 상당히 유용한 도구가 될 수 있습니다.
예를 들어 새로운 디지털 상품을 판매하는 1인 사업자가 있다고 생각해 보겠습니다.
처음에는 AI와 함께 시장을 조사할 수 있습니다.
어떤 사람들이 비슷한 제품을 찾고 있는지, 경쟁 제품에는 어떤 특징이 있는지, 사용자들이 어떤 불편을 이야기하는지 조사하는 것입니다.
그다음에는 조사한 내용을 바탕으로 제품의 특징과 목표 사용자를 정리할 수 있습니다.
제품이 완성되면 상세페이지의 구조를 만들고, 제품 설명의 초안을 작성하고, SNS에 올릴 콘텐츠 아이디어를 만들 수도 있습니다.
판매가 시작된 이후에는 데이터를 정리해 어떤 상품의 반응이 좋은지 분석하거나 고객 후기에서 반복적으로 등장하는 의견을 찾아볼 수도 있습니다.
결국 한 사람이
시장조사 → 상품 기획 → 제작 → 판매 페이지 → 콘텐츠 → 고객 분석 → 개선
이라는 상당히 넓은 범위의 업무에 참여할 수 있게 되는 것입니다.
물론 AI가 회계사, 변호사, 전문 개발자, 디자이너와 같은 전문가를 완전히 대신한다는 의미는 아닙니다.
특히 법률, 세무, 보안처럼 잘못된 판단이 큰 문제로 이어질 수 있는 영역에서는 반드시 전문가의 검토가 필요한 경우가 있습니다.
AI의 가장 큰 가치는 모든 전문가를 없애는 것보다 전문가의 도움이 반드시 필요한 지점까지 한 사람이 스스로 도달할 수 있는 범위를 넓혀 주는 것에 더 가까울 수 있습니다.
예전에는 시장조사 자체를 어떻게 해야 하는지 몰라 아이디어 단계에서 멈췄다면, 이제는 AI와 함께 기본적인 조사를 진행한 뒤 더 구체적인 질문을 가지고 전문가를 찾아갈 수 있습니다.
개발 지식이 부족한 창업자도 AI와 함께 기능 요구사항과 간단한 프로토타입을 만든 뒤 개발자와 대화할 수 있습니다.
마케팅을 잘 모르는 사람도 목표 고객과 제품의 특징을 정리한 뒤 마케팅 전문가에게 더욱 구체적인 도움을 요청할 수 있습니다.
즉, AI는 전문가를 없애는 도구라기보다 개인과 전문가 사이의 지식 격차를 줄여 주는 도구로 활용될 수도 있습니다.
저는 이것이 작은 조직에 특히 중요한 변화라고 생각합니다.
사람과 자본이 부족한 조직일수록 한 사람이 해결할 수 있는 문제의 범위가 넓어지는 것 자체가 큰 경쟁력이 될 수 있기 때문입니다.
그리고 앞으로는 조직의 크기보다 한 사람이 AI를 이용해 얼마나 넓은 범위의 업무를 연결하고 실제 결과물까지 만들어 낼 수 있는가가 더욱 중요해질 수도 있습니다.
과거에는 한 사람이 여러 역할을 담당하는 것을 단순히 인력이 부족해서 어쩔 수 없이 하는 일로 생각했다면, AI 시대에는 오히려 여러 영역을 빠르게 연결할 수 있는 사람이 새로운 형태의 경쟁력을 갖게 될 가능성이 있습니다.
저는 그래서 AI가 1인 사업자와 소규모 팀에게 단순한 업무 자동화 도구 이상의 의미를 가진다고 생각합니다.
AI는 적은 인원으로도 더 넓은 범위의 일을 시도할 수 있게 만드는 일종의 능력 확장 도구입니다.
앞으로는 하나의 전문성을 중심으로 여러 분야를 연결하는 능력이 중요해질 수 있습니다
AI가 다양한 업무의 진입장벽을 낮춰 준다고 해서 앞으로 모든 사람이 모든 분야의 전문가가 되어야 하는 것은 아닙니다.
오히려 저는 반대라고 생각합니다.
AI 시대에도 자신만의 전문 분야는 여전히 중요합니다.
개발자는 좋은 코드와 시스템이 무엇인지 판단할 수 있어야 하고, 디자이너는 좋은 사용자 경험을 구분할 수 있어야 합니다. 마케터 역시 고객과 시장에 대한 이해가 있어야 AI가 만든 전략이 실제로 효과가 있을지 판단할 수 있습니다.
AI는 빠르게 결과물을 만들어 줄 수 있지만, 그 결과물이 좋은지 나쁜지를 판단하는 능력까지 자동으로 생기는 것은 아니기 때문입니다.
그래서 저는 앞으로 개인의 역량을 하나의 중심과 여러 개의 확장 영역으로 생각해 보는 것이 좋다고 생각합니다.
먼저 자신이 가장 깊게 이해하고 있는 하나의 분야를 만듭니다.
그리고 AI를 이용해 그 주변 영역으로 조금씩 활동 범위를 확장하는 것입니다.
예를 들어 개발자라면 개발을 중심에 두면서 서비스 기획, 데이터 분석, UX, 마케팅과 같은 영역을 연결해 볼 수 있습니다.
