나중에무새

젠슨 황이 꽤 불편한 말을 했다. 아이들이 구구단을 잊고, 긴 나눗셈이나 제곱근 계산을 못하게 되어도 “그게 정말 중요한가?” 라는 것이다. 처음 들으면 “이제 공부하지 않아도 된다는 건가?”라는 생각이 든다. 그런데 인터뷰 전체를 보면 젠슨 황이 말하는 핵심은 조금 다르다. 그는 자신의 세대 엔지니어들은 트랜지스터 하나하나를 깊게 이해했지만, 지금의 엔지니어들은 그보다 훨씬 거대한 시스템을 다룬다고 말했다. 낮은 단계의 능력 일부는 사라졌지만 대신 인간이 더 높은 단계에서 시스템 전체를 생각하게 됐다는 것이다. 계산기가 생겼다고 수학이 사라진 게 아니었다. 내비게이션이 생겼다고 목적지를 정하는 능력이 필요 없어지지도 않았다. AI도 비슷한 변화를 만들고 있는 것 같다. 앞으로 중요한 건 내가 AI보다 코드를 빨리 짜는가, 자료를 빨리 찾는가, 문장을 빨리 쓰는가 같은 문제가 아닐 수 있다. AI에게 무엇을 시킬지 결정하고, 결과가 맞는지 판단하고, 여러 작업을 연결하고, 전체 문제를 해결하는 능력이 더 중요해질 가능성이 크다. 젠슨 황도 앞으로 학생들이 AI를 사용하고 Agent와 협업하는 법을 모르고 졸업하는 일은 보기 어려워질 것이라고 말했다. 그렇다면 지금 직장인들은 무엇을 공부해야 할까. 내 생각에는 공부의 방향을 조금 바꿔야 한다. 첫 번째는 내가 하는 일을 더 깊게 이해하는 것. 회사에서 돈이 어떻게 벌리는지, 고객은 무엇을 원하는지, 내 업무의 앞뒤에는 어떤 일이 연결되어 있는지. AI가 아무리 똑똑해져도 무엇이 중요한 문제인지 판단하려면 그 분야를 알아야 한다. 두 번째는 AI에게 일을 맡기는 능력. 단순히 질문 몇 개 잘하는 수준이 아니라 일을 쪼개고, 필요한 자료를 주고, 결과를 검사하고, 틀리면 다시 수정시키고, 반복되는 일은 다음에도 사용할 수 있는 과정으로 만드는 것이다. 세 번째는 시스템으로 생각하는 능력. 문제 하나만 보는 게 아니라 이걸 바꾸면 어디에 영향이 가는지, 다음 단계는 무엇인지, 어디에서 문제가 생길 수 있는지를 보는 힘이다. 실제로 세계경제포럼도 AI·기술 활용 능력과 함께 분석적 사고, 시스템 사고, 창의적 사고, 지속적으로 배우는 능력의 중요성이 커질 것으로 보고 있다. 그리고 마지막으로 검증하는 능력. AI가 답을 만들어주는 시대에는 답을 만드는 사람보다 “이 답이 맞는가?” 를 판단할 수 있는 사람이 필요하다. 그래서 공부 방법도 달라져야 한다. 강의를 열 개 듣는 것보다 오늘 내 업무 하나를 골라 AI와 같이 해보고, 왜 이런 답이 나왔는지 확인하고, 틀린 부분을 직접 찾아보고, 다음에는 더 잘할 수 있도록 내 방식으로 남겨두는 것. 이걸 반복하는 편이 훨씬 현실적인 공부가 될 수 있다. 20대라면 기본기를 쌓으면서 AI를 최대한 많이 써보고, 30대라면 그동안 쌓은 실무 경험과 AI를 연결하고, 40대라면 경험에서 나온 판단력을 이용해 사람과 AI가 일하는 구조 자체를 설계할 수 있다. 나이가 많다고 반드시 불리한 것도 아니다. 오히려 AI가 실행을 대신해줄수록 오랫동안 일을 하며 쌓은 경험과 판단력이 더 큰 힘을 가질 수도 있다. Microsoft도 앞으로 직장인이 AI Agent에게 일을 위임하고 관리하며 업무 프로세스를 다시 설계하는 역할이 커질 것으로 보고 있다. 그래서 요즘 “무슨 공부를 해야 하지?”라는 생각이 들 때마다 새로운 기술을 전부 배워야 한다고 조급해할 필요는 없는 것 같다. 대신 세 가지를 계속 물어보면 된다. 나는 내 일을 얼마나 이해하고 있는가? AI를 이용하면 이 일을 어떻게 더 잘할 수 있는가? AI가 만든 결과가 맞는지 나는 판단할 수 있는가? AI 시대의 공부는 모든 것을 외우는 사람이 되는 것이 아니라 무엇을 알아야 하고, 무엇을 맡겨도 되고, 무엇은 내가 판단해야 하는지를 구분할 수 있는 사람이 되는 과정인지도 모른다. AI 때문에 공부가 필요 없어지는 게 아니다. 오히려 무엇을 공부해야 하는지가 바뀌고 있다.