열심히 달리고 있는데, 혹시 엉뚱한 곳으로 가고 있진 않나요?

"AI가 내 일을 뺏어가면 어떡하지?"

요즘 만나는 분들마다 이 고민을 털어놓으시곤 합니다. 챗GPT다, 클로드다 해서 하루가 멀다 하고 새로운 기술이 쏟아져 나오니 불안한 마음이 드는 건 너무나 당연해요. 저 역시 심리학과 코칭을 공부하면서 사람의 마음을 다루는 영역만큼은 안전할 거라 믿었지만, 가끔 AI가 내놓는 정교한 답변을 볼 때면 등골이 서늘해지기도 하니까요.

그런데 말이죠, 최근 실리콘밸리의 흐름을 지켜보며 한 가지 확신하게 된 사실이 있습니다. AI는 '정답'을 주는 기계가 아니라, 우리가 내린 '결정'을 수행하는 도구일 뿐이라는 점입니다.

결국, 무엇을 시킬지 결정하는 것은 여전히 우리의 몫입니다. 오늘은 AI 시대에 우리가 대체되지 않고 오히려 더 빛나는 존재가 되기 위해 꼭 갖춰야 할 '단 한 가지 능력'에 대해 이야기해보려 합니다. 이 글을 다 읽고 나면, 막연했던 불안감이 '나만이 할 수 있는 일'에 대한 확신으로 바뀔 거예요.

'창업자 모드'의 유행, 그리고 PM의 위기설?

최근 에어비앤비의 CEO 브라이언 체스키가 언급한 '창업자 모드(Founder Mode)'가 실리콘밸리를 강타했습니다. 창업자가 세세한 부분까지 직접 챙기며 조직을 이끄는 방식이 주목받으면서, 중간 관리자나 프로덕트 매니저(PM)의 역할이 축소되는 것 아니냐는 위기론이 대두되었죠. AI가 코딩도 하고 디자인도 하는데, 중간에서 조율만 하는 역할이 과연 필요하겠냐는 의문입니다.

하지만 제 생각은 조금 다릅니다. 오히려 그렇기 때문에 '진짜 문제'를 정의하는 능력이 더 중요해졌어요.

기능을 구현하는 'How(어떻게)'의 영역은 AI가 압도적으로 빠릅니다. 하지만 'Why(왜)' 이 기능을 만들어야 하는지, 'What(무엇)'을 먼저 해결해야 하는지 결정하는 것은 오로지 인간의 영역, 즉 인사이트(Insight)가 필요한 부분입니다.

속도가 전부는 아니다: AI가 모르는 '맥락'의 힘

많은 분들이 AI를 도입하면 무조건 '속도'가 빨라져야 한다고 생각합니다. "남들보다 빨리 만들어야 해", "더 빨리 답변해야 해"라는 강박에 시달리죠. 하지만 정말 유저들도 '빠른 것'만을 원할까요?

여기서 흥미로운 사례가 하나 있습니다. 실리콘밸리의 한 PM인 김수연(Selene Kim) 님이 보안 관련 AI 제품을 만들 때의 일화인데요. 보통 AI 서비스라고 하면 '순식간에 답변이 나오는 것'을 핵심 가치로 삼기 쉽습니다. 하지만 그녀는 철저한 시장 조사를 통해 놀라운 사실을 발견합니다.

"보안 담당자들에게 중요한 건 1초 만에 답변을 받는 '속도'가 아니었어요. 10분이 걸리더라도 절대 틀리지 않는 '정확성'이 훨씬 중요했죠."

만약 AI에게 단순히 "이 제품을 만들어줘"라고만 했다면, AI는 학습된 데이터 패턴에 따라 가장 효율적이고 빠른 모델을 제시했을 겁니다. 하지만 '보안'이라는 특수한 맥락(Context)을 이해하고, 속도를 포기하더라도 정확성을 택하겠다고 결정하는 것. 이것이 바로 인간만이 할 수 있는 '대체 불가능한 판단'입니다.

데이터는 '속도가 빠르다'는 사실을 보여주지만, 인사이트는 '이 상황에서는 속도보다 신뢰가 중요하다'는 진실을 꿰뚫어 봅니다. 여러분의 업무에서도 혹시 '빠른 처리'에만 집착하다가 고객이 진짜 원하는 '핵심 가치'를 놓치고 있지는 않은지 돌아볼 필요가 있습니다.

진짜 마음을 읽는 기술: "앞으로 어떨 것 같아요?"라고 묻지 마세요

그렇다면 이런 인사이트는 어디서 올까요? 책상 앞에 앉아 데이터를 들여다본다고 툭 튀어나오지 않습니다. 바로 고객, 즉 사람과의 대화에서 나옵니다. 하지만 여기서 중요한 함정이 있습니다. 많은 분들이 유저 인터뷰를 할 때 이렇게 묻곤 합니다.