기획자라면 서비스 기획을 중심으로 데이터 분석, 프로토타이핑, 기술 구조, 사용자 조사까지 활동 범위를 넓혀 볼 수 있습니다.
마케터라면 마케팅을 중심으로 데이터 분석, 콘텐츠 제작, 자동화, 간단한 웹 제작까지 연결할 수도 있습니다.
중요한 것은 모든 영역에서 전문가가 되는 것이 아닙니다.
다른 분야의 언어를 이해하고, 필요한 순간에 AI를 활용해 해당 영역의 업무를 시작할 수 있는 정도의 연결 능력을 만드는 것입니다.
이 능력을 갖추게 되면 협업 방식도 달라질 수 있습니다.
예를 들어 기획자가 기술적인 내용을 전혀 모르는 상태에서 개발자에게 “이 기능 만들어 주세요.”라고 요청하는 것과, AI와 함께 기본적인 API 구조와 데이터 흐름을 이해한 뒤 “사용자가 이 기능을 실행하면 이런 데이터가 필요할 것 같은데, 현재 구조에서는 어떤 방식이 가장 적절할까요?”라고 질문하는 것은 대화의 수준부터 달라집니다.
마케팅도 마찬가지입니다.
개발자가 단순히 “우리 서비스 홍보해 주세요.”라고 요청하는 것보다 사용자의 문제, 서비스의 핵심 가치, 경쟁 서비스와의 차이를 AI와 먼저 정리한 뒤 마케팅 담당자에게 전달한다면 훨씬 구체적인 협업이 가능합니다.
즉, AI는 개인이 모든 일을 혼자 하도록 만드는 도구라기보다 다른 분야와 더 깊게 협업할 수 있도록 기본적인 이해의 범위를 넓혀 주는 도구가 될 수도 있습니다.
저는 앞으로 이러한 사람이 강한 경쟁력을 가질 가능성이 있다고 생각합니다.
자신의 전문 분야에서는 깊이 있는 판단을 할 수 있으면서도,
문제를 해결하기 위해 필요하다면 다른 분야로 넘어갈 수 있고,
모르는 부분은 AI를 이용해 빠르게 학습하며, 필요한 결과물을 직접 초안으로 만들어 보고, 전문적인 판단이 필요한 순간에는 해당 분야의 사람과 협업할 수 있는 사람입니다.
결국 중요한 것은 ’ 나는 어떤 직무인가?’라는 질문에 자신을 완전히 가두지 않는 것일지도 모릅니다.
대신 “나는 어떤 문제를 해결할 수 있는가?” 그리고 “그 문제를 해결하기 위해 어떤 영역까지 연결할 수 있는가? “를 생각해 보는 것입니다.
마무리
생성형 AI가 등장한 이후 우리는 AI가 사람의 일자리를 얼마나 대체할 것인지에 많은 관심을 가져왔습니다.
하지만 저는 그와 동시에 일어나고 있는 또 하나의 변화도 주목할 필요가 있다고 생각합니다.
바로 AI가 한 사람이 할 수 있는 일의 범위를 넓히고 있다는 것입니다.
과거에는 자신의 전문 분야 밖에 있는 일을 시작하기 위해 많은 시간과 지식이 필요했습니다.
하지만 이제는 모르는 개념을 AI에게 배우고, 필요한 자료를 조사하고, 초안을 만들고, 결과물을 검토하면서 이전보다 훨씬 빠르게 새로운 영역에 접근할 수 있습니다.
그 결과 개발자가 시장조사와 기획에 참여하고, 기획자가 기술적인 구조를 이해하며, 1인 사업자가 상품 기획부터 콘텐츠 제작과 데이터 분석까지 연결하는 일이 점점 쉬워지고 있습니다.
그렇다고 전문성의 가치가 사라지는 것은 아닙니다.
오히려 AI가 누구에게나 비슷한 수준의 도움을 제공하게 될수록 AI의 결과를 판단할 수 있는 자신만의 전문성은 더욱 중요해질 수 있습니다.
그래서 저는 앞으로 경쟁력 있는 사람은 모든 것을 혼자 할 수 있는 사람이 아니라, 하나의 분야에 자신만의 전문성을 가지고 있으면서 AI를 이용해 필요한 다른 분야까지 연결할 수 있는 사람이라고 생각합니다.
AI를 단순히 내가 하던 일을 조금 더 빠르게 끝내기 위한 도구로만 사용하지 않는 것입니다.
내가 이전에는 할 수 없었던 일을 배우고, 다른 직무의 영역을 이해하고, 여러 종류의 업무를 하나의 목표로 연결하고, 결국 하나의 아이디어를 실제 결과물까지 가져가는 데 사용하는 것입니다.
어쩌면 앞으로 AI가 개인에게 가져올 가장 큰 변화는 단순한 시간 절약이 아닐지도 모릅니다.
AI는 한 사람이 할 수 있는 일의 범위와 도전할 수 있는 문제의 크기 자체를 넓혀 주고 있습니다.
그리고 AI 시대에는 자신의 직무가 어디까지인지보다, AI와 함께 자신의 가능성을 어디까지 확장할 수 있는지가 더욱 중요한 질문이 될지도 모릅니다.