티스토리 뷰
AI가 당신의 일자리를 빼앗기 전에, 당신이 먼저 무언가를 스스로에게 빼앗고 있다면 어떻겠습니까. 저는 퀀트 자동매매 시스템을 수년간 직접 운용하면서 이 역설을 몸으로 배웠습니다. 정교한 알고리즘이 모든 것을 해결해 줄 거라 믿었던 순간, 시장은 어김없이 그 믿음을 부숴 놓았거든요. AI 시대에 진짜로 끝난 것이 무엇인지, 데이터와 현장 경험을 함께 놓고 냉정하게 따져보겠습니다.
1. 지식 vs 지혜: AI가 절대 못 따라오는 한 끗 차이
직업 이름 끝 글자를 한번 떠올려 보십시오. '원'으로 끝나는 것들, 회사원·공무원·행정원. 그리고 '가'로 끝나는 것들, 사업가·예술가·전문가. 이 한 글자 차이가 AI 시대의 생존 가능성을 가른다는 주장은 처음 들었을 때 과장처럼 들렸습니다. 그런데 퀀트 트레이딩(Quant Trading) 현장에서 직접 부딪혀 보니 생각이 완전히 바뀌었습니다. 퀀트 트레이딩이란? 수학적 모델과 알고리즘을 기반으로 금융 자산을 자동 매매하는 방식을 말합니다.
'원'으로 끝나는 직업군은 주로 정형화된 지식(Knowledge)을 처리합니다. 지식이란? 책이나 데이터베이스에 이미 저장된 정보를 말하며, AI가 이 분야에서는 인간을 압도합니다. GPT-4 같은 대형 언어 모델(LLM)은 방대한 텍스트를 학습해 인간이 10년 걸려 외운 내용을 수 분 안에 처리하고, 한번 학습한 내용은 잊지도 않습니다. 대형 언어 모델(LLM)이란? 수천억 개의 파라미터로 학습된 AI 모델로, 방대한 텍스트 데이터를 기반으로 언어를 이해하고 생성하는 시스템을 의미합니다.
반면 '가'로 끝나는 직업군이 다루는 것은 지혜(Wisdom)입니다. 지혜란? 현장에서 수없이 실패하고 몸으로 버텨내며 쌓인 맥락 판단 능력으로, AI가 흉내 내기 가장 어려운 영역입니다.
제가 자동매매 시스템을 운용할 때 가장 결정적인 순간은 코드가 아니라 사람의 판단에서 나왔습니다. 급등락하는 변동성 장세에서 리스크 관리 버튼을 누를 타이밍, 시스템의 이상 징후를 데이터가 말하기 전에 감지하는 감각. 이것은 어떤 알고리즘에도 없었습니다. 로스팅 작업이나 카페 장비 수리 현장도 마찬가지였습니다. 동일한 레시피라도 그날의 습도, 원두 수분 함량, 기계의 미세한 진동을 종합해 간을 맞추는 것은 오직 현장에서 구른 사람만이 가진 능력이었습니다.
출처: OECD Skills Outlook에 따르면, AI 자동화에 가장 취약한 직무는 반복적 인지 작업과 정형화된 데이터 처리 업무이며, 비판적 사고·창의성·대인 관계 능력은 자동화 저항성이 높은 역량으로 분류됩니다. 이것이 바로 지식과 지혜의 차이를 숫자로 보여주는 근거입니다.
- 질문하는 능력: 기계적 질문 생성이 아닌, 호기심에서 출발한 진짜 물음표
- 공감 능력: 머리로 계산하는 것이 아니라 가슴이 먼저 반응하는 감각
- 상상력: 현실의 문제에서 출발해 전혀 다른 해법을 도출하는 힘
- 실천적 지혜: 이론을 현장에서 될 때까지 부딪히며 체화하는 과정
📌 지식 vs 지혜 핵심 요약
- AI의 지식 처리: 정형화된 데이터 및 텍스트 학습 능력은 이미 인간을 압도함
- 인간의 실전 지혜: 현장에서 실패를 거치며 몸으로 쌓은 맥락 판단력은 대체 불가능
- 현장 감각의 중요성: 급변하는 장세의 리스크 관리나 미세한 변수 조절은 인간의 몫
- 자동화 저항성: 비판적 사고, 질문하는 능력, 실천적 지혜가 AI 시대의 진짜 경쟁력
2. 직업 태도의 전환: '직(職)'을 버리고 '업(業)'으로 살아남기
"회사 다니는 시대가 끝났다"는 말, 솔직히 이건 예상 밖이었습니다. 처음에는 퇴사 선동처럼 들렸거든요. 그런데 한자를 뜯어보면 전혀 다른 이야기입니다. 직업(職業)의 '직(職)'은 자리, '업(業)'은 의미를 뜻합니다. 끝난 것은 자리, 즉 회사라는 공간이 아니라 그 자리가 나를 평생 지켜줄 것이라는 믿음입니다.
