프리워커스클럽 
인사이트 큐레이션

자신만의 방식으로 일하는 사람들인 프리워커를 위해 인사이트를 담아 전해드리는 콘텐츠입니다. 

뉴스레터 구독은 물론, 오픈카톡방에 참여하시면 더 많은 인사이트를 얻어가실 수 있을 거예요!

 >> 프리워커스클럽 자세히 알아보기

정말 AI가 내 일자리를 빼앗아 갈까?

“미래는 이미 와 있다. 단지 널리 퍼져 있지 않을 뿐이다.” The future is already here. It‘s just unevenly distributed

윌리엄 깁슨의 말이 사실이라면, 생성형 AI가 우리의 일자리(특히, 지식근로자)에 미칠 변화는 이미 어딘가에 와 있을 것입니다.

그리고 그곳은 프리랜서 시장일 확률이 높습니다.

프리랜서 시장은 경제 상황이나 기술 변화처럼 외부 환경의 변화에 가장 민감하게 반응하는 곳이기 때문인데요.

따라서 생성형 AI의 등장이 프리랜서 시장에 어떤 변화를 가져오고 있는지 알면, 일자리의 미래를 예측해 볼 수 있습니다.

마침, 올해 2월 글로벌 프리랜서 플랫폼 Upwork에서 의미 있는 자료 하나를 발표했습니다.

생성형 AI의 등장이 프리랜서 시장에 미친 영향에 대한 연구 결과였는데요.

결론부터 말하면, 생성형 AI 등장 이후 전체 프리랜서들의 계약 건수는 더 늘었고, 수입 역시 증가했습니다.

예상과는 다른 결과죠? 당연히 AI가 우리 일자리를 빼앗아 갈 거라 생각했는데 말이죠.

그러면 우리의 일자리는 AI로부터 안전하다고 할 수 있을까요?

안타깝게도 이런 결과가 나온 이유를 보면, 아직 안심할 수 없습니다.

첫째, 생성형 AI 및 데이터 사이언스 관련 의뢰가 늘어남에 따라, 해당 분야 프리랜서의 업무와 수입이 늘었습니다.

최근 이 분야에 대한 관심과 수요가 늘었으니, 당연한 것 같습니다.

중요한 것은 두 번째 이유입니다.

단순하고 반복적인 저부가가치 업무 의뢰는 줄어들었지만, 반대로 복잡하고 전문성을 요구하는 고부가가치 업무 의뢰가 늘었습니다.

고부가가치 업무이니 계약 단가도 더 높겠죠?

전문성이 높은 프리랜서일수록 생성형 AI의 혜택을 더 많이 가져가고 있는 것입니다.

이들은 반복적이고 단순한 일들을 AI에게 맡기고, 남은 시간에 고객 커뮤니케이션, 문제 해결, 전략 수립 등 고차원적 업무에 집중할 수 있었다고 합니다. 

위 그래프에서 보듯, 이런 현상은 거의 모든 분야에서 동일하게 나타났습니다.

반면, 생성형 AI가 처리할 수 있는 정도의 업무를 담당했던 프리랜서들은 일자리를 잃을 수밖에 없었습니다.

생성형 AI가 누군가에게는 더 큰 기회를 가져다 주었지만, 누군가의 기회는 빼앗아버린 것이죠. 

전문가가 되기 위해 필요한 조건 4가지

Upwork의 연구 결과는 전문성이 AI와 결합했을 때 더 기회가 찾아온다는 사실을 말해줍니다.

커뮤니케이션, 문제 해결 능력, 전략적 사고 등의 고차원적 업무 역량 역시, 전문성이 뒷받침 되어야 가능합니다.

이 사실을 알고 나니, 이런 질문이 떠올랐습니다.

“전문가는 어떻게 만들어질까?"

위 질문에 대한 답을 찾기 위해, AI 검색 서비스 genspark.ai를 이용해 관련 자료를 찾아봤습니다. 

검색 결과에 나온 출처들 중 다시 괜찮은 것들을 골랐고, 내용의 이해를 위해 전체 내용을 요약해 스레드에 공유했습니다. 

정리한 자료는 아래 스레드 링크에서 확인하실 수 있습니다.

1. 경력이 많다고 무조건 전문가라고 할 수 없다
2. 전문가가 되기 위한 5가지 단계
3. 무엇이든 스스로 배우는 방법
4. 지식 근로자 대부분은 ‘고급 입문자’에 머문다
5. 전문가가 되기 위해 필요한 4가지 조건
6. Open AI 창립 멤버 안드레 카파시가 말하는 전문가 되는 방법

아래 계정을 팔로우 하시면, 프리워커를 위해 조사하고, 정리한 자료들을 확인하실 수 있습니다! 

