'넘어질 때마다 우리는 무언가를 줍고 일어선다.'

최근 SNS에서 본 가장 인상 깊은 문장 중 하나였습니다.

실패에서 배운다는 말을 은유적인 통찰로 잘 풀어낸 글이라 눈길이 갔어요.
 

출처: chatgpt 이미지 생성

맞아요, 우리는 실패에서 배웁니다. 그리고 그 실패를 통해 성공으로 나아갑니다.

실패는 부정적인 것만이 아니라 우리가 배우고 성장할 도움닫기와 같은 것이라고 생각해요.

그래서 제가 부딪히고 개선한 실패 경험들도 누군가에게 도움이 될 수 있겠구나 생각했습니다.

저는 IT회사 DX팀에 있으면서 AI 도입 PoC 프로젝트 수행, AI 자동화 프로덕트 구현, 현업 교육을 진행했고 특히, AI 입문자인 현업들이 겪는 공통적인 문제가 있다는 것을 발견하게 되었습니다.

그들의 실패를 함께하면서 실패를 극복해 보기도 하고 그 반대의 경우도 있었습니다.

몇 가지 원인을 분석하고 여러 Case 조사도 하면서, '아, 이래서 안 됐었구나'하는 깨달음이 정리되는 경험도 했습니다.

그래서 첫 번째 AI 실험실 뉴스레터 주제를 실패를 통해 깨달은 점에 초점을 맞추게 되었어요.

토스 에디슨도 전구의 필라멘트를 찾기 위해 6,000번 이상의 실험을 거쳤다고 하죠. 그러고는 '나는 실패한 적이 없다. 단지 작동하지 않는 10,000가지 방법을 발견했을 뿐이다.'라는 유명한 말을 남겼습니다.

AI도 마찬가지라고 생각합니다. 실패는 오답을 제거해 나가는 성공의 필수 과정입니다.

성공으로 가는 데에 시행착오를 줄여주기 때문이죠. 결과적으로 이번 글은 AI에 관심 있거나 시행착오를 줄이고 싶은 분들께 좋은 지침서가 될 것입니다.

다만, 기본적인 내용이 다수 포함되어 이미 모든 시행착오를 거친 AI 전문가나 숙련된 지식 공유자분들께는 추천해 드리지 않습니다. :)

그러면 첫 번째 Chapter를 시작해 보겠습니다!

Case1. AI는 검색엔진이 아닙니다(가장 흔한 사례)

생각보다 AI에 입문하신 많은 분이 실수하는 역역 중 하나였습니다.

'○○에 대해 알려줘.'라고만 검색하고 그 이상으로는 활용하지 못했죠. AI의 지능을 정보를 찾는 것에만 쓰기에는 너무 아까워요. 그렇다면 이럴 때는 어떻게 해야 할까요?

AI를 모든 문제 상황에서 호출하세요.

이건 의식적으로 훈련이 필요한 일이기도 합니다. 이런 일도 AI에게 맡겨도 될까..? 고민이 되는 것도 사실이에요. 그럴 때 팁이 있는데요. 우리의 감정에 집중하는 것입니다. 어떤 때에 막막함, 답답함, 불편함을 느끼는지 집중해 보세요. 대게는 우리 삶 속 많은 경우가 포함됩니다.

그 모든 문제를 AI 앞으로 가져오세요.

아래와 같은 사례처럼요. 실제 현업 업무 용어도 들어가서 생소한 용어가 보이기도 하는데요, 이런 건 무시하고 그냥 뭔가 ‘일할 때 막히는 부분이 생겼고, 그걸 AI와의 대화를 통해 풀어나가는 것이다.’ 에 집중해 보면 좋아요.

‘AI와 대화한다'가 핵심입니다.

위의 2가지 상황을 모두 보면 <문제상황에 대한 설명 + AI에게 요청하는 말> 로 구성된 프롬프트로 대화하고 있어요.

단순히 모르는 내용에 대해 검색하는 것과는 다른 용도로 AI를 활용하고 있단 걸 알 수 있습니다.

이런 방식으로 대화가 중심이 되면 AI가 내 의도에 맞지 않는 답을 줄 때도 대화로 풀어나갈 수 있습니다.

‘나는 ○○한 것을 원했는데, 너는 □□에 대해 답변을 하고 있어. 내가 원하는 요청을 네가 잘 알아듣고 수행하게 하려면 내가 추가로 어떤 정보를 더 제공해야 해?’

이렇게 말이죠.

AI 활용이 어려운 이유는 언제 어떻게 써야 할지가 익숙하지 않아서 인데요.

그럴 때는 최대한 많은 상황에 AI를 개입시켜 보면서 스스로 AI의 가치와 효용성을 체감하는 것만큼 좋은 방법이 없습니다.

좋은 걸 알아야 계속 손이 가는 법이거든요.

그런데 여기서 제가 놓쳤던 포인트가 있었어요.

