AI 시대에 실력은 어디에서 드러날까?

결과물은 있는데, 뭔가 다른 것 같다

AI는 이제 꽤 그럴듯한 것들을 빠르게 만들어낸다. 글도 자연스럽고, 코드도 돌아가고, 이미지도 보기 좋고, 기획안도 구조가 잡혀 있다. 처음 보면 완성된 것처럼 보인다.

그런데 가끔 이런 결과물을 앞에 두고 이상한 감각이 생긴다.

결과물은 있다. 그런데 이 결과물이 이 사람의 실력을 얼마나 보여주는 걸까?

이 질문은 AI를 쓴 것을 부정하거나 의심하려는 게 아니다. 반대로 AI를 쓴 것을 가짜 실력으로 몰아가려는 것도 아니다. 다만 결과물이 존재한다는 사실 자체가, 그 사람이 그것을 이해하고 다룰 수 있다는 것을 의미하는가에 대한 질문이다.

이 질문은 AI가 만들어주는 결과물이 많아질수록 더 날카로워진다.

AI는 결과물의 출발선을 낮췄다

예전에는 결과물 자체를 만드는 것이 어려웠다. 글을 쓰려면 써본 경험이 필요했고, 코드를 만들려면 문법부터 배워야 했고, 이미지를 만들려면 도구를 익혀야 했다. 결과물이 있다는 것 자체가 어느 정도 투자된 시간과 노력을 의미했다.

AI는 그 출발선을 낮췄다. 정확히는, 결과물을 처음 만드는 데 필요한 진입 장벽이 낮아졌다. 아이디어가 있고 방향이 있으면, AI가 초안을 만들어준다. 요청을 잘 구성하면, 꽤 쓸 만한 결과물이 나온다.

이것은 분명히 좋은 변화다. 많은 사람이 이전보다 더 쉽게 시작할 수 있게 됐다. 더 다양한 것을 시도할 수 있게 됐다.

하지만 출발선이 낮아졌다고 해서, 실력의 범위도 함께 낮아진 건 아니다.

결과물이 증명할 수 있는 것

AI가 만들어준 결과물은 몇 가지를 증명할 수 있다.

어떤 도구를 사용할 수 있다는 것. 원하는 방향으로 요청을 구성해봤다는 것. 결과물을 만들어내려는 시도를 했다는 것. 실행을 시작했다는 것.

이것도 작은 일이 아니다. 아이디어가 있어도 시작하지 못하는 사람이 많고, 시작해도 결과물을 내놓지 못하는 경우가 더 많다. AI가 그 진입 장벽을 낮춰줬고, 그 도구를 활용해 무언가를 만들어냈다는 것은 의미 있는 행동이다.

그런데 거기서 끝나지 않는다는 게 문제다.

결과물만으로는 증명하기 어려운 것

결과물이 있다는 것이 증명하지 못하는 것들이 있다.

그 결과물을 이해하고 있는가. 왜 그 결과물이 적절한지 설명할 수 있는가. 잘못된 부분을 발견할 수 있는가. 필요한 경우 수정할 수 있는가. 실제 상황에 맞게 적용할 수 있는가. 어디까지 믿을 수 있는지 판단할 수 있는가.

AI가 만든 글은 읽기 좋게 구성될 수 있지만, 그 안의 정보가 사실인지는 별개의 문제다. AI가 만든 코드는 문법적으로 올바를 수 있지만, 실제 상황에서 작동하는지는 돌려봐야 안다. AI가 만든 기획안은 구조가 잡혀 보일 수 있지만, 그것이 이 팀, 이 시점, 이 문제에 맞는지는 판단이 필요하다.

결과물이 그럴듯해 보인다는 것과, 그 사람이 그 결과물을 이해하고 있다는 것은 다른 이야기다.

실력은 결과물 이전에 있다

AI에게 무언가를 요청하기 전, 이미 사람의 실력이 드러나기 시작한다.

무엇을 만들어야 하는지 알고 있는가. 누구를 위한 결과물인지 정했는가. 좋은 결과물이 어떤 모습인지 기준이 있는가. AI에게 어떤 맥락을 주어야 원하는 결과가 나올지 감이 있는가.

막연하게 "글 써줘"라고 요청하는 것과, "이런 독자가 이런 상황에서 갖게 되는 이 질문에 답하는 글을 써줘"라고 요청하는 것은 다르다. 그 차이는 프롬프트 기술의 차이이기 이전에, 문제를 이해하는 능력의 차이다.

AI에게 좋은 결과물을 요청하려면, 사람은 먼저 좋은 결과물이 무엇인지 어느 정도 알고 있어야 한다. 완전히 모르는 분야에서 정확한 요청을 만드는 것은 어렵다. 문제를 정의할 수 있어야, 그 문제에 맞는 요청을 만들 수 있다. 독자를 떠올릴 수 있어야, 그 독자에게 맞는 방향을 줄 수 있다.

요청을 구성하는 능력은 결국 요청하는 사람이 그 분야를 얼마나 이해하고 있는가를 반영한다. 좋은 요청을 만든다는 것은 도구를 잘 쓴다는 것이기 이전에, 자기가 원하는 것을 명확하게 알고 있다는 것이다.