>> 스레드 계정 팔로우하기 

전문가에 대한 자료들을 살펴보면, 공통적으로 등장하는 단어가 있습니다.

바로 패턴 인식(Pattern Recognition)입니다.

분야마다 차이는 있지만, 전문가는 수많은 경험을 토대로 방대한 양의 정보를 패턴으로 인식하고, 빠르게 적합한 해결 방법을 찾아내는 사람입니다.

따라서 전문가가 만들어지기 위해서는 아래 4가지 조건이 필요합니다.

1. 규칙 또는 패턴을 통해 어느 정도 예측이 가능한 환경이어야 합니다. 결과가 무작위로 나타나는 분야에서는 패턴을 발견하기 힘들기 때문입니다.

2. 피드백을 동반한 반복적인 시도가 가능해야 합니다. 그래야 성공과 실패를 경험하며, 피드백을 통해 빠르게 실력을 향상시킬 수 있습니다.

3. 시의 적절한 피드백이 가능해야 합니다. 행동에 대한 피드백이 빠르게 주어질수록, 자신의 행동을 개선하고 전문성을 키울 수 있습니다.

4. 편안한 상태를 벗어나기 위해 노력해야 합니다. 현재의 능력치를 벗어나는 과제를 설정하고, 이를 극복하기 위한 의도적 훈련을 지속해야 합니다.

1, 2번은 패턴이 만들어질 수 있는 환경이고, 3,4번은 패턴 인식과 문제 해결 능력을 개발하기 위한 방법입니다.

이 4가지 조건이 충족됐을 때, 비로소 전문가가 만들어질 수 있는 것이죠.

특히 우리는 4번에서 언급한 ‘의도적 훈련(Deliberate Practice)’에 주목할 필요가 있습니다.

전문성을 기르는 최고의 방법 - 의도적 훈련(Deliberate Practice)

의도적 훈련(Deliberate Practice)은 전문성 개발과 관련해 자주 언급되는 개념인데요.

어떤 분야든 단순히 경력을 많이 쌓았다고 전문가가 되는 것은 아닙니다.

전문가가 되기 위해서는 특정 기술에 대해 의식적이고 계획적인 노력, 즉 의도적 훈련이 필요합니다. 

의도적 훈련은 예체능은 물론, 교육, 간호, 수술, 치료, 프로그래밍, 심지어 글쓰기, 리더십, 커뮤니케이션 등 다양한 분야에서 효과를 발휘하는데요.

심리학자이자 전문가 연구의 권위자인 안데르스 에릭슨(K. Anders Ericsson)이 만든 개념으로, 아래 4가지 특징을 갖습니다.

1. 명확하고 구체적인 목표 설정

단순히 전반적인 실력 향상을 목표로 해서는 안 됩니다.

구체적이고 측정 가능한 목표 설정이 필요합니다.

발전시키고 싶은 기술의 구성 요소 중 성과에 영향을 미치는 요소를 파악합니다.

그 중 취약한 요소를 파악해 개선하는 것을 목표로 삼습니다.

모든 단계마다 측정 가능한 목표를 설정하고, 이를 달성하기 위한 효과적은 방법을 찾습니다.

2. 지금보다 약간 높은 수준의 목표 설정

아무리 오랜 경험을 갖고 있어도 전문가로 나아가지 못한다면, 이전 수준에서 시간만 보내고 있을 가능성이 높습니다.

따라서 현재 능력 수준보다 약간 높은 수준의 과제를 설정해야 합니다.

능숙하지 않은 부분이 있다면, 부족한 부분을 의식적으로 반복 연습합니다.

그래서 의도적 훈련은 불편하고 힘듭니다.

하지만 이 불편함과 힘듦을 극복하면, 한 단계 발전해 있는 자신을 발견할 수 있습니다.

3. 즉각적이고 반복적인 피드백을 통한 개선

단순히 연습을 했다/안했다 또는 성공했다/실패했다로 끝나서는 안 됩니다.

결과에 대해 즉각적이고 반복적인 피드백을 통해 부족한 부분을 의식적으로 개선해야 합니다.

목표를 달성하지 못했다면, 왜 하지 못했는지, 어떤 부분을 개선해야 하는지 알아야 합니다.

이 피드백은 빠르면 빠를수록 좋습니다.

