급변하는 AI 시대, 진짜 전문성은 실전 감각에서 나온다
최근 SNS에서 새로운 AI 개념이 끊임없이 등장한다. 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 루프 엔지니어링 등 매번 바뀌는 용어 속에서 과연 이것을 모두 알아야 AI 전문가라 불릴 수 있을지 의문이 제기된다. 이 글은 AI 모델의 빠른 진화 속도와 AI 시대의 진정한 전문성이 무엇인지 탐구한다.
개념 과잉과 공포 마케팅
AI 업계에는 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 하니스 엔지니어링, 루프 엔지니어링 등 새로운 개념이 계속 쏟아져 나온다. 이러한 개념을 내세워 자신이 최신 지식을 안다고 과시하는 현상이 잦다. 이는 개인 브랜딩에 그치지 않고, 마치 이런 개념을 모르면 뒤처진다는 식의 공포감(FOMO)을 조성한다. 하지만 많은 경우, 이러한 개념을 주장하는 사람들은 실제 동작 방식이나 구현 방법을 명확히 설명하지 못한다. 본질적인 실천 방법보다는 단순히 개념을 아는 사실 자체를 자랑하는 경향이 나타난다.
롤 프롬프팅 효과의 변화
롤 프롬프팅은 “너는 수학 전문가야”처럼 AI 모델에 특정 역할을 부여하는 기법이다. 이 기법은 2023년부터 2024년 초까지 매우 유효했다. 2024년 3월 발표된 논문 “Reasoning with Role-Play Prompts” 연구에 따르면, GPT-3.5 모델에 롤 프롬프트를 적용하자 수학 추론 시험 정확도가 53%에서 63%로 10% 상승하는 결과가 나타났다.
그러나 최근 연구에서는 상황이 달라졌다. 와튼 경영대학의 에답 몰릭 교수팀 연구에 따르면, 최신 AI 모델에서는 롤 프롬프팅이 답변의 질을 크게 높이지 못하며, 오히려 낮추는 경우도 있었다. 현재 미국 AI 커뮤니티에서는 최신 모델에서 롤 프롬프팅의 효과가 미미하다는 의견이 지배적이다.
상상 초월하는 AI 모델의 진화 속도
롤 프롬프팅 효과가 사라진 주된 이유는 AI 모델의 상상을 초월하는 진화 속도에 있다. 엔트로픽의 공식 발표 자료를 보면 모델 발전 주기가 극도로 짧아졌음을 알 수 있다.
| 모델명 | 출시일 | 이전 모델과의 간격 |
|---|---|---|
| Opus 3.7 | 2026년 4월 16일 | - |
| Opus 4.8 | 2026년 5월 28일 | 42일 |
| Opus 5 | 2026년 6월 9일 | 10일 |
이전에는 챗GPT 3.5에서 4로 넘어가는 데 약 1년이 걸렸다. 하지만 현재 새로운 모델 출시 주기는 6주에서 2주로 단축되었다. 이처럼 급변하는 환경에서 특정 프롬프트 팁이나 엔지니어링 개념을 아는 지식이 6주 뒤에도 여전히 유효한 전문성으로 유지될지 의문이 제기된다. 지난 4년 사이에도 프롬프트, 컨텍스트, 하니스, 루프 엔지니어링 등 개념 자체가 너무 많이 바뀌었다. 현재의 모든 개념을 마스터해도 몇 달 뒤에는 또 다른 새로운 개념이 등장할 가능성이 크다.
AI 시대의 진짜 전문성
개발자가 아닌 일반 직장인의 관점에서는 개념을 아는 것보다 실제 AI를 실천하고 활용하는 것이 훨씬 중요하다. AI 프런티어 모델을 만드는 사람이 아닌 활용 전문가로서의 진짜 AI 전문성은 전통적인 의미의 지식 전문성과는 다르다. 이는 오히려 운동 선수처럼 트레이닝으로 실전 감각을 갖춘 사람에 가깝다. 축구 선수가 축구 이론 논문 100편을 읽어서 잘하는 것이 아니다. 매일 공을 차 몸에 감각을 익히는 것처럼, AI 활용도 매일 AI와 일하며 몸에 밴 감각으로 숙련된다.
스웨덴의 심리학자 안데르스 에릭슨이 정립한 의도적 연습 이론은 이를 뒷받침한다. 단순히 시간을 많이 들이는 것보다 매일 조금씩 도전하며 익히는 것이 진짜 전문성을 만든다. 에답 몰릭 교수도 최근 뉴스레터 “The Machine Mastery”에서 AI 학습을 운동(exercise)에 비유하며, 개념에 쫓겨 불안해하기보다 다 같이 실전으로 부딪히며 숙달하는 사람이 전문가가 될 것이라고 강조한다.
실천이 개념을 앞선다
AI가 발전할수록 역설적으로 우리는 AI 스킬 자체에 집중할 필요가 없어진다. 익힌 개념이 6주 뒤에 낡아지기 때문이다. 따라서 본질, 즉 자신의 업무에서 진짜 문제 해결에 집중해야 한다. AI 스킬을 배우려고 강의를 듣거나 컨퍼런스를 다니는 것보다, 자신의 실제 문제를 하나 정하고 매일 AI와 씨름하며 해결해 보는 것이 훨씬 중요하다. 이것이 진짜 실전 감각을 만든다. 먼저 목표를 정하고, 그 목표를 달성하기 위해 필요한 지식들을 AI로 학습하는 역방향 학습 방법을 추천한다. 또한, “땡땡 엔지니어링”이라며 FOMO를 조장하는 글을 보면 바로 지나치고, 직접 AI를 사용하며 감각을 키우는 것이 바람직하다.
연극학·서사이론의 관점
연극학·서사이론에서 대본은 단지 시작점일 뿐이다. 진정한 연기는 무대 위에서 수많은 연습을 통해 배우의 몸과 감각에 체화된 ‘실천적 지식’에서 발현된다. 이론적 분석만으로는 캐릭터의 깊이나 장면의 생동감을 온전히 구현할 수 없다. AI 활용 역시 마찬가지이다. 다양한 ‘엔지니어링’ 개념이 하나의 대본과 같다면, 이를 자신의 업무 맥락에서 반복적으로 적용하고 시행착오를 겪으며 쌓는 감각이 곧 AI로 문제 해결이라는 ‘진정한 연기’를 가능하게 한다.
출처
- 퇴근길 AI. (2026-07-02). AI 사용 전문가라고 자칭하는 사람들은 사기꾼일 확률이 높습니다. YouTube.