AI를 잘 쓴다는 것은? AI_TOP_100의 3가지 힌트 [카테고리 설정이 아직되어 있지 않습니다.] 📄 브런치에서 읽어보기
AI를 잘 쓴다는 건 뭘까요?
코딩을 전문적으로 배워야 하는 걸까요? 비싼 툴을 구독해야만 하는 걸까요? 아니면, AI를 2년 이상은 다뤄봐야 좀 쓴다 라고 말할 수 있는 걸까요? 저희(카카오임팩트, 브라이언임팩트)도 이 질문에 대한 답이 너무 궁금했습니다. 이 격변의 시대에, AI 실력자들 은 과연 어떤 사람들일까, 그들은 AI를 어떻게 활용하고 있을까 하는 호기심이 생겼죠.
하지만 아직 ‘AI를 잘 쓴다 라는 것에 대한 명확한 기준도, 그런 사람들이 모인 곳도 없었어요. 그래서 직접 무대를 만들기로 했습니다. 바로 AI 활용 역량 경진 대회 AI_TOP_100 입니다. AI에 관심 많고 AI를 좀 쓴다고 자신하는 분들을 한곳에 모으면 어떤 장면이 펼쳐질지 기대하며 대회를 설계했죠.
이 대회를 준비하면서 가장 깊게 고민한 지점은 무엇을 AI 활용 능력으로 볼 것인가? 였습니다. 저희가 만나고 싶은 사람은 단순히 AI 도구의 기능을 잘 아는 사람이 아닌 문제 해결자 입니다. 문제를 명확히 정의하고 AI와 동료가 되어 매 순간 최적의 의사결정을 내릴 수 있는 사람들. 이들이야말로 AI 시대의 진짜 주역이라고 생각했습니다.
대회에 어떤 분들이 참여할까? 저희는 커다란 설렘과 긴장을 안고 참가자 모집을 시작했습니다. 그리고 단 하루 만에 3,000명이 넘는 분들이 참여하겠다고 손을 들었죠. 그렇게 예선을 진행하며 우리는 AI에 대한 높은 관심과 문제 해결에 대한 자신감을 가진 3,000명의 데이터를 모을 수 있었습니다. 이 데이터가 AI 역량 에 대한 절대적인 답 이 될 순 없지만, 적어도 지금 이 시대를 살아가는 우리가 AI를 잘 쓴다는 것 에 대해 함께 고민해 볼 수 있는 몇 가지 흥미로운 힌트 를 던져주고 있었습니다. 그 3,000명의 데이터 속에서 발견한 몇 가지 단상들을 지금부터 나눠보려 합니다.
첫 번째 힌트: 특정 분야보단 모든 영역
대회 전, 어떤 사람들이 참여할까? 상상했을 때 대부분이 개발자나 IT 업계 종사자일 것이라 예상했습니다. 실제 결과를 보니 컴퓨터/AI/개발 분야가 가장 큰 비중(43.3%)을 차지했지만, 인문/사회 분야의 분들도 그에 못지않은 비중(29.3%)을 차지했습니다. 무엇보다 저희의 눈길을 끈 것은 직업 란이었습니다.
의사, 변호사, 셰프, 카페 사장님, 농부, 소방관, 경찰, 교사, 기자, 패션 디자이너, 목회자...
정말 다양한 현장의 분들이 AI 라는 공통의 관심사로 모였는데요. 참가자들의 연령대 역시 1958년생부터 2010년생까지 세대를 초월했습니다. AI는 특정 세대나 특정 직군의 전유물이 아님을 확인한 데이터였습니다. 각자의 현장에서 나의 문제 를 푸는 도구로 AI를 활용하고 있는 분들이 이렇게나 많다는 사실을 발견했죠.
이 현상은 예선을 통과한 100명, ‘TOP 100’의 데이터에서 더욱 흥미롭게 나타났습니다. 100명의 직군을 분석해 보니, AI를 개발하거나 프로그래밍하는 사람 이 48%였고, 비개발자로 AI를 자기 문제에 응용하는 사람 이 52%로 거의 절반씩 균형을 이루고 있었습니다. 앞서 소개한 예선에 참여한 개발/비개발 직군 비중과 비교해 봤을 때, 비개발직군에서 본선 진출로 전환된 비율이 더 높았다는 것도 흥미로운 포인트죠.
AI 시대의 실력이란, 코딩 실력에만 국한되지 않는 것이 아닐까요? 어쩌면 AI를 활용해 복잡한 계약 문서를 체계적으로 관리하고, 5개 사업장의 영수증 세무 처리를 자동화하거나, 우리 반 학생 30명의 수행평가를 정확하고 빠르게 채점하는 것처럼 자신만의 도메인과 AI를 융합하는 능력이 바로 우리가 찾던 AI를 잘 쓰는 모습일지도 모릅니다.
