2시간 58분 50초.
1896년 아테네 올림픽에서 열린 첫 마라톤의 공식 기록이다. 시간이 흘러 1992년 바로셀로나 올림픽에서 금메달을 차지한 황영조 선수는 2시간 13분 23초의 기록을 세웠고, 2023년 미국에서 열린 시카고 마라톤에서 케냐의 캘빈 킵툼(Kelvin Kiptum)은 2시간 00분 35초로 세계신기록을 세우며 SUB-2(2시간 이내 완주)에 대한 희망을 키웠다. 약 130년의 시간동안 30%이상(58분 15초)의 기록 단축이 이뤄졌다. 이렇다보니 이제는 SUB-3(3시간 이내 완주)의 기록이 세계정상급 선수로서의 기준이 아니라 마라톤을 꽤 잘한다는 아마추어 마라토너들의 목표가 되는 기준이 되었다. 현대인이 1800년대 사람들보다 근력이나 심폐 능력이 향상된 것일까? 아니다. 인간의 선천적인 능력 변화보다 시대와 학습(또는 훈련)에 대한 결과 차이일 것이다.
컴맹도 마찬가지이다. 1990년대 후반, 가정과 직장에 컴퓨터가 처음 보급되던 시절에는 컴퓨터를 켜고 끄는 것도 겁을 내는 사람들이 있었다. 글을 못 읽는 사람을 문맹이라 부르는 것처럼 컴퓨터를 사용하지 못하는 사람을 컴맹이라 불렀는데, 30년도 넘게 시간이 지난 현재는 일상 생활 속에서 컴퓨터가 너무나도 당연하다. 특히 연령대를 10대 ~ 60대까지로 제한하면 90년대 기준의 컴맹은 없다고 봐도 무방하다. 그렇다면 이제 컴맹은 사라졌을까? 아니다. 컴퓨터를 켜고 문서를 만들 수 있다고 해도 시대가 원하는 기준은 더 높아졌다.
1) 나는 요즘 컴맹인가?
컴퓨터가 내가 말하는대로 그림을 그리고, 글을 쓰고, 프로그램도 작성해준다는 이야기는 먼 미래의 상상이 아니다. 뉴스에도 나올 정도로 지브리스타일의 그림을 생성해주는 AI의 기능은 유명세를 탔고 이제는 초등학생도 AI로 웹사이트를 만들수 있고, 직장인도 AI를 통해 자동화 프로그램을 만들 수 있다. 그런데도 여전히 많은 30~40대는 이렇게 말한다.
“난 배운적이 없어서…”
“하던대로 해도 잘되는데 뭐…”
“그런건 전문가들이나 하는거 아냐”
사실, 이 말속에 많은 착각이 숨어 있다.
“난 배운적이 없어서…”
-> 이제라도 배워야 한다.“하던대로 해도 잘되는데 뭐…”
-> 하던대로가 잘되는게 아니다. 시간과 노력을 단축시킬 방법이 있다.“그런건 전문가들이나 하는거 아냐”
-> 초등학생도 할 수 있다.
2) 컴퓨터를 못쓰는게 아니라 일을 못하는 시대
예전에 컴맹은 단순히 컴퓨터를 못하는 것이었다. 이때까지 해오던 방식대로 일을 하고 문서를 만들어도 생산성에는 큰 문제가 없었기 때문이다. 그러나 지금의 컴맹은 단순히 컴퓨터를 못하는 것이 아니라 시대에 적응하지 못해 효율도 떨어지고, 경쟁에서도 밀릴 위험이 있는 상태이다.
