SR Stock Research
목록으로
🏭 테마 및 섹터 📝 블로그 bambooinvesting 2026.04.19 16:03

AI·반도체AI라는 거울 앞에 선 사람들

원문 네이버 블로그에서 보기
🤖

AI 요약

🔥 핵심 한줄 AI가 반복 업무를 쓸어가자, 기업은 ‘질문·판단’ 능력 있는 사람에게 돈을 쏟아붓는다. 🧠 무슨 일이 벌어지고 있나 • AI 도입으로 엑셀·전처리 같은 단순 작업이 사라지고 • 남은 건 ‘무슨 질문을 던지고, 어떻게 해석할지’라는 고난도 업무 ⚙️ 그래서 뭐가 필요해지나 • 좋은 질문을 뽑아내는 툴(프롬프트 관리·분석 플랫폼) • AI 협업 환경 구축 소프트웨어 • 사고력·프롬프트 교육 프로그램 💰 누가 돈 버나 • AI 플랫폼 제공사: OpenAI, Anthropic, MS Azure AI • 프롬프트 엔지니어링 SaaS: PromptLayer, AirOps 등 • 컨설팅·교육업체: 맥킨지, BCG, 클래스101, 베어링교육 📈 돈 흐름 기업 → AI 구독료 지불 → AI·프롬프트 컨설팅 요청 → 교육·툴 구매 ⏳ 지속성 중기(2~5년) 기업 내 AI 활용 문화가 자리 잡히면서 전문 툴·교육 수요가 꾸준히 확대될 전망. 💡 투자 인사이트 1) 기업용 프롬프트 관리 SaaS, AI 협업 솔루션을 제공하는 스타트업 주목 2) 대형 컨설팅사 중 AI 판단·프롬프트 전문 조직 강화 업체 3) 사고력·프롬프트 교육 플랫폼에 투자하거나 제휴해 기업 수요 선점 ============================================================

📷 이미지 (8장)

