AI 시대, 교육은 ‘일 시키는’ 역량을 길러야 한다

교실에서 챗GPT 사용법 연수를 끝낸 교사가 자기 학년 협의로 돌아왔다. “이거 학생들한테 어떻게 알려줘야 하지?” 누군가 묻는다. 잠시 침묵. 마침 그날 본 한 영상에서 뉴욕의 AI 컨설턴트가 답에 가까운 한 줄을 내놓고 있었다. “이제 중요한 건 챗GPT를 쓰는 게 아니라, AI에게 ‘일을 시킬 줄’ 아는 사람이 되는 거예요.” 그 말이 옳다면, 학교가 가르쳐온 엑셀·파워포인트·코딩 수업의 절반은 지금 다시 짜야 한다.

AI 시대, 누가 돈을 버는가

영상에서는 AI 컨설턴트인 정아 컨설턴트이 등장해 AI로 돈을 버는 사람들의 실체를 분석한다. 많은 이들이 AI 교육 시장에 뛰어들지만, 실제로 AI 기술을 활용해 수익을 창출하는 경우는 드물다는 지적이다.

기업 차원에서는 AI를 통해 생산성 향상과 비용 절감을 이루는 사례가 존재한다. 하지만 개인 차원에서는 AI를 활용한 수익 창출이 쉽지 않다. 인스타그램에서 AI 영상 제작 강좌가 인기를 끌지만, 수강생들이 실제로 이를 활용해 꾸준히 수익을 올릴 수 있을지는 미지수이다. 3개월 뒤에도 그 사업 모델이 유효할지는 더욱 불확실하다.

여기서 핵심은 AI 자체가 돈을 버는 것이 아니라, AI를 활용할 수 있는 역량을 가진 사람이 돈을 번다는 점이다. 정아 컨설턴트는 AI 전문가가 아니었어도 성공했을 사람의 사례를 제시한다. 그는 AI 덕분에 두 달 걸릴 일을 이틀 만에 끝냈지만, AI가 없었더라도 결국엔 해냈을 것이다.

주니어의 생존 전략, ‘일 시키는’ 역량

AI 시대에는 주니어 개발자부터 대체될 것이라는 예측이 많다. 하지만 정아 컨설턴트는 주니어라서 대체되는 것이 아니라, AI 시대에 요구되는 역량이 부족하기 때문이라고 지적한다.

AI 시대에 가장 필요한 역량은 “일을 시킬 줄 아는 사람”이 되는 것이다. 더 이상 엑셀 모델링이나 파워포인트 제작 능력은 중요하지 않다. AI 에이전트를 활용해 업무를 지시하고 관리하는 능력이 핵심이다.

또 다른 중요한 역량은 대인 관계 능력, 즉 인터퍼스널 스킬이다. 데이터로 메울 수 없는 간극을 인간적인 소통으로 채우는 능력이 필요하다. 이는 영업 능력일 수도 있고, 공감 능력일 수도 있다.

결국, 주니어에게 요구되는 역량 기준이 바뀌는 것이다. 기존의 코딩 능력은 AI로 대체될 수 있지만, ‘일 시키는 능력’과 ‘인간적인 소통 능력’은 대체 불가능하다.

양극화 심화, 생존을 넘어 경쟁의 승리

AI 시대에는 자본의 양극화가 더욱 심화될 것이다. 막대한 자본을 투자해 AI 모델을 개발한 기업들은 계속 성장하는 반면, 그렇지 못한 기업들은 도태될 것이다.

개인 차원에서도 AI를 잘 활용하는 사람과 그렇지 못한 사람 간의 격차가 커질 것이다. AI를 활용해 생산성을 높이고 새로운 가치를 창출하는 사람만이 살아남을 수 있다.

정아 컨설턴트는 경쟁에서 승리하려는 욕망이 인간의 본능이라고 말한다. 생존을 넘어 더 높은 연봉과 사회적 성공을 추구하는 것은 자연스러운 욕구라는 설명이다. 다만 이 논리를 교실 안으로 그대로 들여올 때 한 가지가 걸린다. 모든 학생이 같은 출발선에서 ‘AI 활용’을 시작하지 않는다는 사실이다. 가정에서 챗GPT를 매일 만지는 아이와 학교 공용 PC로 한 학기에 두 번 만져보는 아이의 격차는 그 자체로 새로운 양극화의 출발선이다.

AI 윤리, 멈출 수 없는 질주

챗GPT의 조언을 듣고 극단적 선택을 한 사례처럼, AI 윤리 문제는 간과할 수 없는 중요한 문제이다. 테슬라 자율주행차 사고에서 볼 수 있듯이, AI 기술의 책임 소재는 여전히 불분명하다.

AI 윤리 문제는 AI 기술 발전에 브레이크를 걸 수 있는 요인이다. 하지만 정아 컨설턴트는 AI 기술 개발 경쟁은 멈출 수 없다고 말한다. 경쟁에서 밀리면 도태된다는 절박함 때문에, 기업들은 앞다퉈 AI 기술에 투자하고 개발에 매진한다.

AI가 AI를 감독하는 사회가 도래할지도 모른다. AI가 혐오 표현이나 불법 콘텐츠를 필터링하고, 윤리적인 문제를 스스로 해결하는 시대가 올 수도 있다.

정보이론·엔트로피의 시선으로 보면

AI 모델 개발 경쟁은 정보 엔트로피를 낮추려는 시도와 같다. 엔트로피는 무질서도 또는 불확실성을 의미한다. AI 모델은 학습 데이터를 통해 패턴을 파악하고 예측 능력을 향상시켜 불확실성을 줄인다. 더 많은 데이터를 학습하고 더 복잡한 모델을 개발할수록 엔트로피는 낮아진다.

하지만 동시에 AI 윤리 문제는 정보 엔트로피를 높이는 요인이 될 수도 있다. AI의 예측 불가능한 행동이나 편향된 판단은 사회적 혼란과 불확실성을 야기할 수 있다. 따라서 AI 기술 개발과 함께 윤리적 문제를 해결하려는 노력이 병행되어야 한다.

교육 현장에 던지는 질문

AI 시대에 교육이 가르쳐야 할 것은 챗GPT 사용법이 아니라, AI에게 ‘일을 시킬 줄’ 아는 머리다. 컨설턴트가 직장인에게 던진 말을 교실 어휘로 옮기면 이렇게 된다 — 무엇을 잘 묻고, 받은 답에서 무엇이 빠졌는지를 알아채고, 사람의 시간으로만 채울 수 있는 부분을 분별하는 능력. 교실에서 당장 시도할 수 있는 것은 작다.

• 수업 활동 하나에 “AI에게 시킬 부분”과 “사람이 끝까지 해야 할 부분”을 학생과 함께 나눠 적기
• 챗GPT가 만든 답안 위에 학생이 “여기에 빠진 사람의 목소리는?” 한 줄 메모 달기
• 평가에서 “결과물”만 보던 항목을 “AI에게 지시한 과정”까지 함께 보는 루브릭으로 한 학기 시범 운영하기

교사 자신에게 던질 질문은 단 하나다. 나는 오늘 수업에서 학생에게 “더 많은 정답”을 가르쳤는가, 아니면 “더 나은 질문”을 가르쳤는가.

출처

• 희야기

  HeeChan. (2026-05-22). [“가만히 있으면 도태되는 게임이에요”, 뉴욕 컨설턴트가 생각하는 AI 시대를 대비하는 방법

  미국 1일차](https://www.youtube.com/watch?v=pj–iGoVCk8). YouTube.