먼저 내가 현대의 컴맹은 아닌지 간단한 테스트를 먼저 진행해보면
| 구분 | 체크리스트 | 추가 설명 | O, X |
|---|---|---|---|
| 1 | ChatGPT나 AI 툴을 써본 적이 없다 | 무료 AI 경험 없음 | |
| 2 | 스마트폰을 ‘연락, 뉴스, 유튜브’용으로만 쓴다 | 생산성 도구로서의 활용 경험 없음 | |
| 3 | 엑셀에서 ‘합계, 평균’ 외의 함수나 조건부 서식을 사용할 수 없다. | 프로그램 활용도, 숙련도 낮음 | |
| 4 | 이메일로 PDF 첨부나 구글드라이브 공유가 어렵다. | 기본 활용이나 협업이 어려움 | |
| 5 | 업무 자동화, 매크로, 협업툴에 익숙하지 않다. | Notion, Slack 등 사용 경험 없음 | |
| 6 | 카카오톡 외의 메신저 앱 사용이 불편하다. (또는 카카오톡 외에 설치된 메신저가 없다.) | 업무용 협업툴에 대한 거부감 | |
| 7 | 클라우드 저장소(Google Drive, Dropbox) 등에 대한 사용방법 및 이해가 부족하다. | 구시대적 파일 관리 (공간의 제약, 2차 백업에 대한 필요성 없음) | |
| 8 | 간단한 웹사이트나 설문 양식을 만들 줄 모른다. | 구글폼, 블로그 글 서식을 다루기 어렵움 | |
| 9 | ‘디지털 리터러시’라는 단어를 들어본 적이 없다. | 관련 교육이나 학습 관심 없음 | |
| 10 | “나는 그냥 옛날 사람이야” 또는 “나는 하던대로가 편해”라는 말을 자주한다. | 디지털 전환을 어려워하거나 회피하는 습관 |
- 0~3개 : 디지털 환경에 적응 중이거나, 기본 역량 충분
- 4~6개 : 디지털 활용에 있어 방어적인 태도
- 7개 이상 : 현대형 컴맹, 일상 생활, 업무 효율, 기회 창출 모두에서 큰 손실 가능
위의 체크리스트를 활용하면 나의 수준이 어느 정도인지를 정확히 알 수 있다. 4개 이상의 항목에 체크를 했다면 이제라도 관심과 학습이 필요한 단계이다.
3) 나는 팀장이고 넌 팀원이야
컴맹 점검표를 살펴보면, 생각지 못한 낯선 단어들이 보였을 수도 있다. 과거에는 엑셀, 파워포인트와 같은 업무용 오피스 프로그램의 활용 능력이 사용자의 컴퓨터 활용 능력을 판단하는 기준었지만, 이제는 기준이 달라졌다. AI, 클라우드, 웹페이지, IT 상식 등의 더 확장된 활용 능력을 갖춰야 현대의 컴맹을 피할 수 있다. 그 중 AI는 업무 생산성과 효율적인 면에서 굉장히 유용한 기술이다. 업무의 수준을 유지하며 정시 퇴근을 목표로 하는 우리에겐 필수적인 역량이라 할 수 있다.
ChatGPT 같은 대화형 AI에게 한번이라도 질문을 해 본 경험이 있다면, AI가 법률, 의료, 마케팅, 운세, 사주 등 거의 모든 분야의 데이터를 가지고 있음을 알 수 있다. 다양하기만 한 것이 아니라 깊이까지 있는 데이터를 가지고 있다는 기분도 받는다. 내가 전혀 모르는 분야도, 전문가들만 알 것 같은 내용도 막힘 없이 말해준다. 그런데 사실 AI는 완전하지도 완벽하지도 않다. 가끔 틀린 답을 사실인 것처럼 말하기도 하고, 일반적이지 않은 내용을 보편적인 것처럼 알려주기도 한다.
AI를 100% 믿어도 될까?
나와는 어떤 관계를 형성해야 할까?
오래전부터 AI를 가장 잘 쓰는 사람의 모습을 보면된다.
바로 토니와 자비스(AI)의 관계이다. 10년 전에는 영화의 한 장면이었지만, 이제는 현실에서도 대부분 구현이 가능하다. 영화 속에서 토니는 자비스에게 친구처럼 농담을 주고 받기도 하고, 비서처럼 일을 맡기기도 한다. 그런데 자비스의 판단이 최선이라고 전적으로 믿지 않는다.
해당 장면을 기억하고 있을까? 비행기 추락으로 사람들이 위기에 처했을 때 자비스는 아이언맨의 이동 속도와 사람들의 낙하 속도를 순식간에 계산하며 13명의 인원 중 4명만 구할 수 있다고 알려준다. 하지만 토니는 자비스의 의견을 듣고 구할 수 있는 4명을 선별하지 않는다. 모두를 구하겠다는 목적을 가지고 새로운 방법을 고민하고, 제시한다. 그 결과 원숭이게임처럼 모두를 연결하는 방식으로 13명의 목숨을 모두 구해내고, 사람들의 감사와 환호를 받는다.
만약 토니가 자비스의 말을 듣고 4명의 사람을 선별해서 구했다면 사람들은 누구를 원망할까? 자비스일까? 이건 영화를 떠나서도 마찬가지이다. AI는 좋은 동료, 멘토, 비서가 될 수 있지만, 결과에 책임을 지지 않는다. AI를 잘 사용한다는 것은 다양한 의견을 적절히 검토하며 수용하되 방향에 대한 결정과 책임은 온전히 내 것이라는 생각을 가져야한다. AI가 주는 답변이 정답이 아님을 늘 염두에 두어야한다. 이런 관계와 가장 유사한 것은 팀장과 팀원이다. 이제 우리는 유능한 팀원과 일을 하게 되는 것이다.