📄

원문

​ AI를 본격적으로 쓰기 시작한 뒤로, 엑셀 돌리던 시간이 확 줄었다. 반나절 걸리던 데이터 전처리가 삼십 분이면 끝난다. 당연히 내 에너지는 그만큼 '해석'과 '전략'으로 몰렸고, 그렇게 몇 번 나온 산출물이 사내에서 회자가 됐다. 좋은 방향으로. ​ 그런데 거기서부터 이상해졌다. 내 업무량이 오히려 폭발적으로 늘기 시작한 거다. 그것도 단순 자동화 건이 아니라, 사업 방향이나 경쟁사 전략 해석처럼 묵직한 것들이. ​ 예전엔 하루 인지 에너지의 30%만 회사에서 써도 됐는데, 요즘은 70~80%를 쓰고 나온다. 블로그 포스팅 간격이 길어진 이유가 여기 있다. ​ 이 역설을 들여다보다가, 오히려 이게 지금 써야 할 글감이라는 걸 깨달았다. 이건 나만의 얘기가 아니다. AI가 본격적으로 조직에 들어온 순간, 회사 안에서 지금 막 시작된 '어떤 선별 작업'에 관한 얘기다. 그리고 그 선별의 원리는, 생각보다 훨씬 잔인하다. ​ "이거 AI가 만든 거야?" , 질문이 사람을 비춘다 임원들에게 가장 많이 듣는 질문이 있다. "이거 AI가 만든 거야?" "만드는데 얼마나 걸렸어?" "요즘 AI 회사들 돈 엄청 벌겠네?" ​ *얼마 전에 이와 관련된 글을 썼었다. "이 요리, 냄비가 만들었나요?" 얼마 전 회사에서 꽤 공들인 결과물을 하나 내놨다. 여러 데이터 소스를 교차 분석하고, 구조를 잡고, 논리... blog.naver.com ​ 처음엔 그냥 호기심이겠거니 했는데, 반복되다 보니 깨달았다. 이 질문들은 답을 얻기 위한 질문이 아니다. 질문을 던진 사람의 인식을 그대로 비추는 거울이다. 맛집으로 치환해보면 금방 보인다. 셰프가 몇 시간 매달려 내놓은 요리를 앞에 두고 손님이 이렇게 묻는 거다. ​ "이거 냄비가 만든 거예요? 만드는데 얼마나 걸렸죠?" 웃기지 않나. 냄비는 도구다. 요리를 만든 건 셰프다. ​ 그런데 AI 앞에서는 이 명백한 사실이 흐려진다. 도구가 너무 압도적으로 보여서, 그 뒤에 서 있는 인간이, 무슨 고민을 했는지가 안 보이는 거다. ​ 그리고 여기서 약간 서늘해지는 지점이 있다. 이 질문을 하는 사람들이 시스템 안에서는 '선망의 자리'에 앉아 있다는 사실이다. (임원,.,) ​ 적어도 대외적으로는 이 회사의 방향을 결정한다고 되어 있는 사람들이다. ​ 그 자리에 앉은 분들이 OpenAI나 Anthropic 같은 회사들이 지금 조 단위의 적자를 태우면서도 굴러가는 이유에 대한 구조적 이해 없이, '구독료 받으니 돈 많이 벌겠다'로 판단하고 있는 거다. *내가 있는 회사만 그럴 것이라고 믿고 싶지만. ​ AI가 비춘 거울은 첫 번째 장면에서 이미 많은 걸 보여준다. ​ 이세돌의 한 수는 알파고가 만든 게 아니다 2016년, 알파고와 이세돌의 4국. 이세돌이 둔 78수를 두고 지금도 '알파고가 1만분의 1 확률로밖에 예측하지 못했다'고 얘기한다. 1만분의 1, 그 확률 바깥에서 발견한 인간다움의 조건 왜 바둑을 모르는 사람도 그 대국에 열광했을까 2016년 3월, 전 세계 2억 명이 서울 포시즌스 호텔의 한 방... blog.naver.com ​ 틀린 말은 아닌데, 포인트가 비껴가 있다. 그 수를 둔 건 이세돌이다. 알파고는 그저 그 수의 기상천외함을 수치로 증언해줬을 뿐이다. 이세돌이 평범한 아마추어였다면 1만분의 1 확률의 수 자체가 세상에 나올 일이 없었다. ​ AI도 똑같다. 묘한 질문을 던지면 묘한 답이 나온다. 허접한 질문엔 허접한 답이 나온다. 이건 AI의 지능 문제가 아니라, 질문한 사람의 사고 수준이 그대로 반사되는 거울 효과다. ​ 그리고 더 무서운 건, 허접한 질문에도 AI가 우연히 괜찮은 답을 돌려주는 순간이 있다는 점이다. ​ 그때 그 사람은 그 답을 알아먹지 못한다. 본인의 사고 그릇이 그만큼이 아니기 때문이다. 읽어도 왜 좋은 답인지 모르니, 그냥 복붙해서 위로 올리거나, 혹은 '이거 이상한데?'라면서 폐기한다. 어느 쪽이든 자원 낭비다. ​ 그래서 결국 AI라는 거울 앞에서는 이런 명제가 성립한다. 좋은 답을 받는 능력은 곧 좋은 질문을 던지는 능력이고, 좋은 질문을 던지는 능력은 곧 본인의 축적된 사고 깊이다. 어떤 도구도 이 방정식을 뒤집지 못한다. 오히려 도구가 강력해질수록, 그 방정식은 더 선명해진다. ​ 수능 세대는 왜 프롬프팅 템플릿을 찾는가 그런데 지금 대부분의 사람들이 AI를 배우는 방식을 보면 흥미로운 패턴이 보인다. '프롬프팅 잘하는 법', '업무별 프롬프트 100선', '효과적인 질문 템플릿' 이런 걸 공부하고 있다. 