티스토리 뷰
안녕하세요! 샤니 블로거입니다.
학벌이 좋으면 좋은 인재일까요? 저는 현장에서 수백 명을 교육하면서 이 믿음이 조금씩 무너지는 걸 직접 목격해 왔습니다.
최근 SK그룹 회장이 공개 석상에서 "대학 졸업장이 필요 없다"고 선언한 사건은 단순한 발언이 아닙니다.
AI가 채용과 교육, 직무 구조 전체를 뒤흔드는 지금,
인재의 기준이 어디서 어디로 이동하고 있는지를 제 경험과 함께 짚어 봤습니다.
학벌 중심 인재 선발, 무엇이 문제였나?
일반적으로 명문대 출신이 더 뛰어난 인재라는 인식이 기업 채용을 오랫동안 지배해 왔습니다.
저도 솔직히 교육 현장에 들어오기 전까지는 그렇게 믿었습니다.
그런데 제가 직접 교육 세션을 운영하면서 목격한 현실은 달랐습니다.
학력이 높은 분들이 AI 도구를 처음 접했을 때 오히려 "정답을 출력받는 것"에 더 집착하는 경향이 있었습니다.
스스로 문제를 설계하는 것보다 AI가 내놓은 결과를 검증 없이 수용하는 패턴이 반복됐습니다.
이는 사실 구조적인 문제입니다.
수십 년간 이어온 주입식 교육 시스템은 정답을 빠르게 찾는 능력을 극대화하도록 설계됐고,
기업도 그 기준에 맞춰 채용 구조를 짰습니다. 공개채용(공채)이 대표적입니다.
수천 명을 일괄 선발해야 하는 상황에서 학점과 스펙 필터는 편리한 도구였습니다.
하지만 AI가 개별 지원자의 역량을 훨씬 정교하게 분석할 수 있게 된 지금, 이 방식의 유효기간은 사실상 끝났다고 봐야 합니다.
실제로 한국직업능력연구원의 연구에 따르면,
AI 도입 이후 직무 요구 역량의 변화 속도가 과거 대비 3배 이상 빠르게 나타나고 있습니다(출처: 한국직업능력연구원).
기존의 스펙 기반 인재 선발이 이 속도를 따라가기 어렵다는 건 수치로도 확인되는 셈입니다.
- 공채 방식 : 대규모 일괄 필터링으로 학점·스펙 중심 선발
- AI 도입 이후 : 직무별 역량을 실시간으로 분석·매칭 가능
- 변화의 방향 : 졸업장보다 실질적 사고력과 문제 해결 능력 중심으로 이동
사고력 없는 AI 활용, 왜 위험한가
AI 시대에 필요한 핵심 역량으로 '사고의 외주화(Cognitive Outsourcing)'를 경계해야 한다는 지적이 나오고 있습니다.
여기서 사고의 외주화란? 스스로 생각하고 판단하는 과정을 AI에게 통째로 맡겨버리는 행동 패턴을 의미합니다.
쉽게 말해 답을 묻기 전에 문제 자체를 스스로 정의하는 훈련이 없으면,
AI를 잘 쓰는 것처럼 보여도 실제로는 자기 역량이 전혀 쌓이지 않는 상태가 됩니다.
저는 이 현상을 교육 현장에서 거의 매일 확인합니다.
AI 도구가 제공하는 결과물을 수동적으로 받아들이는 분과,
그 결과물의 의미를 분석해서 자신만의 전략으로 연결하는 분 사이에는 3개월만 지나도 눈에 띄는 성장 차이가 생깁니다.
솔직히 이건 예상보다 훨씬 극명한 격차였습니다.
에이전틱 AI(Agentic AI)라는 개념도 여기서 중요합니다.
에이전틱 AI란?
사용자가 개별 질문을 던지는 방식을 넘어,
AI가 스스로 목표를 설정하고 여러 작업을 자율적으로 연결 실행하는 형태를 말합니다.
이런 환경에서는 AI에게 "무엇을 시킬지"를 설계하는 능력,
즉 주도적 사고력이 더욱 결정적인 변수가 됩니다. 단순히 프롬프트를 잘 쓰는 스킬과는 차원이 다릅니다.
OECD가 발표한 2024년 AI 역량 보고서에서도
비판적 사고(Critical Thinking)와 문제 정의 능력이 AI 시대 핵심 인재 역량 1·2위를 차지했습니다(출처: OECD).
AI 도구는 수단일 뿐이고, 판을 설계하는 사람의 사고력이 성패를 가른다는 점은 제 경험과 정확히 맞아떨어집니다.
직무 전환과 리스킬링, 현실적인 전망
"대학 졸업장이 필요 없다"는 선언은 기업의 파격적인 실험입니다.
하지만 제 경험상 이건 분명히 반은 맞고 반은 조건이 붙어야 하는 얘기입니다.
실질 역량 중심의 채용 방향은 바람직합니다.
그런데 평가 체계가 여전히 학점과 점수로 작동하는 상황에서 "학벌은 필요 없다"는 메시지만 먼저 퍼지면,
막상 현장에 뛰어든 개인은 어디서 어떻게 역량을 증명해야 할지 갈피를 못 잡습니다.