4) AI 활용서
우리팀에 새로운 팀원이 생겼다. 들리는 소문으로 높은 경쟁률을 뚫고 뽑힌 유능한 직원이라고 한다. 하지만 우리는 알고 있다. 아무리 유능해도 팀장으로서 가장 먼저 해야 할 고민은 ‘어떻게 하면 업무에 잘 적응시킬 수 있을까?’ 라는 고민이다. 하루라도 빨리 업무에 적응시키고 내 일을 덜어주는게 가장 이상적이고, 원하는 상황이다. 그러려면 일단 우리 팀의 일을 알려줘야한다. 대충 알려주는 것이 아니라 잘 알려줘야 업무도 금방 늘고 실수가 적다. 강점을 살린 업무 분배도 중요하다. 팀 업무의 가장 유용한 점은 굳이 못하는 일을 맡겨서 시간과 노력을 낭비할 필요가 없다는 것이다.
오늘부터 나는 AI와 한팀이다. 팀원이 아무리 능력이 뛰어나도, 책임을 지는 내가 팀장을 맡는다. 위의 내용을 AI에 접목해보면 별반 다르지 않다는 사실을 알게된다.
① 내가 먼저 전문가가되기
AI는 부족한 설명에도 꽤 양질의 답변을 하지만, 제대로 알려주면 더 잘한다. 업무 환경에 대한 정보나 명확한 지시가 필수적이다. 새로운 팀원이 들어왔을 때와 같이 업무 흐름, 목표, 우선 순위, 도구 등은 정확히 알려줘야 한다. 그러기 위해서는 내가 먼저 전반의 흐름을 아는 전문가(또는 숙련가)가 되어야한다.
물론 내가 모르는 분야를 AI를 통해 학습을 하면서 일을 진행하는 것도 좋은 방법이다. 하지만 전체적인 방향과 목적을 분명히 알고 지침을 알려 줘야 올바르게 나아갈 수 있다. 변명하지 말자. 결과가 산으로 가는 것은 AI의 문제가 아니라 나의 문제이다.
한번의 질문으로 원하는 결과가 바로 나오지도 않는다. 수정이 필요하고 보완이 필요하다는 생각이 들면 다시 물어보고 요청해야 한다. 결국 내가 원하는 결과를 내기 위해서는 내가 더 똑똑하게 물어봐야 한다. 내가 더 잘 *알아야 하고, 풍부한 경험으로 방향을 제시할 수 있어야 더 좋은 답변을 받을 수 있다.
(여기서 잘 안다는 건 깊이 있는 전문가로서의 의미도 있지만 메타인지라고 불리는 무엇을 알고 무엇을 모르는지, 무엇을 원하는지 등을 정확히 알고 있는 상태를 이야기한다.)
② 개떡같이 말하면 개떡이다
대충 알려주면 AI도 대충 일한다. 두루뭉실한 설명 대신 어떤 프로세스로 동작하는지, 반복적으로 처리되는 업무는 무엇인지, 어떤 견해와 입장을 가지고 해당 상황에서 판단하는지 등 역할과 상황을 세부적으로 제한할수록 내가 원하는 결과에는 더 가까워진다. ‘개떡같이 말해도 찰떡같이 알아들어라’는 말은 팀장이 팀원에게 해야하는 말은 아니다. 팀장은 명확한 지침을 줄 수 있어야한다. 문체, 문서 포멧, 데이터 양식 등 과거 자료나 예시를 보여줄 수 있다면 함께 보여주는 것이 가장 좋다.
③ 자네 잘하는게 뭔가?
AI라고 만능은 아니다. 보고서 형식, 회의록 요약이나 초안 작성 시에 강점이 있는 반면 전략 결정이나 커뮤니케이션, 창의적 컨셉 기획 등에는 취약하다.
| AI의 강점 | AI의 약점 |
|---|---|
| 대량의 정보 정리, 요약, 비교 구조화된 문서 작성 일정 반복 업무 자동화 아이디어 브레인 스토밍 데이터 기반 패턴 분석 | 창의적인 판단이나 정서적 맥락 파악 최신정보(실시간 상황, 로컬 뉴스 등) |
| 보고서 형식 만들기, 회의록 요약, 초안 작성에 활용시 강점 | 전략 결정, 대인관계 커뮤니케이션, 창의적 컨셉 기획 등에 취약 |
4) 너무 늦었나?