두 번째 힌트: 투입 비용보단 빈도
투입 비용이 AI를 잘 활용하고 있다는 걸 보여줄 수 있는 척도가 될 수 있을까요? 예를 들어 얼마나 오래 썼는지(활용 경험) 나 얼마나 비싼 툴을 쓰는지(구독료) 같은 것들 말이죠. 호기심을 안고 투입 비용과 예선 성적의 상관관계를 분석했습니다.
우선, 월 구독 지출액 을 살펴봤습니다. 비싼 AI 툴을 쓴다고 해서 점수가 더 높지는 않았습니다. 돈을 많이 쓰는 것과 실력이 꼭 연결되는 것은 아니었죠. AI 활용 경험도 마찬가지였습니다. AI를 단순히 오래 썼다고 해서 점수가 월등히 높은 것은 아니었어요. 물론 약간의 영향은 있었을지 모르지만, 그것이 실력을 결정하는 핵심 요인은 아니었습니다. 즉, AI 역량은 투입 비용과는 큰 관련이 없어 보였습니다.
그렇다면 진짜 차이는 어디에 있었을까요? 저희는 예선을 통과한 Top 100인의 데이터에서 큰 공통점을 하나 발견했습니다.
Top 100의 94%가 AI를 거의 매일 사용한다 라고 답했다는 것입니다.
2년 전부터 AI를 써왔지만, 지금은 주 1회를 쓰는 사람보다 6개월을 썼더라도 매일 집중적으로 AI와 씨름하며 업무를 본 사람이 경험의 밀도가 훨씬 높을 수 있다는 뜻입니다.
어쩌면 AI 역량이란, 단순히 흘러간 시간이나 지불하는 비용으로 측정되는 것이 아니라 얼마나 일상에 깊숙이 파고들어 사용하는지, 그 태도나 밀도로 측정되어야 하는 것은 아닐까요?
세 번째 힌트: 소속보단 개인의 역량
이번 대회에는 기업 재직자부터 프리랜서, 학생 등 정말 다양한 소속을 가지신 분들이 참여했습니다. 그리고 저희는 Top 100의 데이터를 보며 AI 시대의 문제 해결자는 어느 소속 인지보다 어떤 사람인지 가 더 중요하다는 힌트를 얻었습니다.
Top 100 진출자분들의 소속은 대기업, 공기업, 연구자, 학생, 그리고 스타트업과 프리랜서까지 정말 다양하게 분포 되어있는데요. 고등학생부터 CTO까지 다양한 배경의 참가자가 나란히 Top 100이 되었다는 사실 자체가 조직의 크기 나 타이틀 이 아닌 그 안에서 스스로 문제를 정의하고 AI를 활용한 실험을 멈추지 않는 개인의 태도 가 핵심이라는 것을 가장 잘 보여주는 대목이 아닐까요?
이와 더불어 저희의 눈길을 끈 또 하나의 흥미로운 현상은, 스타트업과 프리랜서분들의 활약이었습니다. Top 100중 많은 분이 설립 1~3년 내의 신생 조직에 속해 있거나, 특정 소속 없이 프리랜서로 활동하는 분들이었죠.
어쩌면 이것은 AI라는 새로운 도구를 활용해 문제를 해결하려는 그 실험의 속도가, 가장 기민하게 움직여야 하는 스타트업이나 스스로 모든 것을 해결해야 하는 분들 사이에서 조금 더 활발하게 나타나고 있는 현상을 보여주는 단서일지도 모르겠습니다.
이제, 진짜 문제 해결자들의 무대가 시작됩니다
저희의 순수한 호기심에서 시작된 3,000명 규모의 이 거대한 실험은, 저희에게 몇 가지 분명한 힌트 를 남겼습니다.
어쩌면 많은 분들이 이미 각자의 자리에서 AI를 파트너 로 삼아 문제를 해결해 나가는, 저희가 찾던 문제 해결자 의 모습으로 살아가고 있는지도 모르겠습니다.
그리고 이제, 저희가 문제 해결력 을 검증하기 위해 치열하게 고민하며 만든 이 실험을 통과한 100명이 본선 무대에 오릅니다.
이 100명의 참가자는 또 어떤 놀라운 가능성을 보여줄까요? AI가 만들어갈 새로운 시대의 주역들, 저희가 그토록 만나고 싶었던 문제 해결자들 이 펼칠 무대, AI_TOP_100 본선에 많은 관심과 기대 부탁드립니다.
* AI_TOP_100이 궁금하다면?
- AI_TOP_100 공식 사이트: https://aitop100.org/
Top