엑셀 수식 몇 개 외우듯이, AI도 정답 공식을 외우면 고수가 된다고 믿는 거다. ​ 왜 이럴까? 나는 이게 산업화 시대의 유산인 수능식 사고 훈련 과 정확히 맞닿아 있다고 본다. ​ 수능은 본질적으로 '주어진 문제에서 정답을 가장 효율적으로 찾는 게임'이다. 그 게임에서 승리한 사람들이 지금 한국 사회의 허리를 이루고 있다. ​ 이 훈련을 이십 년간 반복한 사람에게 AI라는 낯선 도구가 던져졌을 때, 본능적인 반응은 하나다. 이 도구의 정답 공식은 뭐지? 어떤 템플릿을 외우면 1등급이 나오지?' 불안하니까, 불확실하니까, 익숙한 프레임으로 다시 돌아가는 거다. ​ 그런데 AI는 근본적으로 그런 게임이 아니다. 정답이 정해진 시험장이 아니라, 던질 질문 자체를 스스로 설계해야 하는 백지 상태다. 여기선 정답 공식 외우기가 오히려 가장 치명적인 덫 이 된다. ​ 이게 미슐랭 셰프로 다시 돌아가는 지점이다. 셰프가 수십 년간 불에 손을 다쳐가며 쌓은 감각을 텍스트로 다 담을 수 있을까? ​ 레시피 형태로 담는 척은 할 수 있다. 그런데 그걸 똑같이 따라 한 요리가 똑같은 맛이 날 리가 없다. ​ 그 사이에는 언어로 환원되지 않는 감각의 두께 가 있기 때문이다. ​ 프롬프팅도 똑같다. 내가 AI에게 던지는 질문 안에는 지난 수년간 축적해온 산업 이해, 역사적 레퍼런스, 미묘한 가설들이 층층이 녹아 있다. ​ 같은 주제를 다른 사람이 물으면 겉보기엔 비슷해도 결과물은 완전히 달라진다. 설령 내 프롬프트를 통째로 건네준다 해도, 그가 돌아온 답을 해석하고 다음 판단으로 이어 가는 과정에서 다시 갈린다. ​ 질문은 공식이 아니라 축적의 산물이다. 수능식 접근으로는 이 축적을 시작조차 할 수 없다. ​ 욕조의 물이 빠지고 나면 워렌 버핏의 말. "썰물이 되면 누가 벌거벗고 수영하고 있었는지 드러난다." 보통 시장 거품이 꺼질 때 쓰이는 비유인데, 나는 이 문장이 AI 시대 인간 사고력에 그대로 적용된다 고 느낀다. 지금까지 우리 사회는 개인의 사고력 부족을 여러 겹의 시스템으로 덮어주고 있었다. ​ 정형화된 업무 프로세스, 주어진 템플릿, 위에서 내려오는 의사결정. 이런 것들이 '스스로 생각하지 않아도 굴러가는 삶'을 가능하게 해줬다. 시스템이 요구하는 조각 작업만 성실히 수행하면 그럭저럭 살아지는 구조였고, 그 덕에 수많은 사람이 벌거벗은 채로도 옷을 입은 것처럼 살 수 있었다. ​ AI가 지금 하고 있는 일이 바로 그 옷을 걷어내는 작업이다. 정형화된 업무, 반복적 정보 처리, 틀 안에서의 출력. 이걸 다 가져간다. ​ 인간에게 남는 건 가장 불편한 영역이다. 애초에 어떤 질문을 던질 것인가. 이 결과물을 어떻게 해석해 다음 판단으로 이어 갈 것인가. 수많은 신호 중에서 무엇을 주목할 것인가. 수능식 정답 공식으로는 손도 대지 못하는, 지극히 인간적이면서 지극히 개인적인 영역이다. 사고의 그릇이 얕았던 사람일수록 이 영역에서 바닥이 먼저 드러난다. 앞서 얘기한 임원의 질문도, 프롬프팅 템플릿에 매달리는 사람들의 패턴도 결국 같은 이야기다. ​ AI라는 거울은 그 사람이 평생 축적해온 사고의 두께를 조용히, 그러나 정확히 비춘다. ​ 내 업무량이 폭발적으로 늘어난 이유도 여기 있다. 지금 내가 하는 일이 AI가 대체하는 일이 아니기 때문이다. ​ 오히려 AI가 정형화된 업무를 덜어낼수록, 조직의 관심은 그 너머의 판단에 몰린다. 그리고 그 판단을 해낼 수 있는 사람은, 냉정하게 말해, 많지 않다. 회사라는 훈련장에서 내가 진짜로 키우고 있는 건 엑셀 스킬도, 보고서 작성술도 아니다. 불확실성 속에서 어떤 신호에 주목하고 어떤 질문으로 그 신호를 찢어볼 것인가 가장 원시적이고 가장 인간적인 능력이다. ​ AI는 그 능력을 증폭시키는 가장 좋은 레버리지일 뿐, 대체재가 아니다. ​ 욕조의 물은 이미 빠지기 시작했다. 몇 년 뒤 거기 누가 옷을 입고 서 있고 누가 벌거벗은 채 얼어붙어 있을지는 지금 이 순간의 선택들이 이미 결정하고 있다. 오늘 당신이 AI에게 던진 질문의 수준이, 10년 뒤 당신이 서 있을 자리의 수준이다. #AI시대 #인지의격차 #워렌버핏 #AI활용 #프롬프팅 #사고력 #수능세대 #커리어 #미래전망 #직장인통찰