교육 시스템의 근본적 개편 없이는 오히려 혼란만 커질 가능성이 있습니다.
더 중요한 문제는 기존 인력의 직무 전환입니다.
AI가 생산성을 높이는 과정에서 필연적으로 발생하는 여유 인력을 어디로 보내느냐가 관건입니다.
리스킬링(Reskilling)이란? 기존 직무를 AI가 대체한 이후 해당 인력에게 새로운 역량을 교육하여
다른 직무로 전환시키는 과정을 말합니다.
단순히 비용 절감에만 집중하면 이 과정이 빠진 채 인력만 줄어드는 결과를 낳습니다.
에이전트를 활용해 한 사람이 여러 직무를 동시에 수행하는 올라운드 플레이어 모델이나, 한 회사에 묶이지 않고 전문성을 여러 기업에 제공하는 프리랜서형 계약 구조는 이미 현실 가능성이 있는 미래입니다.
제가 직접 자동화 시스템을 도입하는 현장을 여럿 경험하면서 느낀 건,
이 전환이 생각보다 훨씬 빠르게 개별 조직 안에서 일어나고 있다는 겁니다.
준비된 사람과 그렇지 않은 사람의 차이가 이미 벌어지고 있습니다.
국가와 기업이 함께 리스킬링 시스템을 구축하지 않으면 "모두를 위한 AI"는 구호에 그칠 수 있습니다.
AI 도입으로 절약된 비용과 자원이 사회 문제 해결에 재투자되는 선순환 구조, 그 고리의 핵심에 재교육 체계가 있다고 저는 봅니다.
- 올라운드 플레이어 : AI가 반복 업무를 처리하고, 인력이 복수 직무를 유동적으로 수행하는 구조
- 프리랜서형 계약 : 특정 전문성을 복수 기업에 제공하는 개인 중심 계약 모델
- 리스킬링 인프라 : 직무 전환 인력을 위한 국가·기업 차원의 재교육 시스템 구축
자주 묻는 질문
Q. 대학 졸업장이 정말 필요 없어지는 건가요?
A. 일반적으로 학벌이 여전히 유효하다는 시각도 있지만, 실제로 채용 현장은 이미 변하고 있습니다.
완전히 필요 없어진다기보다는, 졸업장 자체보다 실질적으로 무엇을 할 수 있느냐가 우선순위로 올라서는 흐름입니다.
다만 이 전환이 안정적으로 정착하려면 평가 체계 자체가 함께 바뀌어야 합니다.
Q. AI 시대에 가장 중요한 역량이 뭔가요?
A. 제 경험상 가장 결정적인 것은 문제를 스스로 정의하는 사고력입니다.
AI가 답을 내줄 수 있어도, 어떤 질문을 해야 하는지를 설계하는 능력은 사람만이 가질 수 있습니다.
여기에 더해 공감 능력, 실패 후 회복하는 리질리언스(회복력), 그리고 몸으로 익힌 전문 기술이 함께 중요해집니다.
Q. 직장인도 AI 때문에 직무를 바꿔야 하나요?
A. 전면 교체라기보다는 기존 업무의 일부를 AI가 대신하면서
남은 시간과 역량을 다른 방향으로 확장하는 구조로 바뀔 가능성이 높습니다.
문제는 이 전환을 기업과 개인이 준비된 상태에서 맞느냐 아니냐입니다.
리스킬링 기회가 주어지는 환경에 있다면 적극적으로 활용하는 것이 현실적입니다.
Q. 에이전틱 AI가 일반 AI랑 다른 점이 뭔가요?
A. 일반적으로 알려진 챗봇 형태의 AI는 사용자가 질문하면 답을 주는 방식입니다.
반면 에이전틱 AI는 주어진 목표를 향해 여러 작업을 스스로 연결하고 실행합니다.
여기서 중요한 건 이 AI에게 어떤 목표와 맥락을 부여하느냐인데, 그 설계 능력이 곧 사람의 핵심 역량이 됩니다.
결론
AI가 일자리를 빼앗는다는 공포보다 더 현실적인 위협은 따로 있습니다. 스스로 생각하는 훈련을 멈춘 채 AI 도구에 의존하다 보면, 도구는 점점 발전하는데 사람의 역량은 제자리에 머무는 역전 현상이 일어납니다. 저는 이 장면을 교육 현장에서 반복해서 목격했고, 그게 지금 가장 경계해야 할 지점이라고 봅니다.
역량 중심 채용, 졸업장보다 실력이라는 방향은 분명 옳습니다.
그런데 그 변화를 현실에 안착시키려면 교육 제도 개편과 리스킬링 인프라가 동시에 움직여야 합니다.
지금 당장 할 수 있는 것부터 시작한다면, AI 도구를 쓸 때 결과를 받아들이기 전에 반드시
"이 답이 맞는지 내가 판단할 수 있는가"를 한 번 더 묻는 습관을 들이는 것입니다.
그 작은 차이가 1년 뒤 눈에 보이는 격차를 만듭니다.