
AI는 사람의 일을 없애고 있을까요.
최근 MIT Sloan 연구를 읽다가 흥미로운 부분이 있었습니다.
GitHub Copilot을 사용하는 개발자들의 업무 패턴을 분석한 내용이었는데, 예상과는 조금 달랐습니다.
AI는 사람의 시간을 다시 배분하고 있었습니다
AI를 쓰기 시작한 이후 개발자들은
- 프로젝트 관리나 협업에는 시간을 덜 쓰고
- 실제 코딩에는 더 많은 시간을 쓰게 되었다고 합니다.
코딩 활동은 증가했고,동료 협업은 크게 감소했습니다.
처음에는 단순히 “생산성이 좋아졌구나” 정도로 읽혔는데,계속 보다 보니 더 중요한 변화가 보였습니다.
AI는 일을 없애고 있다기보다,사람의 시간을 다시 배분하고 있었습니다.
예전에는:검색하고,문법을 찾고,예제를 읽고,동료에게 물어보는 시간이 꽤 컸습니다.
지금은 그 중 상당 부분을 AI가 처리합니다.
결국 사람은 더 많은 시간을 “실제 작업”에 쓰게 됩니다.
가장 큰 수혜자는 주니어였습니다.
흥미로운 건,가장 큰 도움을 받은 그룹이 시니어가 아니라 주니어였다는 점입니다.
생각해보면 당연한 부분도 있습니다.
AI는:
- 초안을 만들어주고
- 막히는 부분을 설명해주고
- 예제를 보여주고
- 수정안을 제안해줍니다.
예전에는 경험자가 몇 년에 걸쳐 쌓던 시행착오를,이제는 훨씬 짧은 시간 안에 반복할 수 있게 된 셈입니다.
물론 경험 자체가 사라지는 건 아닙니다.
하지만 확실히 달라진 건 있는 것 같습니다.
이제는 실행 속도가 경쟁력이 되는 것 같습니다.
요즘은:“더 뛰어난 사람이 가르치는 시대”라기보다,
“더 빠르게 실행하는 사람이 앞서가는 시대”
에 가까워지고 있다는 느낌을 자주 받습니다.
특히 Data/AI 분야는 더 그렇습니다.
코드 생성,SQL,문서화,리서치,분석 초안 작성까지전부 AI 가속이 가능해지고 있기 때문입니다.
그래서인지 요즘은지식 자체보다 실행 빈도가 더 중요해지고 있다는 느낌을 자주 받습니다.
AI는 계속해서 실행 비용을 낮추고 있으니까요.
하지만 사람 간 학습은 줄어들 수도 있습니다.
다만 MIT Sloan이 이 현상을 긍정적으로만 보진 않았다는 점도 흥미로웠습니다.
동료에게 질문하는 빈도는 줄고,협업도 감소했다고 합니다.
효율은 좋아지지만,사람 간 학습은 줄어드는 방향이라는 의미입니다.
특히 조직에서는:왜 그렇게 구현했는지 설명하지 못한 채,AI가 준 답만 복사하는 구조가 반복되면 장기적으로는 오히려 역량이 약해질 수도 있습니다.
결국 더 중요해지는 건 무엇일까요.
그래서 앞으로 더 중요해지는 건,단순히 AI를 쓰는 능력보다:
- 무엇을 문제로 정의할 것인가
- 어떤 방향으로 갈 것인가
- 결과를 어떻게 검증할 것인가
- 계속 실행할 수 있는가
같은 영역 아닐까 싶습니다.
AI 시대에는 결국,
“아는 사람”보다“계속 만들어보는 사람”이 더 빠르게 성장하는 것 같습니다.
의견을 남겨주세요