'직'의 태도로 일하는 사람은 경쟁 상대가 언제나 바깥에 있습니다. 저 사람보다 더 높은 자리에 올라가야 한다는 불안이 기본값입니다. 반면 '업'의 태도로 일하는 사람은 경쟁 상대가 어제의 자신입니다. 어제보다 오늘 단 한 발이라도 나아졌는지를 기준으로 삼기 때문에, 남이 뭐라 해도 흔들림이 작습니다. 제가 퀀트 시스템을 운용하면서 가장 단단해진 순간은 남의 전략을 따라갈 때가 아니라, 시장에서 직접 맞고 그 경험을 바탕으로 저만의 리스크 관리 룰을 새로 설계했을 때였습니다. 그것이 제 경험상 '업'이 가진 힘이었습니다.
커리어 자본(Career Capital)이라는 개념이 있습니다. 커리어 자본이란 특정 조직이나 간판 없이도 시장에서 독립적으로 거래될 수 있는 희소하고 가치 있는 역량과 경험의 총합을 말합니다. 회사 간판은 퇴직하는 순간 사라지지만, 커리어 자본은 어느 조직에 있든 나를 따라옵니다. 출처: 통계청 경제활동인구조사에 따르면 국내 임금근로자의 평균 근속 연수는 지속적으로 줄어드는 추세로, 한 회사에 평생을 기대는 구조 자체가 이미 흔들리고 있습니다. 이 수치 하나만 봐도 커리어 자본을 지금 당장 쌓기 시작해야 한다는 근거는 충분합니다.
그렇다고 당장 회사를 떠나라는 말이 절대 아닙니다. 회사는 매달 안정적인 현금 흐름을 제공하고, 남의 자본으로 실전 경험을 쌓을 수 있는 가장 훌륭한 수련장이기도 합니다. 문제는 공간이 아니라 태도입니다. 회사 안에 있더라도 '시키는 일만 처리하는 사람'과 '자신만의 프로세스를 만들어내는 사람'은 5년 후 완전히 다른 궤도에 올라있습니다. 제 경험상 이건 정말 그렇습니다.
📌 '직'과 '업'의 태도 핵심 요약
- 믿음의 변화: 끝난 것은 회사가 아닌 회사가 평생을 지켜준다는 오래된 환상
- 직(職) vs 업(業): 남과 경쟁하는 자리가 아닌 어제의 나와 경쟁하는 의미를 추구
- 커리어 자본 구축: 간판 없이도 독립적으로 인정받는 고유한 역량과 경험의 자산화
- 회사의 활용: 안정적 현금 흐름 속에서 남의 자본으로 나만의 실전 프로세스 구축
3. 커리어 자본을 실제로 쌓는 법: 더하기 전에 먼저 끊어내야 할 것들
뭘 새로 시작해야 하는지를 묻기 전에, 먼저 끊어야 할 것들이 있습니다. 이게 처음에는 너무 단순해서 오히려 당혹스러웠습니다. 그런데 직접 해보니 이 순서가 틀리지 않았습니다.
첫째는 나를 갉아먹는 인간관계입니다. 철학자 스피노자는 기쁨을 주는 사람은 가까이 하고, 슬픔을 주는 사람은 멀리하라고 했습니다. 만나기 전부터 진이 빠지는 사람이 있습니다. 그런 관계를 유지하는 데 쓰이는 에너지가 사실 커리어 자본을 쌓는 데 써야 할 바로 그 에너지입니다. 제가 직접 써봤는데, 소모적인 관계 하나를 정리했을 때 그 빈 시간에 어떤 프로젝트를 하나 시작할 수 있었습니다.
둘째는 고정관념(Fixed Mindset)입니다. 고정관념이란? 새로운 시도에 앞서 '원래 그래', '어차피 안 돼'라고 단정 짓는 인지적 편향으로, 변화 적응을 가로막는 가장 큰 내부 장벽입니다. 안 되는 이유는 5분만 생각해도 열 개가 나옵니다. 그 시간에 되는 방법 하나를 찾는 것이 인생을 바꿉니다. 제 경험상 새로운 매매 전략을 설계할 때 '이 시장에서는 이 방식이 안 통한다'는 통념을 먼저 의심하는 습관이 결정적인 차이를 만들었습니다.
셋째는 쓸모없는 걱정입니다. 심리학 연구에 따르면 사람이 하는 걱정 중 실제로 통제 가능하고 해결로 이어지는 비율은 8%에 불과하며, 나머지 92%는 어차피 바꿀 수 없거나 실제로 일어나지 않는 일에 해당합니다. 걱정을 붙들고 있는 동안 문제는 그대로인데 에너지만 소진됩니다. 행동으로 부딪히는 것이 걱정보다 언제나 더 많은 정보를 줍니다.