"이런 기능이 나오면 쓰실 건가요?"
"뭐가 불편하세요?"

심리학적으로 볼 때, 이런 질문은 '죽은 데이터'를 낳습니다. 사람은 본능적으로 타인에게 듣기 좋은 말을 하려는 성향이 있고, 자신의 미래 행동을 예측하는 데 매우 서툴기 때문입니다. "네, 나오면 쓸게요"라고 대답한 사람 중 실제로 지갑을 여는 사람은 극소수라는 걸, 경험해 보신 분들은 아실 거예요.

진짜 인사이트를 얻고 싶다면 '미래'가 아닌 '과거'를 물어야 합니다.

"이 기능을 마지막으로 썼을 때가 언제였나요? 그때 어떤 점이 구체적으로 힘들었나요?"라고 물어보세요. 가상의 상황이 아니라, 고객이 실제로 겪었던 구체적인 경험(Fact)을 캐내야 합니다. 고객이 제품을 사용하는 과정을 옆에서 지켜보며 "방금 왜 거기를 클릭하셨나요?"라고 묻는 관찰의 기술도 필요합니다.

AI는 수백만 건의 텍스트를 분석할 수 있지만, 인터뷰 도중 상대방의 미묘한 표정 변화를 읽고 "아, 방금 망설이셨는데 그 이유가 뭘까요?"라고 되물으며 숨겨진 욕망을 파헤치는 건 우리만이 할 수 있는 영역입니다.

'농부'가 될 것인가, '셰프'가 될 것인가

AI 시대를 맞이하는 우리의 자세를 요리에 비유해보고 싶습니다. 지금 AI 업계는 크게 두 부류로 나뉩니다.

모델 레이어(Model Layer): 더 좋은 식재료(LLM, 거대언어모델)를 직접 재배하고 만드는 '농부'와 같은 사람들.
애플리케이션 레이어(Application Layer): 이미 있는 식재료를 조합해 최고의 요리(서비스)를 만들어내는 '셰프'와 같은 사람들.

우리가 모두 오픈AI나 구글처럼 거대 모델을 만드는 '농부'가 될 필요는 없습니다. 아니, 현실적으로 불가능에 가깝죠. 우리가 집중해야 할 곳은 바로 '셰프'의 영역입니다. 냉장고에 있는 재료(AI 기술)를 활용해 우리 고객이 가장 맛있게 먹을 수 있는 요리를 내놓는 것이죠.

미슐랭 셰프가 되기 위해 반드시 농사를 직접 지을 필요는 없습니다. 대신 각 식재료의 맛과 특성(AI의 한계와 장점)을 완벽하게 이해하고 있어야 합니다.

예를 들어, "이 AI 모델은 창의적인 글쓰기엔 좋지만 수학 계산은 약해"라는 걸 알아야, 고객에게 엉뚱한 계산 값을 보여주는 실수를 막을 수 있습니다. 이를 전문 용어로 '가이드레일(Guardrails)을 세운다'고 표현합니다. AI가 마음껏 뛰어놀되, 위험한 곳으로 가지 않도록 울타리를 쳐주는 역할, 이것이 바로 우리에게 요구되는 새로운 전문성입니다.

결국, 답은 '사람'에게 있습니다

기술이 발전할수록 역설적으로 '사람에 대한 이해'가 더욱 귀해집니다. 코딩을 몰라도, 복잡한 알고리즘을 이해하지 못해도 괜찮습니다. 하지만 "내 고객이 지금 어떤 상황에서, 어떤 문제 때문에 밤잠을 설치고 있는가?"를 모른다면, 그건 정말 위기입니다.

대체 불가능한 사람이 되고 싶으신가요? 그렇다면 오늘 당장 모니터 앞을 떠나 사람들의 이야기 속으로 들어가세요.

AI에게 "이거 만들어줘"라고 명령하기 전에, 스스로에게 먼저 질문을 던져보시길 바랍니다.

"나는 우리 고객의 문제를 얼마나 구체적으로 알고 있는가?"
"나는 AI라는 도구를 통해 어떤 가치를 '요리'하고 싶은가?"

이 질문에 대한 답을 가진 사람이라면, AI는 두려운 경쟁자가 아니라 당신의 능력을 100배, 1000배 증폭시켜 줄 가장 든든한 파트너가 될 것입니다. 여러분은 어떤 요리를 만드는 셰프가 되고 싶으신가요?