최근 AI 전문가인 Stanford의 Jeremy Utley 교수의 흥미로운 강연을 들었는데, 정말 눈이 번쩍 뜨이는 내용이었다. 그는 비기술직 전문가들이 생성형 AI와 효과적으로 협업하는 방법을 가르치는 일에 집중하고 있다고 했다. 그런데 그가 말한 AI 활용법은 우리가 지금까지 생각해온 것과는 완전히 달랐다.
AI에게 AI 사용법을 물어보는 역설
가장 인상적이었던 건 이 부분이었다. "AI를 어떻게 활용해야 할지 모르겠다면, AI에게 직접 물어보라"는 거였다. 엑셀이 엑셀 사용법을 가르쳐줄 수 없고, 파워포인트가 파워포인트 사용법을 알려줄 수 없지만, AI는 신기하게도 자기 자신을 어떻게 사용해야 하는지 가르쳐줄 수 있다는 것이다.
그가 제안한 프롬프트는 이런 거였다:
"안녕, 너는 AI 전문가야. 내가 어디서 AI를 가장 잘 활용할 수 있을지 알아내는 걸 도와줬으면 좋겠어. AI 전문가로서, 내 업무 흐름과 책임, KPI, 목표에 대한 충분한 맥락을 파악할 때까지 한 번에 하나씩 질문을 해줘. 그래서 내가 업무에서 AI를 어떻게 활용할 수 있는지 명확한 추천과 예상치 못한 추천을 모두 해줄 수 있도록 말이야."
이렇게 하면 정말 깨달음을 주는 대화를 나눌 수 있다고 한다. AI가 자신의 능력을 스스로 평가할 수 있기 때문이다.
국립공원 관리소의 놀라운 성공 사례
실제 사례도 정말 놀라웠다. 국립공원 관리소에서 이 전문가에게 백컨트리 레인저들을 위한 교육을 요청했다고 한다. 60명 정도의 레인저와 시설 관리자들이 모여서 AI 협업의 기초를 배웠는데, 그 중 글렌 캐년 국립공원에서 일하는 아담 마이너라는 사람이 있었다.
교육에서 "자신이 가장 싫어하는 업무 부분에 집중하라"는 조언을 들었던 아담은 카펫 타일을 교체할 때마다 해야 하는 서류 작업이 떠올랐다. 카펫 타일 하나를 교체하는데 서류 작업만 2-3일이 걸린다는 거였다. 그래서 "AI가 이 서류 작업을 도와줄 수 있을까?"라고 생각했고, 놀랍게도 45분 만에 자연어로 도구를 만들어서 작업 명세서를 작성할 때마다 이틀의 작업 시간을 절약할 수 있게 되었다.
더 놀라운 건 그 다음이었다. 누군가가 이 도구에 접근해서 다른 공원들과 공유했고, 국립공원 관리소는 약 430개의 공원을 관리하는데, 아담이 45분 만에 만든 이 도구가 올해 7,000일의 인력을 절약할 것으로 추정된다고 한다. 기술적 능력이 전혀 없는 일반 전문가가 기초적인 교육만 받으면 이런 엄청난 임팩트를 만들 수 있다는 거다.
실현 격차: 왜 대부분의 사람들이 AI의 혜택을 못 받을까
연구 결과에 따르면 AI는 사람들을 25% 더 빠르게, 12% 더 많은 작업을, 40% 더 좋은 품질로 할 수 있게 해준다고 한다. 하지만 실제로는 10% 미만의 직장인만이 AI 협업을 통해 의미 있는 생산성 향상을 경험하고 있다. 이 전문가는 이를 "실현 격차"라고 부른다.
더 흥미로운 건 유럽과 미국에서 진행한 연구 결과였다. 놀랍게도 AI가 대부분의 사람들을 더 창의적으로 만들어주지 못했다는 거다. 오히려 많은 경우에 AI가 사람들을 덜 창의적으로 만들었다고 한다. 처음에는 이 결과가 이상해서 데이터를 다시 살펴봤는데, 성과가 낮은 그룹과 높은 그룹을 비교 분석해보니 근본적인 차이를 발견했다.
도구 vs 팀메이트: 접근 방식의 차이가 모든 걸 바꾼다
성과가 낮은 사람들은 AI를 도구로 취급했지만, 성과가 높은 사람들은 AI를 팀메이트로 취급했다는 거다. 이 접근 방식의 차이가 생성형 AI로 달성할 수 있는 결과를 완전히 바꾼다.
간단한 예를 들어보자. AI가 평범한 결과를 줬을 때 어떻게 반응하는가? 도구라고 생각하면 "아, 이건 별로네" 하고 그냥 넘어가거나 조금 수정하고 만다. 하지만 팀메이트라고 생각하면? 마지막으로 동료가 충분하지 않은 결과물을 가져왔을 때를 생각해보라. 피드백을 주고, 코칭을 하고, 멘토링을 해서 개선하도록 도왔을 것이다.
AI를 팀메이트로 취급하는 사람들은 AI에게 코칭을 하고 피드백을 주며, 중요하게는 AI가 자신에게 질문하도록 한다. 대부분의 사람들은 "내가 질문하고 AI가 답한다"는 방식으로 접근하지만, 팀메이트로 생각하면 "이것에 대해 내가 물어봐야 할 10가지 질문이 뭐야?" 또는 "최고의 답변을 얻기 위해 너는 나에게서 뭘 알아야 해?"라고 묻게 된다.