그리고 성공은 '끈기'가 아니라 '잘 끊기'에서 출발한다는 말도 처음엔 의아했습니다. 에베레스트 등반에는 반환 시간이라는 규칙이 있습니다. 반환 시간이란 정상까지 100미터를 남겨두더라도 정해진 시각이 지나면 반드시 하산해야 하는 안전 프로토콜로, 이를 어기고 강행한 등반가 대부분은 하산 도중 체력이 바닥나 목숨을 잃었습니다. 자기가 좋아하고 잘하는 일에는 끝까지 버티되, 나를 소진시키기만 하는 것은 빠르게 끊어내는 것. 이 둘을 구분하는 것이 진짜 커리어 자본을 지키는 방법입니다.
📌 3가지 끊어내기 핵심 요약
- 소모적 관계 정리: 에너지를 갉아먹는 관계를 끊고 새로운 프로젝트 실행력 확보
- 고정관념 탈피: 안 되는 이유 10개보다 되는 방법 1가지를 찾는 사고로 전환
- 쓸데없는 걱정 차단: 92%의 불필요한 걱정을 멈추고 직접 행동으로 부딪히기
- 현명한 '끊기': 무작정 참는 끈기가 아닌 나를 지키는 명확한 반환 시간(Rule) 적용
4. 자주 묻는 질문
Q. AI 시대에 회사를 당장 그만두는 게 맞나요?
A. 준비 없이 무작정 퇴사하는 것은 용기가 아니라 무모함에 가깝습니다. 회사는 매달 안정적인 현금 흐름을 제공하고, 남의 자본으로 실전 경험을 쌓는 수련장이기도 합니다. 끝난 것은 회사라는 공간이 아니라 회사가 나를 평생 지켜줄 것이라는 믿음이므로, 먼저 커리어 자본을 충분히 쌓은 뒤 판단하는 것이 현명합니다.
Q. 지식과 지혜의 차이가 실제 업무에서 어떻게 나타나나요?
A. 지식은 레시피대로 따라 만드는 것이고, 지혜는 그날의 습도와 재료 상태를 보고 간을 맞추는 것입니다. 자동매매 시스템을 예로 들면, 알고리즘은 과거 데이터를 기반으로 신호를 생성하지만 변동성이 급변하는 구간에서 시스템을 멈출 타이밍을 판단하는 것은 현장 경험에서 나온 지혜입니다. AI는 전자를 대체하지만 후자는 아직 흉내 내지 못합니다.
Q. 커리어 자본을 쌓는 가장 현실적인 방법이 뭔가요?
A. 시키는 일을 처리하는 것에서 멈추지 말고, 같은 일을 더 나은 방식으로 할 수 있는지를 계속 질문하는 습관이 출발점입니다. 어제와 다른 질문을 하나 던지고, 자기만의 프로세스를 조금씩 설계하다 보면 5년 후에는 간판 없이도 시장에서 거래 가능한 역량이 쌓입니다. 소모적인 인간관계나 쓸모없는 걱정을 먼저 끊어 에너지를 확보하는 것도 병행해야 합니다.
Q. '끊기'와 '포기'는 어떻게 구분하나요?
A. 포기는 두려움 때문에 멈추는 것이고, 끊기는 더 중요한 것을 지키기 위해 의도적으로 내려놓는 것입니다. 에베레스트 반환 시간처럼, 자신이 좋아하고 잘하는 일에는 끝까지 버티되 나를 소진시키기만 하는 관계·습관·목표는 빠르게 정리하는 것이 진짜 커리어 자본을 지키는 방법입니다. 끈기와 끊기는 한 글자 차이지만 결과는 완전히 다릅니다.
5. 결론
AI가 지식을 대체하는 속도는 앞으로 더 빨라질 것입니다. 그 파도 앞에서 조급해지는 것은 자연스러운 반응입니다. 그런데 저는 퀀트 시스템 운용, 로스팅, 유통 현장 모두를 거치면서 공통된 패턴 하나를 발견했습니다. 살아남은 사람들은 새로운 것을 가장 빨리 쫓은 사람이 아니라, 현장에서 몸으로 쌓은 실전 지혜를 가진 사람들이었다는 것입니다.
끝난 것은 회사가 아니라 회사가 나를 지켜준다는 믿음입니다. 오늘 당장 거창한 것을 시작할 필요는 없습니다. 나를 갉아먹는 관계 하나, 되지도 않는 걱정 하나, 나를 가두는 고정관념 하나. 이 셋 중 딱 하나만 끊어보십시오. 그 빈자리에 어제와 다른 질문 하나를 채우는 것, 그것이 커리어 자본을 쌓는 가장 현실적인 첫걸음입니다.
참고: 유튜브 채널 <지식젠틀맨> -인공지능 AI의 시대 돈버는 방법이 바뀌었다