제가 앞에서 뭐라고 말씀드렸나요?

AI를 모든 문제 상황에서 호출하세요.

그런데 우리는 생각보다 우리의 ‘문제’에 대해 무지합니다.

여러 가지 이유가 있겠지만 ‘문제’를 ‘문제’라 인식하는 것에 서툴기 때문인 것이죠.

Case2. AI로 풀 수 있는 문제가 뭐인지조차 모를 때(문제 정의의 영역)

제가 직장 안에서 만난 현업들은 너무 바빴었어요. 하루하루 일 쳐내기에 급급한 경우도 있고, 시도 때도 없는 보고서 요청이나, 당장 마감을 쳐야 하는 업무도 있었거든요.

그래서 진짜 문제는 나에게 존재하는 문제들을 진짜 ‘문제’라고 인식하지 못하는 것입니다.

이건 직장인뿐만 아니라 현대인의 삶을 사는 다른 분들도 모두 해당하는 내용이라고 생각합니다.

우리는 우리의 진심과 본질에 대해 생각할 시간이 적은 현대사회를 살고 있어요.

가만히 앉아 있을 시간 없이, 쇼츠, 릴스, 각종 SNS가 쉽게 우리를 자극하고 도파민에 빠트립니다.

저는 이만큼이나 기술이 발전하고, AI가 모두에게 열려있는 시대의 사람들은 

모두 AI가 주는 잠재력을 가지고 있다고 생각해요.

관건은 내가 그 잠재력을 어떻게 발현시키느냐, '어떤 문제와 AI가 만나게 할 것인가.' 입니다.

그래서 문제를 인지하고 정의하는 것부터가 더욱 중요할 수밖에 없는데요.

저도 현업이 문제를 찾게 하기 위해 평이 좋은 AI 강의도 추천해 보고, 가이드 문서도 공유해 보고 별의별 방법도 써보고 했는데, 시간이 없거나 AI가 주는 효용가치에 대한 공감이 크게 없는 분들은 사실 찾아드려도 잘 공부하지 않았습니다.(ㅠㅠ) 

그렇다면 어떻게 해야 할까요?

사실 해결 방법은 우리 안에 있습니다.

그 중에서도 AI를 배우고 업무를 효율화 하는 등 성과를 내는 직원이 존재했거든요.

그 방법이 무엇이었냐구요?

그건 바로 ‘내가 진정으로 몰입할 수 있는 문제를 만났는가’ 입니다.

내가 진정으로 몰입할 수 있는 문제를 만나면 그 뒤는 쉬워집니다.

자발적으로 그 문제를 풀기 위해 필요한 AI 툴을 배우고 능동적으로 프로세스를 혁신하게 되거든요.

이를 뒷받침하는 좋은 사례가 있어 소개해드릴게요.

엔비디아에서 커리어를 시작해 현재는 국가대표 AI 기업 업스테이지에 계신 손해인 대표님의 강연 중 내용이었습니다.

출처: 세바시 Youtube

대표님은 한 비영리 기관의 사례를 소개해 주셨어요. 

비영리기관 후원기획 담당자의 업무는 이러했습니다. 후원 아동들이 손으로 쓴 감사 편지를 받아 후원자에게 전달하고, 편지 내용 중 아이들의 추가적인 요구사항이나 도움이 필요한 내용을 파악하여 새로운 후원 기획으로 만드는 것이 주 업무였어요.

그러나 수많은 손글씨 데이터를 번역하고 자료를 준비할 인력이 부족하여, 정작 시급한 아이들의 이슈를 빠르게 파악하기 어려웠었죠. 

그런데 후원기획 담당자는 그 문제를 인력 문제로 바라보지 않고 다른 문제로 바라봤습니다.

출처: 세바시 Youtube

결국 '아이들의 마음을 빠르고 온전하게 전달해보자'라는 자기만의 문제 정의를 통해 진심으로 몰입할 문제를 만났고, 결국 AI를 통해 이 프로세스를 혁신하게 됩니다.

AI를 통해 손글씨를 디지털로 전환하고, 그 데이터를 다시 AI로 번역해 아이들의 목소리가 편지에 담기게 했습니다.

그리고 번역된 내용 중 도움이 필요하다고 한 아이들의 편지 내용은 별도의 프로그램으로 정리하는 시스템을 AI의 도움으로 구축했던 것이죠. 

어떤가요? 

강연을 한 손해인 대표님도 ‘나를 이해하고 분석하는 힘’, 그리고 '자신만의 문제를 정의하는 힘'이 단순 AI 스킬보다 중요하다고 말했습니다. 

그래서 저 또한 추천해 드리는 건 AI를 잘 쓰고 싶다면 왜 잘 쓰고 싶은지, 이걸 통해 무엇을 진정으로 바꾸고 싶은 건지를 샅샅이 분석해 보는 겁니다.