실전 활용: 어려운 대화를 위한 롤플레이
구체적인 활용 예시도 정말 흥미로웠다. 동료와 어려운 대화를 앞두고 있다면, 대형 언어 모델을 활용해서 그 대화를 롤플레이할 수 있다는 거다. AI가 대화 상대방에 대해 인터뷰를 하게 해서 심리적 프로필을 구성하고, 그 상대방의 역할을 맡아서 롤플레이를 하게 한 다음, 대화 상대방의 관점에서 접근 방식에 대한 피드백을 받을 수 있다는 것이다. 이런 건 지금 당장 할 수 있는 일이다.
이런 것들을 "드릴"이라고 부르는데, 사람들이 AI로 할 수 있는 일에 대한 고려 범위를 바꾸기만 하면 상상도 못했던 활용법들을 발견하게 된다고 한다. 2년 동안 이 일을 해온 전문가조차도 학생들이 정기적으로 상상도 못했던 사용 사례들을 가져와서 예측할 수 없었던 결과에 도달한다고 한다.
창의성에 대한 새로운 관점
이 전문가는 원래 자신을 창의적인 사람이라고 생각하지 않았다고 한다. 하지만 지금은 모든 인간이 창의적 능력을 가지고 있다고 확신한다고 했다. 스탠포드 d.school에서 일하면서 다른 사람들의 잠재된 창의적 능력을 끌어내는 방법을 배웠다는 거다.
특히 인상적이었던 건 그래미상을 여러 번 수상한 힙합 아티스트 르크레이와 함께 수업을 진행했던 이야기였다. 학생들에게 "세상에서 영감을 얻어오라"는 과제를 냈는데, 경영대학원 학생들이 영감에 대해 고민하는 모습을 보고 르크레이에게 의견을 물었다고 한다. 그러자 르크레이가 힙합 아티스트답게 한 마디로 정리했다: "영감은 훈련이다(Inspiration is discipline)."
그 순간 깨달았다고 한다. 이 학생들에게는 영감이 도구로서조차 인식되지 않고 있다는 것을. 하지만 가장 창의적인 사람들은 자신의 사고 입력을 기르는 것에 대해 훈련받고 있다. 그것이 사고의 출력에 영향을 준다는 걸 알기 때문이다.
AI와 관련해서도 마찬가지다. "모델에 어떤 영감을 가져다주고 있는가?"가 중요하다. 모든 사람이 같은 ChatGPT에 접근할 수 있는데, 어떻게 다른 결과를 얻을 수 있을까? 그건 모델에 가져다주는 것이 다르기 때문이다. 기술도 가져다주지만, 경험과 관점, 그리고 세상에서 얻은 모든 영감을 가져다준다. 그것이 사용자로 하여금 모델에서 차별화된 결과를 얻게 해준다.
창의성의 진정한 정의
오하이오의 한 7학년 학생이 "창의성이 뭐예요?"라는 질문에 포스트잇에 적은 답이 이 전문가가 가장 좋아하는 창의성의 정의라고 한다: "창의성은 처음 생각한 것보다 더 많은 것을 하는 것이다."
이 정의가 좋은 이유는 우리가 가진 깊은 인지적 편향을 말해주기 때문이다. 기능적 고착화나 고착 효과라고 불리는 것인데, 기본적으로 인간은 초기 해결책에 고착되어 만족하는 경향이 있다는 거다. 허버트 사이먼이 말한 "만족화(satisficing)" - 충분히 좋으면 그것으로 족하다는 생각이다.
그래서 그 7학년 학생의 정의가 좋다. 창의성은 처음 생각한 것보다 더 많은 것을 하는 것, 즉 "충분히 좋음"을 넘어서는 것이다.
AI 시대의 창의성
AI 시대에 창의성의 정의가 바뀌고 있는지에 대한 질문에 대해서는 그렇지 않다고 답했다. AI와 함께라면 "충분히 좋은" 수준에 도달하는 것이 그 어느 때보다 쉬워졌다. 하지만 목표가 세계적 수준이고 예외적인 것이라면, 실제로는 양과 변화를 위해 프롬프트를 작성해야 한다. 그리고 그것은 시간이 걸린다. 읽는 것뿐만 아니라 정렬하고 처리하는 시간도 필요하다.
근본적으로 AI 시대에도 창의성의 정의는 바뀌지 않는다. 다만 인간이 창의적 상태에 도달하는 능력이나 무능력이 기술뿐만 아니라 AI와 협업할 때의 명시적이거나 암묵적인 목표에 의해 영향을 받을 뿐이다.
창작자들을 위한 메시지
창작자들은 AI를 두려워할 필요가 없다고 강조했다. 오히려 뛰어들고 적극적으로 받아들여야 한다. 창작자들은 이전에 경험해보지 못한 방식으로 해방될 것이라고 한다.
마지막으로 가장 인상적이었던 말은 이거였다: "AI를 어떻게 사용하느냐는 질문에 대한 유일한 정답은 '나는 사용하지 않는다'이다. 나는 AI를 사용하지 않는다. AI와 함께 일한다."
AI와 함께 일하기 시작하면 모든 것이 바뀐다고 한다. 도구로 취급하는 것과 팀메이트로 함께 일하는 것의 차이는 정말 크다. 우리가 AI를 어떻게 바라보고 접근하느냐에 따라 완전히 다른 결과를 얻을 수 있다는 것이다.
이 강연을 들으면서 AI에 대한 관점이 완전히 바뀌었다. 단순히 명령을 내리고 결과를 받는 도구가 아니라, 함께 협업하고 서로 발전시켜 나가는 파트너로 접근해야 한다는 것. 그리고 그 과정에서 우리 자신의 창의성과 생산성을 한 단계 더 끌어올릴 수 있다는 가능성을 보게 되었다. AI 시대에 성공하려면 기술을 배우는 것도 중요하지만, 무엇보다 AI와 함께 일하는 마인드셋을 기르는 것이 핵심인 것 같다.