무엇을 요청했는가, 그 요청이 얼마나 정확하고 구체적이었는가. 이것이 실력의 첫 번째 흔적이다.

실력은 결과물 이후에 있다

결과물이 나온 다음이 더 중요할 수 있다.

AI가 만들어준 초안을 받았다. 이제 무엇을 할 것인가.

어떤 사람은 그대로 쓴다. 어떤 사람은 다시 읽으면서 고친다. 어떤 사람은 잘못된 부분을 발견하고 수정한다. 어떤 사람은 전체 구조가 맞지 않는다고 판단해서 다시 요청한다. 어떤 사람은 결과물의 어느 부분이 믿을 수 있고 어느 부분이 확인이 필요한지 구분한다.

AI가 만든 결과물을 그대로 쓰는 것과, 그 결과물을 이해하고 다듬어 쓰는 것은 다른 일이다.

예를 들어 AI가 쓴 글의 문장이 자연스러워 보여도, 주장과 근거가 실제로 맞는지는 따로 판단해야 한다. AI가 만든 코드가 돌아가도, 왜 돌아가는지 설명하지 못하면 오류가 났을 때 고치기 어렵다. 결과물이 그럴듯하다는 것과, 그 결과물이 지금 이 상황에 맞다는 것은 다른 판단이다.

이 과정에서 실력이 드러난다.

무엇을 선택했는가. 무엇을 버렸는가. 어디를 수정했는가. 왜 그렇게 판단했는가.

AI가 만든 결과물은 빠르게 얻을 수 있다. 하지만 그 결과물을 판단하는 기준은 여전히 사람에게 남는다. 그 판단을 얼마나 정확하게 할 수 있는가, 그것이 실력이다.

결과물은 눈에 보이지만, 실력은 그 결과물을 다루는 과정에서 드러난다.

설명할 수 없으면 책임지기 어렵다

한 가지 더 중요한 기준이 있다.

그 결과물을 설명할 수 있는가.

AI가 만들어준 코드가 왜 이렇게 작동하는지 설명할 수 없다면, 그 코드에서 오류가 났을 때 고치기 어렵다. AI가 만들어준 글의 논리가 왜 이렇게 전개되는지 설명할 수 없다면, 그 글을 다른 맥락에 맞게 수정하기 어렵다. AI가 만들어준 기획안의 구조가 왜 이렇게 잡혔는지 설명할 수 없다면, 팀과 함께 그 기획을 다듬어가기 어렵다.

설명한다는 것은 단순히 재현하는 것이 아니다. 그 결과물이 왜 맞고, 어디서 틀릴 수 있고, 어떤 상황에서 적용이 되고 안 되는지 판단할 수 있다는 것이다.

결과물을 설명하지 못하면, 그 결과물을 책임지고 사용하기 어렵다. 그리고 책임지고 사용할 수 없는 결과물은 결국 불안정하다.

AI 시대에 실력은 결과물을 만들어내는 것만이 아니라, 만들어진 결과물에 대해 책임질 수 있는 범위에서도 드러난다.

AI를 잘 쓰는 것도 실력이다

오해하지 않았으면 하는 것이 있다. 이 글은 AI를 쓰는 것 자체를 문제 삼는 게 아니다.

좋은 질문을 만드는 능력, 결과물을 끌어내는 능력, AI와의 흐름을 조율하는 능력은 실력이다. 이전 시대에 좋은 검색어를 만드는 것, 좋은 질문으로 전문가에게 물어보는 것이 실력이었던 것처럼.

그리고 AI는 혼자서는 만들기 어려운 것들을 가능하게 해준다. 규모를 키워주고, 속도를 높여주고, 자신이 약한 영역을 보완해주기도 한다. AI를 잘 활용해서 더 나은 결과물을 만든다면, 그건 분명히 유효한 실력이다.

다만 그 실력은, AI가 만든 결과물을 이해하고 다룰 수 있을 때 더 분명해진다.

AI를 쓰는 것이 실력인지 아닌지의 문제가 아니다. AI로 만든 결과물을 어디까지 자기 것으로 다룰 수 있는가의 문제다.

결과물이 많아질수록 판단이 더 중요해진다

AI가 만들어주는 결과물의 양이 늘어날수록, 역설적으로 그 결과물을 판단하는 능력의 중요성도 커진다.

결과물이 많으면 선택해야 한다. 어떤 것이 지금 상황에 맞는가. 어떤 것이 더 정확한가. 어떤 부분을 믿고, 어떤 부분은 확인해야 하는가. 여러 결과물 중에서 더 나은 것을 고를 수 있는가.

이 선택의 연속이 실력이 드러나는 지점이다.

AI가 결과물을 만들어줄수록, 실력은 결과물 이전과 이후에 더 많이 드러난다. 요청을 어떻게 구성했는가, 결과물을 어떻게 다뤘는가, 무엇을 선택하고 버렸는가, 어디서 멈추고 다시 판단했는가.

이것이 축적되면, 그 사람이 어떤 실력을 가지고 있는지가 결과물 자체보다 더 선명하게 드러난다.