며칠 전 읽은 기사 하나가 계속 머릿속을 맴돌았다. 카이스트 정재승 교수가 코칭 컨페스티벌 기조 강연에서 던진 말이다. “AI 전문가도 5년 안에 사라진다” 정재승 교수가 던진 화두라는 제목의 오마이뉴스 기사였다. 읽고 나서 내가 붙잡은 질문은 하나였다. 그렇다면 전문가는 대체 무엇으로 구별되어야 하는가.
기사가 던진 화두
강연의 출발점은 1990년대 후반의 기억이다. 인터넷 검색창이 처음 열렸을 때 ‘검색 잘하는 법’을 가르치는 학원이 성업했고, 인터넷 정보검색사라는 국가공인 자격증이 유망 직종으로 꼽혔다. 지금 그 자격증을 떠올리는 사람은 없다. 정 교수는 이 장면을 지금의 AI 열풍에 그대로 겹쳐 놓는다.
“5년 안에 지금의 인공지능 전문가들도 다 사라질 겁니다.”
프롬프트 잘 던지는 기술을 가르치고 자격증을 발급하느라 분주한 지금의 풍경이, 그때의 검색 학원과 다르지 않다는 진단이다. 기사에 따르면 그는 기술적 요령을 고민하기 전에 인간이 왜 질문해야 하는지 그 본질부터 봐야 한다고 말했다.
기사가 소개한 나머지 논지도 인상적이었다. 뇌는 원래 질문하도록 설계되어 있고, 답을 스스로 찾아내는 과정 자체가 도파민이라는 내적 보상으로 돌아온다는 것. 반면 한국의 교육은 정해진 시간에 정해진 문제를 실수 없이 푸는 훈련에 치우쳐 왔다는 것. 그리고 알파고 제로 이후 프로 기사들이 이유도 모른 채 AI의 수를 모방하면서 각자의 기풍이 사라졌다는 것.
자격증이 아니라 책임
기사 전체에서 내가 가장 오래 멈춰 선 문장은 이것이었다.
“기계는 결과를 설명하지 않으며, 법적·윤리적 책임도 지지 않습니다.”
여기에 전문가를 구별하는 기준이 숨어 있다고 생각한다. 우리는 그동안 전문가를 지식의 양으로 구별해 왔다. 더 많이 아는 사람, 더 빨리 찾아내는 사람, 더 정확한 매뉴얼을 가진 사람. 그런데 그 기준은 검색엔진이 한 번, AI가 다시 한 번 무너뜨렸다. 지식의 양으로 구별되던 전문가가 사라지는 건 당연한 수순이다. 애초에 그건 전문성의 본질이 아니라 전문성이 희소했던 시절의 대리지표였을 뿐이다.
남는 기준은 무엇인가. 나는 세 가지로 정리해 봤다.
- 판단의 순서를 지키는가. 정 교수는 AI에게 묻기 전에 반드시 자기 판단을 먼저 거치라고 조언했다. 이건 단순한 공부법이 아니라 전문가의 정의에 가깝다고 본다. 자기 가설 없이 기계에 먼저 묻는 사람은, 결과물이 아무리 매끄러워도 그 결과를 변호하지 못한다.
- 왜 그 답인지 설명할 수 있는가. 바둑의 복기 이야기가 정확히 이 지점이다. 설명하지 못하는 승리를 반복하는 사람은 이기고 있을 뿐 성장하지는 않는다.
- 틀렸을 때 책임질 자리에 서 있는가. 기계는 실행 버튼을 누르지 않는다. 누르는 건 사람이다. 책임을 질 수 있다는 건 결국 과정을 이해하고 있다는 뜻이기도 하다.
80점의 평균값과 97점의 개별성
기사에서 가장 뼈아팠던 표현은 ‘무색무취의 80점짜리 글’이었다. 옆자리 동료가 쓴 건지 기계가 쓴 건지 구별되지 않는 결과물이 쏟아지는 이유를 짚은 진단이다. 정 교수는 스스로 치열하게 초안을 잡은 뒤 비판적인 시선으로 AI와 수십 번 대화를 주고받으며 벼려내는 사람만이 97점에 도달한다고 말했다.
여기서 내가 보는 건 점수 차이가 아니라 성격의 차이다. 80점은 평균값이고 97점은 개별성이다. AI는 세상의 데이터를 평균 내는 일을 아주 잘한다. 그래서 AI가 만든 결과물은 구조적으로 평균에 수렴한다. 평균은 틀리지 않지만, 아무도 그것 때문에 당신을 찾아오지는 않는다.
전문가가 구별되는 자리는 정확히 평균이 답하지 못하는 구간이다. 이 조직의 이 상황, 이 환자의 이 증상, 이 프로젝트의 이 제약 조건. 데이터가 희박하고 맥락이 지저분한 곳. 그곳에서 내리는 판단에는 개별성이 필요하고, 개별성에는 책임이 따른다.
실패해 본 적 없는 기계
기사의 마지막 대목은 코치들을 향한 질문이었지만, 직업을 가진 모든 사람에게 해당하는 말로 읽혔다. 챗GPT에게 코칭 잘하는 법을 물으면 1초 만에 완벽한 매뉴얼이 나오는데, 그럼에도 사람들이 사람을 찾아오는 이유는 무엇인가. 정 교수는 그 답을 인간의 실패 경험에서 찾았다. 기계는 실패해 본 적이 없고, 뜻대로 되지 않는 삶의 무게에 주저앉아 본 적도 없기 때문이다.
그는 정해진 ‘좋은 질문’ 같은 건 없다고 잘라 말했다. 그런 공식이 있었다면 세상은 이미 천국이 되었을 거라는 것이다. 이 말을 뒤집으면, 공식이 될 수 있는 모든 전문성은 결국 기계로 옮겨간다는 뜻이기도 하다. 공식으로 적히지 않는 것만 남는다. 실패의 지문, 맥락을 읽는 감각, 그리고 타인의 혼란 곁에 머무는 인내.
그래서, 전문가는 어떻게 구별되어야 할까
잠정적인 내 답은 이렇다.
- 무엇을 아는가가 아니라 무엇을 묻는가로. 좋은 질문은 검색되지 않는다.
- 얼마나 빨리 답하는가가 아니라 왜 그 답인지 설명할 수 있는가로. 복기 가능한 판단만이 축적된다.
- 자격증이 있는가가 아니라 틀렸을 때 책임을 지는 자리에 있는가로.
- 평균에 얼마나 가까운가가 아니라 평균이 답하지 못하는 구간을 다룰 수 있는가로.
이 기준들은 공교롭게도 모두 AI가 대체하기 어려운 것들이다. 그리고 동시에, 자격증으로 증명하기도 어려운 것들이다. 어쩌면 그게 핵심일지도 모르겠다. 증명하기 쉬운 전문성은 이미 복제되었고, 증명하기 어려운 전문성만 남았다. 앞으로 전문가를 알아보는 일은 자격증을 확인하는 일이 아니라, 그 사람이 어떤 질문을 품고 사는지를 듣는 일에 가까워질 것 같다.
검색 자격증이 사라진 자리에 남은 건 검색을 못 하는 사람이 아니라, 검색 결과를 가지고 무엇을 할지 아는 사람이었다. AI 전문가가 사라진 자리에도 비슷한 사람들이 남을 것이다. 나는 그 자리에 있고 싶어서 이 글을 쓴다.
원문: “AI 전문가도 5년 안에 사라진다” 정재승 교수가 던진 화두 (오마이뉴스)