‘너무 늦었나?’ 라는 우려는 No. AI의 대명사 같은 ChatGPT가 대중에게 공개된지 고작 3년이 지났다. 가장 빠르게 접했다고 생각하는 사람과 단 3년의 차이가 있을 뿐이다. 게다가 AI가 삶에 빠르게 녹아든 이유는 진입장벽이 낮다는 것이다. 금액이 들지도 않고, 사용법을 배우지 않아도 사용할 수 있는 AI가 너무나 많다.
20대, 30대 초반의 직원들이 AI를 업무에 활용하는 모습을 보면 나의 부족함만 보이고 너무 늦은건 아닌가 라는 생각이 든다. 마치 우리가 입사했을 때 엑셀도 제대로 다루지 못하던 부장님이 떠오를 수도 있다. 하지만 그들이 AI와는 더 친숙할지 몰라도 업무에 대한 이해와 경험은 우리가 낫다는 확신이 있을 것이다. AI를 업무에 제대로 활용하는 것은 업무를 제대로 아는것과 AI에게 일을 시키는 것이다. ChatGPT가 대중들에게 많은 관심을 받은 가장 큰 이유는 사람과 말하듯 말을 건네면 된다는 것이다. 이전까지는 더 좋은 기능의 프로그램이 나오면 해당 프로그램을 배워야했지만 이제 그런 과정이 사라졌다. 한번, 두번 AI와 대화를 나눠보면 어렵지 않다는 것을 알게된다. AI에게 일을 시키는 건 큰 차이가 나지 않는다. 결국 업무의 깊이, 경험과 연륜에서 나오는 질 높은 질문이 결과의 차이를 만든다. 이것이 20대 직원들보다 우리가 업무에 AI를 더 잘 사용할 수 있는 이유이다.
마무리
여전히 ‘디지털 시대’임에도 디지털 시대라는 말은 요즘을 대표하지 못한다는 느낌이든다. 디지털 TV가 나오고, 디지털 카메라가 나오던 2000년대 초반의 느낌이 강하다. 그래서인지 누군가는 2000년대와 2020년대를 구분하고자 할 때 AI시대라고 이야기한다.
그만큼 AI는 영향력이 있고 뛰어난 기술이다. 우리가 AI에 관심을 가져야 하는 이유도 우리의 목표와 일맥상통하기 때문이다. 정시 퇴근을 목표로하는 우리는 위임과 자동화를 도입해야 한다. 그 중 업무자동화(RPA)는 필수적으로 매크로나 프로그래밍 요소가 필요하다. AI가 나오기 전에는 사용자가 모두 익히거나 돈을 지불하고서 전문가를 통해야 했지만, 이제는 AI를 활용하면 된다. 물론 누군가는 아직 AI의 코딩 능력이 전문가보다 부족하다고 말한다. 그런데 우리가 원하는 건 완벽히 계획되고 튜닝된 코드가 아니라 사람보다 빠른 또는 사람을 대신할 수 있는 수준의 코딩 능력이면 충분하다는 것이다. 그런데 여기에 하나의 문제가 있다. 내가 요청한 작업을 기준으로 AI가 만들어주면 프로그램 코드를 만들어주면 실행할 수 있을까?
지금까지 AI를 통해 다년간의 업무 경험을 녹여내면 된다고 했는데, 결과물을 어떻게 사용하라는 거지? 라는 의문이 생길 것이다. 사실 방법은 간단하다. 하지만 한번을 해보지 않아 낯설고, 어렵다고 느껴질 뿐이다. 다음 포스팅에서 우리는 코드를 사용하는 방법을 배워볼 예정이다. AI가 작성해주는 코드를 사용할 수 있다면 우리의 업무자동화는 반 이상 완성되었다.
ps. 블로그를 운영하는 사람들은 이해도를 높히고 분위기를 더 잘 전달하기 위해서 연관성이 있는 이미지를 많이 활용한다. 그런 이미지 위에 그려지는 워터마크는 도용 방지의 목적을 가지고 있지만, 거기에 정보를 담을 수 있다면 좋은 전달 방법이 되기도 한다. 아마 눈썰미가 좋거나 관심이 있는 분들은 포스팅 이미지에 포함된 렛츠소업의 로고를 본 기억이 있을 것이다. 이러한 로고를 이미지 1장 마다 수동으로 작업했을까? 포토샵이나 다른 이미지 툴을 사용하는 것이 아니라 미리 작성된 코드를 통해 대상 이미지에 일괄로 입력된다. 이미지가 10개든 30개든 2초 정도면 끝이난다. 불편함은 줄고, 효과는 더 올라간다. 업무자동화에 더 관심이 생기는가? 업무자동화를 구축해야 하는 이유이다.
개인의 성장이 경제적 성장으로 이어지길 원하는 분들과 함께
미래를 준비해 나가는 블로그(렛츠소업)입니다.