가장 이상적인 경우는 훌륭한 코치를 만나는 것입니다.

무엇이 잘못됐는지, 어떤 부분을 개선해야 하는지 즉각적으로 알려주기 때문입니다.

4. 고도의 집중력을 발휘한 후의 적절한 휴식

의도적 훈련은 높은 수준의 집중력을 필요로 합니다.

개선하고자 하는 기술의 구성 요소와 개선 방법을 정확히 인식해야 하기 때문이죠.

매 순간 자신이 무엇을 하고 있는지, 그것이 개선되고 있는지 집중해야 합니다.

따라서 하루 2~3시간 정도 의도적 훈련에 집중하는 것이 적절합니다.

그 이상 집중할 수 있는 사람은 흔치 않기 때문이죠.

분야를 막론하고, 최고 수준의 전문가들도 3~5시간 이상 의도적 훈련에 투자하기는 힘들다고 합니다.

오히려 훈련이 지나칠 경우, 부정적 결과로 이어지거나 번아웃이 찾아올 수도 있습니다.

정해진 시간에 고도의 집중력을 발휘하되, 적절한 휴식을 취해야 합니다.

물론, 세계적 수준의 전문가가 되기 위해서는 절대적인 시간도 중요합니다.

안데르스 에릭슨(Anders Ericsson) 교수에 따르면, 최소 10년(10,000시간)이 필요하다고 합니다.

하루 3시간 x 365일 x 10년 = 10,950시간

하루에 3시간씩 10년을 투자해야 10,000시간이 채워집니다.

다시 Upwork 연구 결과를 떠올려보면, 이런 생각이 듭니다.

“아니 그럼, 10년 동안 전문성을 갈고 닦아야, AI로부터 살아남을 수 있다는 거야?”

당연히 아닙니다. 

지식 근로자로서 우리가 도달해야 할 수준은 세계적 수준의 전문가가 아니기 때문이죠.

당신의 실력은 몇 단계인가요?

미국의 철학자 휴버트 드라이퍼스 (Hubert L. Dreyfus)가 제안한 드라이퍼스 모델 (Dreyfus Model)은 전문가를 총 5개의 레벨로 구분합니다.

초보자(Novice) - 고급 입문자(Advanced Beginner) - 중급자(Competent) - 숙련자(Proficient) - 전문가(Expert) 순인데요.

초보자(Novice)에 가까울수록 경우 정해진 규칙이나 매뉴얼에 의존하고, 해결할 수 있는 문제의 수도 적습니다.

맡은 업무에 대한 책임과 감정도 제한적이죠.

이후 다양한 문제 상황에 대한 경험을 쌓으면서, 사용할 수 있는 규칙과 매뉴얼이 늘어나고 문제의 맥락을 이해하기 시작합니다.

맡은 엄무에 대한 책임의 범위도 넓어지고, 감정의 깊이도 커집니다.

전문가 단계에 이르면 거의 대부분의 문제에 대해, 패턴 인식 통해 직관적으로 해결 방법을 떠올릴 수 있게 됩니다.

말 그대로, ‘척하면 척’인 경지에 이르는 것이죠.

하지만 대부분의 지식 근로자들은 2번째 고급 입문자(Advanced Beginner) 단계에 머문다고 합니다.

따라서 전문성을 기르기 위해 특별한 노력을 기울이지 않았다면, 우리 대부분은 고급 입문자에서 머물고 있을 확률이 높습니다.

관점을 바꿔 생각하면, 10년이나 되는 시간을 투자하지 않더라도, 중급자 또는 숙련자 레벨에 오르게 된다면 남들보다 앞서갈 수 있다는 뜻이기도 합니다. 

AI를 통해 전문성을 더 빠르게 
개발할 수 있지 않을까?

Upwork의 연구 결과와 전문성에 대한 자료들을 보고 난 후 이런 생각이 들었습니다. 

전문가의 핵심이 ‘패턴 인식’이라면, 이건 AI가 가장 잘하는 일 아닌가? 

그럼, AI의 도움을 통해 우리의 전문성을 좀 더 빠르게 개발할 수 있지 않을까?

왠지 가능할 것 같기도 한데, 아직 이 질문에 대한 답은 아직 찾지 못했습니다. 

기회가 된다면 이 주제로 자료를 찾아보고 정리해 보려 하는데요. 

혹시 답을 알고 계시거나, 좋은 아이디어가 있으시다면 프리워커스클럽에서 의견 나눠보시죠!

 >> 프리워커스클럽 자세히 알아보기