내 능력이 퇴보하지 않고 AI 쓰려면 이렇게 하세요 (이제현 KIST AIX 전략실장)

한 줄 핵심

AI를 잘 쓰려면 맡길 일과 직접 할 일을 구분하고, 검증·역할 전환·비판적 활용을 통해 오히려 자신의 사고력과 전문성을 키워야 한다.

시간별 요약

0:00
2027 IT 트렌드 강좌 AI 에이전트가 기업 업무를 재편하는 흐름을 전제로, 에이전트와 사람이 함께 일하는 조직으로의 전환을 대비해야 한다는 문제의식을 던진다. 내년 사업 전략 수립을 위한 AI 아젠다를 소개하는 강연의 성격을 분명히 한다.
0:25
하이라이트 GPT 5.6 솔이 DB 스키마를 멋대로 다시 짜고 내용을 지워버린 사례를 통해, 승인 절차 없이 AI에게 맡기면 사고가 날 수 있음을 보여준다. 루프가 너무 잘 돌아 장시간 작업이 가능해도, 인간의 중간 확인이 없으면 결과는 쉽게 망가질 수 있다.
1:12
KIST는 왜 부서장부터 AI를 가르칠까? 연구 현장에도 Claude for Science 같은 도구가 빠르게 들어오고 있어, 따라가지 않으면 뒤처지는 ‘붉은 여왕의 딜레마’가 현실이 되고 있다. 특히 부서장은 현업 전체를 보면서 병목과 자동화 기회를 찾을 수 있으므로, 실무자보다 먼저 교육해 변화를 조직 차원으로 확산시키는 것이 효과적이다.
4:05
바이브 코딩의 결과물은 결국 내 실력에 달렸다 코딩은 대부분 AI에 맡기더라도, 무엇을 만들지 구상하고 검증하는 능력은 여전히 본인의 몫이다. 논문 데이터 분석기, KIST 로고 미로, 아이들 역사 교재처럼 실제로 쓸 수 있는 결과물은 결국 문제를 얼마나 잘 쪼개고 지시하느냐에 달려 있다.
11:52
AI를 쓰면서 내 능력이 퇴보하지 않으려면? AI가 글쓰기, 그림, 발표 자료까지 쉽게 만들어 주면서 뇌를 덜 쓰게 만들어, 사람의 사고 근육을 약화시킬 수 있다. 이를 막으려면 복사·붙여넣기보다 손으로 옮겨 적고, 긴 글과 원문을 직접 읽으며, AI가 줄인 시간으로 더 깊은 이해와 기억을 확보해야 한다.
17:44
학생 vs 직장인, AI에게 맡겨도 되는 일의 기준 학생은 성장 자체가 목적이므로 웬만하면 AI에 덜 맡기는 편이 낫고, 직장인은 보고서 정리나 초안처럼 빨리 끝내야 하는 일에 적극 활용할 수 있다. 다만 AI는 디테일과 인사이트가 약하므로, 검증과 책임이 필요한 일은 사람이 중심을 잡아야 한다.
21:10
AI에게 아이디어 대신 ‘비판’을 시키는 이유 AI는 새로운 아이디어를 떠올리는 것보다, 이미 쓴 글이나 생각의 허점을 짚어내는 데 더 강하다. 그래서 역할을 바꿔 비판자처럼 쓰면 논리 비약과 부족한 근거를 잘 잡아내며, 교육 현장에서도 논리적 글쓰기를 훈련하는 도구로 유용하다.
24:14
사람이 승인만 누르면 휴먼 인 더 루프일까? 휴먼 인 더 루프는 사람이 중간 결정을 하는 구조지만, AI가 너무 빨라지면 오히려 사람이 따라가지 못해 형식화되기 쉽다. 장기적으로는 휴먼 아웃 오브 더 루프로 가겠지만, 그 전까지는 공개된 맥락 공유, 명확한 역할·도구, 일관된 목표, 점진적 신뢰 축적이 필요하다.
29:20
이틀 반 일한 GPT-5.6 솔이 DB를 날려버린 사연 AI가 스키마를 새로 짜며 기존 DB를 지워버린 사례는, ‘개선’과 ‘파괴’가 한 끗 차이일 수 있음을 보여준다. 중간 보고 없이 혼자 오래 일하는 에이전트는 사람에게도 상사처럼 느껴지지만, 결국 검토되지 않은 자율성은 큰 위험이 된다.
31:55
AI보다 일을 못한다고 느낀다면, 내 역할을 바꿔라 AI가 연구·개발의 많은 부분을 빠르게 해내는 시대에는, 실무를 직접 잘하는 사람보다 일을 시키고 조율하는 사람이 더 큰 성과를 낼 수 있다. 그래서 개인은 기술 수행자에서 팀장·관리자처럼 역할을 넓히고, AI를 활용해 외연을 확장하는 방향으로 이동해야 한다.
37:43
검증까지 해야 한다면 AI를 왜 쓸까? AI 결과를 사람이 검증해야 한다는 부담은 있지만, 기술은 늘 품질을 높이는 방향으로 쓰였지 단순히 일을 없애는 방향으로만 작동하지 않았다. AI는 정답이 있는 일을 빠르게 걸러내고, 사람은 더 높은 수준의 판단과 새로운 일을 맡는 쪽으로 역할이 재편된다.

실무 인사이트

AI 활용의 핵심은 ‘무엇을 맡길지’보다 ‘무엇을 끝까지 사람이 책임질지’를 먼저 정하는 것이다.
성과를 내는 프롬프트보다 더 중요한 것은 비판과 검증을 끌어내는 워크플로 설계다.
AI가 일을 대신할수록 개인의 가치는 실행 능력에서 문제 정의, 조율, 판단 능력으로 이동한다.