내가 뭘 좋아하고, 내가 뭘 싫어하고, 견딜 수 없는 상황이 무엇이었는지, 그래서 이런 건 좀 변했으면 좋겠다던가, 은근히 짜증났던 업무 프로세스 등 어떤 문제 상황이든 상관없으니 다 빈 A4용지에 적어보는 겁니다. 문제를 정의하기 위해 나를 더 잘 알아야 해요.

사실 이건 당장 대단한 AI 활용법 치트키나 노하우가 아닌 시간과 노력을 들여 본질을 해체하는 작업에 가깝습니다.

당장은 와닿지 않을 수 있지만 저는 이게 제가 직접 경험하고 발견한 정통법이지 않을까 말씀드려요.

위에서 탑다운으로 아무리 AX과제를 내려도 내적 동기가 발현되지 않은 팀은 보고 때에만 잠깐 임시방편의 TF를 꾸릴 뿐 결국 변화하지 않더라구요.

그런데 그걸 계속해서 따라하고 변화를 주도하는 팀은 일단은 팀 리더가 깨어있었고, 그 업무로 인한 병목이 심해서 변화를 진심으로 원했던 팀이었습니다.

Case3. 모든 것을 AI로 해결하려는 경우(AI 과의존은 '독')

마지막 케이스 입니다.

Case1, 2를 읽어 보신 분들이라면 몰입할 수 있는 문제 하나를 정의하고, 그 문제를 풀며 마주하는 모든 상황에서 AI의 도움을 구하는 연습을 해야 한다는 것을 이해하셨을 거에요.

그런데 막상 Case3에서는 모든 것을 AI로 해결하려는 경우가 실패 사례라니, 조금 당황하셨나요?

여기서 '모든 것을 AI로 해결하려는 경우'란

• AI에 의존해서 스스로 생각하기를 쉽게 포기하는 경우
• AI가 내주는 정답을 검증 없이 그대로 따르는 경우
• AI를 사용하는 것만이 고도의 문제해결이라 믿는 경우

이 3가지를 포함합니다. AI의 탁월성을 너무 맹신하고 큰 시야에서 이 기술산업을 바라보지 못하는 경우 역설적이게도 이런 현상이 발생했어요.

이 중에서는 3번째 세부 사례인 'AI를 사용하는 것만이 고도의 문제해결이라 믿는 경우'에 대해 깨달은 인사이트를 더 풀어볼게요.

사실 어떤 문제이냐에 따라서 AI의 역할은 하늘과 땅 차이입니다.

AI로 기업의 핵심 솔루션을 개발한다면 AI 자체가 프로덕트의 핵심 요소일 수 있고, 혹은 좋은 상용솔루션을 발견하기 위해 AI의 도움을 요청한다면 단순히 AI와 대화하는 과정에서 문제 해결의 아이디어를 얻는 수준만큼만 AI를 사용할수도 있어요.

이 과정에서 인간의 의사결정이나 도메인 지식을 통한 가불 판단의 문제도 엮여있고요.

실제로 제가 맡은 프로젝트 중에 가장 많은 의사결정이 소요되는 것은 바로 '시장에 이미 있는 좋은 솔루션을 우리 회사에 커스텀하여 도입하면 풀리는 문제이다 VS 우리 회사만의 고유한 AI플랫폼 또는 서비스가 필요하다' 라는 것이었습니다. 

비용, 커스터마이징, 유지보수 등 여러 고려사항을 검토하여 결정을 내려야 했고, 아무리 AI 기술이 날마다 발전한다고 하더라도 AI가 그 중심이 있는 것이 아니라 여전히 사람의 올바른 판단이 문제 해결의 중심에 있어야 한다는 것이었어요.

끝으로 정리해 볼게요

1. AI를 검색 엔진이 아닌 대화 파트너로 바라보세요. AI에게 단순히 정보를 검색하는 것을 넘어, 일상의 모든 문제 상황에서 대화를 시작하세요. 막막함, 답답함, 불편함을 느끼는 순간마다 AI를 호출하고 대화를 통해 해결책을 찾아가는 연습이 필요합니다.
2. 나만의 문제를 정의하는 것이 출발점입니다.  AI 스킬보다 중요한 것은 '내가 진정으로 몰입할 수 있는 문제'를 찾는 것입니다. 내가 무엇을 바꾸고 싶은지, 어떤 상황이 견딜 수 없는지 스스로를 깊이 분석하고 문제를 정의할 때 비로소 AI의 진정한 활용이 시작됩니다.
3. AI는 도구일 뿐, 문제 해결의 중심에는 '사람' 있어야 합니다. AI에 의존해 스스로 생각하기를 포기하거나, AI 답변을 무비판적으로 수용하는 것은 위험합니다. 여전히 사람의 올바른 판단과 도메인 지식이 문제 해결의 중심에 있어야 하며, AI는 그 과정을 돕는 강력한 도구로써 사용되어야 합니다.