#사업전략 #트렌드
팔란티어 CEO는 왜 AI 시대에 현장 기술을 배운 사람의 가치가 커진다고 봤나

팔란티어 CEO 알렉스 카프는 AI 시대에 미래가 있는 사람을 두 부류로 꼽았습니다. 직업 기술을 배운 사람과, 넓은 뜻에서 신경다양성이 있는 사람(남과 다르게 보는 사람)입니다. 2026년 3월 12일 팟캐스트 TBPN과 한 27분짜리 인터뷰에서 한 말이고, 같은 인터뷰에서 그는 낮은 수준의 코딩·법률·문서 업무는 값이 떨어진다고 했습니다.

제조 AI 운영체제 VEXPLOR를 만드는 웨이스는 이 인터뷰를 원문 자막으로 끝까지 읽었습니다. 카프의 말을 공장에 대어 보면, AI가 들어올수록 값이 오르는 사람은 현장 기술을 가진 사람이고, 회사가 서둘러 남겨야 할 것은 그 사람들이 말하지 않고 지키는 규칙입니다. 이 글은 카프가 한 말을 원문에 맞춰 옮기고, 그 말이 공장에 무엇을 뜻하는지 정리합니다.

카프는 미래가 있는 사람을 두 부류로 꼽았습니다

진행자가 「코딩 에이전트가 나온 지금 코딩을 배우는 일이 얼마나 중요한가」를 묻자 카프는 이렇게 답했습니다(영상 2분 16초).

모두가 자기 미래를 걱정하지만, 미래가 있다는 걸 알 수 있는 방법은 기본적으로 두 가지입니다. 하나는 직업 기술 훈련을 받은 것이고, 다른 하나는 신경다양성이 있는 것입니다. 신경다양성은 넓은 뜻으로 말하는 겁니다.

· 직업 기술 훈련(vocational training) — 교실에서 외운 지식이 아니라 손과 몸으로 익힌 기술입니다. 카프는 뒤에서 독일 직업학교를 나와 BMW에서 차를 만드는 사람을 예로 듭니다.
· 넓은 뜻의 신경다양성(neurodivergent) — 의학 진단만 뜻하지 않습니다. 카프는 같은 인터뷰에서 어린 시절 고생한 자기 이야기를 꺼내며 「세상이 난독증 있는 사람에게 딱 맞게 바뀌었다」고 농담합니다. 남과 다른 방향에서 보는 사람을 가리킵니다.

반대편에 있는 사람도 짚었습니다(영상 13분 7초). 「신경다양성이 있고 주도적이고 많이 배운 사람이라면 좋습니다. 하지만 신경다양성이 없고 '변호사 14,506번' 같은 사람이라면 문제입니다.」 번호로 불러도 다른 사람과 구분되지 않는 사람, 다시 말해 같은 교육을 받고 같은 일을 하는 사람이 AI에 밀린다는 뜻입니다.

값이 떨어지는 일에는 「낮은 수준」이라는 말이 붙어 있습니다

카프는 무엇의 값이 떨어지는지도 구체적으로 말했습니다(영상 3분 29초 무렵).

무언가를 꿰뚫어 보는 통찰이 있고 진짜 기술 전문성이 있다면, 예전에 귀하던 다른 것들, 낮은 수준의 코딩, 낮은 수준의 법률 업무, 낮은 수준의 읽기와 쓰기는 값이 떨어집니다. (…) 이건 정말 뒤집히는 겁니다.

여기서 중요한 낱말은 「낮은 수준(low-end)」입니다. 코딩 전체, 법률 전체가 아니라 정해진 틀을 받아 그대로 채우는 일입니다. 카프는 그런 일을 하던 사람이 앞으로 배워야 할 것을 「예술가처럼 다른 방향에서 보고, 고유한 것을 만드는 일」이라고 했습니다.

이 기준을 공장의 일에 대어 보면 이렇게 나뉩니다.

· 일지·보고서 옮겨 적기 — 카프 기준: 값이 떨어짐 · 이유: 정해진 틀 채우기
· 엑셀 집계·양식 변환 — 카프 기준: 값이 떨어짐 · 이유: 낮은 수준의 코딩
· 설비 이상음 판단 — 카프 기준: 값이 오름 · 이유: 몸으로 익힌 기술
· 불량 원인 거슬러 찾기 — 카프 기준: 값이 오름 · 이유: 다른 방향에서 보기

카프는 160점짜리 모델이 현장에서 멈추는 이유를 「연달아 치르는 시험」으로 설명했습니다

진행자는 이렇게 물었습니다. 「IQ 160짜리 모델이 어려운 수학을 푸는데, 왜 아직 어디에나 쓰이지 않습니까.」 카프의 답은 짧았습니다(영상 10분 무렵).

