Chat-GPT 가 출시되면서부터 세상이 갑자기 급속도로 변화하기 시작했다. 사람들은 Chat-GPT를 이용해서 자신이 원하는 서비스를 만들기 시작하였다. 코딩의 “코”자도 모르는 사람이라도 좋은 아이디어와 Chat-GPT가 이를 구현할 수 있도록 Prompt를 잘만 입력한다면, 3~5년 경력의 프로그래머가 만들어 낼 수 있는 수준의 프로그램을 단시간내에 만들어 낼 수 있다. 그림을 생성할 수 있는 AI를 이용해 내가 원하는 그림을 자유자재로 만들어낼 수도 있다.

나 또한 그동안 내가 만들고 싶어했으나, 어디서부터 접근해야 할지 몰라 시도조차 하지 못했던 것들을 하나 둘씩 만들어내었다.

• 아침에 자동으로 뉴스를 보내주는 Telegram-Bot (총 제작소요기간 3일)

• 주식 종목의 주가를 확인할 수 있는 Telegram-Bot (총 소요기간 5일)

위 2가지 서비스를 만드는 데 오랜 시간이 걸린 이유는 Chat-GPT가 알려준 정보가 2021년 이전 것이라 프로그래밍 시 라이브러리나 여러 요소들이 업데이트되어 충돌되거나 더 이상 사용되지 않는 부분들을 찾는데 시간이 걸린 것뿐이지, 기본적인 구조나 어떤 툴을 사용해야 할지, 어떤 라이브러리들을 사용해야 하는지 등 근본적인 뼈대에 해당하는 내용들을 알 수 있었기 때문에 3~5일이 걸려도 결과물을 만들어 낼 수가 있었다.

Chat-GPT 이전에는 위의 서비스를 만들기 위해서 구글링을 통해 가장 기본적인 정보만 수집하는데만 1개월~2개월이 소요되었다. 그렇게 정보를 찾았다 해도, 그 정보들이 최신 것이 아닌 부분도 있었기에 수집된 정보에 따라 만들어도 중간에 나는 에러들을 1,2개월이 걸려도 결국 잡아내지 못하고 포기한 적만 수 차례 였다. Chat-GPT 이전 시대에서는 위 2가지 서비스를 작동되도록 만드는데만도 기본적인 프로그래밍 지식과 최신 버전의 Usage와 Error 에 대한 여러가지 지식들을 쌓는데만 못해도 1년이라는 기간을 잡아야 만들어낼 수 있는 서비스였다. (내가 생각하기에 그렇다는 이야기다.)

• 프롬프트를 이용해 만들어낸 나의 그림들.

정말 놀랍지 않은가!!! 이전에는 몇 개월이 걸리는 작업들을 단 며칠내로 완성할 수 있었고, 그 결과물 또한 대단하였다! 물론 Chat-GPT만으로는 원하는 성과물을 100% 만들 수는 없으나, 전에는 시도조차 하지 못하였다면, 이제는 내가 알고자 하는 것에 대한 가장 근본적이고 기초적인 지식들을 알 수 있어 마음만 먹으면 충분히 도전이 가능해 진 것에 정말 가슴이 벅차올랐다.

1. 사물과 현상에 대한 분석능력을 갖춘 인재

AI 시대라고 해도 AI 가 모든 것을 자동으로 만들어주지 않는다. 어떠한 현상이 발생하면, 그 원인, 배경등을 찾아낼 수 있는 키워드와 프로세스를 한눈에 잡아내는 사람이 이제 우리에게 가장 필요한 인재상이 될 것이다. 예를 들어 딥러닝 시스템을 만들어야 하는 프로젝트를 수주한 경우, 물론 그에 대한 전문지식을 갖춘 프로그래머와 데이터 사이언티스트를 채용해야 하겠지만, 일부 전문지식이 약간은 떨어진다고 해도 딥러닝이 일어나는 전체적인 프로세스를 잘 이해하고, 단계별로 필요한 기본지식이 무엇인지 아는 사람이 가장 필요하지 않을까 싶다. 세부적인 코딩은 Chat-GPT와 Copliot에 맡기고, 남는 시간에 사람은 프로젝트에 대한 구조적 성능을 향상시키거나, 제작소요기간을 단축시켜 비용을 절감할 수 있는 방안을 강구할 수 있는 것이다.

1. 지적 호기심이 가득하여 서로 다른 분야의 지식을 융합하는 인재

예로 들면 현재 내가 지금 구상을 하고 있는 것은 HR Data를 통해 회사의 성장 모델을 만들어내고 생산성 향상을 예측할 수 있는 시스템을 만들어 보는 것이다. 대표적인 비정형분야였던 인사 분야와 데이터공학의 결합을 통해 새로운 Insight를 만들어내는 것. 이것이 이제 정말 필요한 인재일 것이다. 비정형과 정형의 연결, 추상과 객관의 연결, 인문학과 과학의 연결, 이러한 초연결을 그려내고 이를 현실화하는 인재가 정말 필요해지고 있다.

1. 암기보다는 사물에 대한 근본적인 작동원리와 개념이해를 가지고 있는 인재

내가 사법시험을 공부하던 시절 막바지에 공시 열품이 최대 정점에 다다랐던 적이 있었다. 2006년쯤인가 정확히 기억이 나지 않지만 그 당시 공시 수험인원만 대략 60-70만 정도 된다는 뉴스를 들었었다. 노량진에 가면 정말 발디딛 틈이 없이 수험생으로 가득하였었다. 지금도, 변호사시험 등 각종 자격증 관련 수험생들이 넘쳐나고, 지방 의대가 서울대 공대보다 점수가 높은 기현상을 대한민국에서 잘 볼 수 있다. 지금도 우리 사회는 “암기”를 잘 하면 그나마 먹고 살 수 있는 사회인 것이다. 그러나 이제 그런 시대가 얼마나 갈까? 스마트폰을 열어 음성으로 묻기만 하면 AI가 전문적인 지식을 술술 읆어주는데 단 30초도 걸리지 않는 시대에 그런 지식을 암기하기 위해 몇 일동안 신경쓰며 암기하고, 그 시간에 아무것도 못하는 비생산적이고 비효율적인 공부를 정말 지속해야 하는가?! 이제는 지엽적이고 세부적인 지식은 “찾아줘” 단 한마디로 찾을 수 있는 시대에 도래했다.

암기는 지식을 흡수하고 체화하는데 가장 근본적인 기술임에는 틀림없으며, 앞으로도 반드시 필요한 것이라 생각한다. 하지만 불교의 경전을 외듯 지엽적인 사항을 이제는 외울 필요가 있을까? 이제 필요한 것은 어떤 지식이 어느 디렉토리에 있고 그 작동원리나 개념은 무엇인가? 이 지식을 다른 정보와 어떻게 연결시킬 수 있는가? 정보들을 결합하여 얻어낼 수 있는 새로운 Insight는 무엇인가? 를 찾아내는 인재가 필요한 것이다. 전체적인 그림을 그려 머리속에 넣어두고, 그 형상에 따라 하부 디렉토리를 찾아가고, 다른 디렉토리와 연결하는 4차원적인 공간능력을 갖춘 인재가 최고의 핵심인재일 것이다.

기술에 대한 지식과 더불어 인문학적인 통찰력을 가지고 각 차원들을 연결시키는 인재. 내가 그런 인재가 되고 싶으며, 나는 그런 인재들을 만나고, 채용하고 싶어질 것이다.