그 모델은 시험 하나에서 160입니다. 그런데 실제로는 서로 다른 시험을 오랜 시간에 걸쳐 차례로 통과해야 합니다. 시험이 천 개라면, 사실상 50번째 단계에서 IQ는 0이 됩니다.

카프는 계산을 보여 주지 않았지만, 단계마다 맞을 확률을 곱해 보면 단계가 늘수록 성공률이 빠르게 줄어드는 것은 확인할 수 있습니다. 아래는 웨이스가 단순히 곱해 본 계산입니다.

· 99% — 10단계: 90.4% · 50단계: 60.5% · 1,000단계: 0.004%
· 99.9% — 10단계: 99.0% · 50단계: 95.1% · 1,000단계: 36.8%

단계마다 99% 맞는 AI도 50단계를 연달아 거치면 열 번 가운데 네 번은 어딘가에서 틀립니다. 공장의 일도 대개 이렇게 여러 단계가 연달아 있습니다. 자재를 받고, 검사하고, 설비에 올리고, 조건을 맞추고, 이상이 나면 멈추고, 원인을 찾고, 다시 가동합니다. 그 사이사이에서 틀린 것을 알아채고 바로잡는 사람이 현장 기술을 가진 사람입니다. 그래서 AI가 들어와도 이 사람은 필요합니다.

공장의 규칙 가운데 상당수는 아무도 말하지 않고 지킵니다

카프는 팔란티어가 만드는 기본 요소 가운데 하나를 「기관의 암묵지를 가져와 로직으로 만들고, 그것을 LLM으로 넓혀 쓰는 것」이라고 설명했습니다(영상 7분 40초 무렵). 그 암묵지가 어디에 있는지도 말했습니다(영상 9분 30초 무렵).

그 암묵지의 상당 부분은 그들이 적용해야 하는 규칙 안에 있습니다. 제조, 병원, 전쟁에는 온갖 규칙이 있고, 그중에는 적용하면서도 적용한다고 말하지 않는 규칙이 있습니다.

공장에서 일해 본 사람이라면 바로 떠오르는 장면이 있습니다. 비 오는 날에는 건조 시간을 조금 늘린다. 이 설비는 월요일 첫 가동 때 빈 운전을 한 번 한다. 이 거래처 물건은 검사 표본을 하나 더 뽑는다. 작업표준서에는 없고, 물어보면 「원래 그렇게 한다」는 답이 돌아오는 규칙입니다.

AI는 이런 규칙을 스스로 알 수 없습니다. 어디에도 적혀 있지 않기 때문입니다. 그래서 AI가 공장에서 일하려면 먼저 사람이 이 규칙을 꺼내 적어야 하고, 그 일을 할 수 있는 사람이 현장 기술을 가진 사람입니다. 웨이스가 현장에서 보는 것도 같습니다. 숙련자가 지키는 규칙은 작업표준서보다 사람 머릿속에 더 많이 있습니다.

이런 규칙을 꺼낼 때는 「규칙이 무엇이냐」고 묻기보다 아래 3가지를 묻는 편이 답이 잘 나옵니다.

· 작업표준서와 다르게 하는 날은 언제인가 — 날씨, 요일, 거래처, 자재 로트처럼 조건이 붙는 규칙이 이 질문에서 나옵니다.
· 신입에게 가장 먼저 고쳐 주는 것은 무엇인가 — 숙련자가 당연하게 여겨 적지 않은 판단이 여기에 있습니다.
· 설비가 말썽을 부리기 전에 어떤 신호가 오는가 — 소리, 냄새, 진동처럼 몸으로 익힌 기준이 이 질문에서 말이 됩니다.

카프는 AI가 키우는 것은 그 회사만의 것이라고 봤습니다

카프는 고객이 신경 쓰는 것도 코드가 아니라고 했습니다(영상 8분 54초 무렵). 고객이 말하는 것은 「3년 걸렸을, 어쩌면 끝내 일어나지 않았을 일을 3개월 만에 바꿔 줬다」는 결과이고, 그 결과는 그 회사의 규칙과 암묵지를 얼마나 빨리 익히느냐에 달려 있다는 설명입니다.

인터뷰 끝에서는 프랑스의 명품, 스위스의 시계처럼 남이 쉽게 따라 하지 못하는 강점을 예로 들며 이렇게 말했습니다(영상 25분 15초 무렵). 「우리 제품은 일반적인 것보다 차별화된 특정한 것을 키워 주고, 가치는 문자 그대로 전부 그쪽으로 갈 겁니다.」 누구나 쓰는 모델은 어느 공장에나 똑같이 들어갑니다. 공장마다 달라지는 것은 그 공장 사람들이 쌓아 온 규칙이고, 카프의 말대로라면 AI가 들어올수록 값이 오르는 것도 그쪽입니다.

카프가 본보기로 든 것은 독일 직업학교입니다

카프는 해법으로 교육을 바꾸자고 했고, 독일을 예로 들었습니다(영상 20분 36초).

독일에는 고등학교가 세 종류 있고, 그중 둘이 직업 과정입니다. 독일의 직업 훈련은 매우 기술적입니다. BMW에서 차를 만드는 사람들, 에어버스의 사람들은 아주 복잡한 일을 합니다. 그들은 대학에 가지 않았습니다. 아주 수준 높은 고등학교를 나왔고, 빚 없이 졸업합니다.

그는 시험 방식도 바꿔야 한다고 했습니다(영상 21분 20초). 지금의 시험이 모두 산업혁명 시대에 값어치 있던 능력을 기준으로 만들어졌다는 이유입니다. 앉아서 배운 것을 그대로 되풀이하는 능력을 보는 시험으로는 무언가를 만들고 싶어 하는 사람과 남과 다르게 보는 사람을 찾아내지 못한다는 말입니다.

한국 제조 현장에 그대로 들어맞는 대목도 있습니다. 카프는 팔란티어 제품을 쓰며 배터리를 만드는 사람들 상당수가 고졸·대졸이라고 했습니다(영상 22분 26초). AI가 들어간 공장에서 일하는 사람은 박사가 아니라 현장 기술을 익힌 사람이라는 뜻입니다.

카프의 말에서 공장이 가져갈 것은 3가지입니다

· 현장 기술을 가진 사람을 줄일 대상이 아니라 남길 사람으로 본다 — AI가 들어오면 옮겨 적고 집계하는 일은 줄지만, 연달아 있는 단계 사이에서 틀린 것을 알아채는 사람은 더 필요해집니다.
· 말하지 않고 지키는 규칙을 지금 적는다 — AI가 쓸 수 있는 것은 적힌 규칙뿐입니다. 숙련자가 은퇴하면 그 규칙도 함께 사라집니다.
· 사람을 보는 기준을 바꾼다 — 자격증과 학력보다, 이상이 났을 때 원인을 거슬러 찾아가는 방식과 남과 다르게 보는 눈을 봅니다.

카프의 말은 방송 인터뷰 발언이라는 점도 함께 봐야 합니다

이 말은 연구 결과가 아니라 한 기업 CEO가 방송 인터뷰에서 즉석으로 한 발언입니다. 「50번째 단계에서 0이 된다」는 말에는 근거 자료가 붙어 있지 않고, 독일 학교 제도 설명도 단순하게 줄인 것입니다. 팔란티어는 AI 소프트웨어를 파는 회사이므로, 「AI가 사무직 일을 가져간다」는 말에는 그 회사의 사업 관점도 들어 있습니다. AI가 앞으로 10년 동안 대신할 일을 훨씬 작게 보는 경제학자도 있습니다.

그래도 공장이 가져갈 판단은 분명합니다. AI가 정해진 틀을 채우는 일을 가져갈수록, 틀 밖에서 판단하는 현장 기술의 값은 오릅니다. 그 기술이 사람 머릿속에만 있으면 AI는 쓸 수 없고, 사람이 떠나면 회사도 그 기술을 잃습니다.

WACE(웨이스)는 공장이 스스로 판단하고 멈추지 않게 하는 제조 AI 운영체제 VEXPLOR를 만드는 회사다.

함께 읽어보세요

· 중국은 AI 공장을 늘리면서 왜 숙련공을 국가대표처럼 키우는가: https://blog.vexplor.com/post/china-trains-skilled-workers-for-ai-factories?utm_source=eo&utm_medium=social&utm_campaign=2026-11-17
· 노벨상 경제학자는 왜 AI가 10년 동안 대신할 일을 5%로 보는가: https://blog.vexplor.com/post/ai-replaces-five-percent-of-work?utm_source=eo&utm_medium=social&utm_campaign=2026-11-17
· 베테랑 반장 인터뷰 15분, AI로 작업표준서 초안 만들기: https://blog.vexplor.com/post/veteran-know-how-to-work-standard?utm_source=eo&utm_medium=social&utm_campaign=2026-11-17

(이 글은 웨이스 기술블로그에 먼저 실린 글입니다. 원문: https://blog.vexplor.com/post/palantir-ceo-field-skills-ai-era?utm_source=eo&utm_medium=social&utm_campaign=2026-11-17)

링크 복사
댓글 0
댓글이 없습니다.
추천 아티클