AI 교육을 마친 분들에게 가장 많이 듣는 질문이 있습니다. “이제 AI 쪽으로 지원하면 되나요?”
얼마 전 진로 멘토링에서 만난 분도 같은 자리에 서 계셨습니다. 오랜 기간 개발 일을 해 오셨고, 회사의 인력 감축으로 직장을 떠난 뒤 생성형 AI 과정을 수료하신 상태였습니다. 교육은 끝냈는데 어디에 지원해야 할지가 오히려 더 막막해졌다고 하셨습니다.
이 질문에는 숨은 전제가 하나 있습니다. AI를 배웠으니 이제 ‘AI 하는 사람’이 되어야 한다는 생각입니다. 저는 그 전제부터 다시 보자고 말씀드렸습니다.
스마트폰이 처음 들어오던 때를 떠올려 봅니다
지금의 AI는 스마트폰이 막 보급되던 시기와 닮아 있습니다.
그때도 비슷한 혼란이 있었습니다. 낯선 물건이 들어왔고, 뒤처지면 안 된다는 말이 돌았고, 사용법을 가르치는 강좌가 쏟아졌습니다. 그런데 돌아보면 ‘스마트폰 전문가’라는 직업이 따로 자리 잡지는 않았습니다. 대신 영업하던 사람은 스마트폰으로 고객을 관리하게 됐고, 가게를 하던 사람은 주문과 결제 방식을 바꿨고, 가르치던 사람은 수업 자료를 다르게 만들게 됐습니다.
바뀐 것은 직업이 아니라 일하는 방식이었습니다.
AI도 지금 그 자리에 있습니다. AI 자체가 직업이 되는 자리는 생각보다 많지 않습니다. 훨씬 큰 변화는 ‘하던 일에 AI가 들어오는’ 형태로 일어납니다. 그렇다면 중장년이 서야 할 자리도 분명해집니다. AI를 새로 배워 새 직업을 얻는 쪽이 아니라, 하던 일에 AI를 얹어 더 잘하는 쪽입니다.
경력을 지우면 뽑을 이유도 사라집니다
멘토링에서 제가 가장 먼저 말씀드린 것은 이것이었습니다. 기존 경력을 빼고 AI 신입과 똑같은 조건으로 지원하면, 회사가 그분을 뽑아야 할 이유가 없어집니다.
스물몇 살 지원자와 같은 출발선에 서는 순간 남는 차이는 나이뿐입니다. 수십 년 쌓은 경력이 가장 큰 자산인데, 그것을 스스로 지우고 들어가는 선택이 되는 셈입니다.
이건 개발자만의 이야기가 아닙니다. 사무직이든 영업이든 교육이든, 수료증 한 장을 앞세워 “저는 이제 AI를 합니다”라고 말하는 순간 같은 문제가 생깁니다. 그 말에는 지금까지의 나를 설명하는 내용이 빠져 있기 때문입니다.
AI를 가장 잘 쓸 수 있는 사람은 누구일까요
여기서 많은 분들이 놓치는 지점이 있습니다. AI를 잘 쓰려면 도구를 빨리 익히는 능력이 중요할 것 같지만, 실제로 실력이 갈리는 자리는 따로 있습니다.
AI에게 일을 시키려면 무엇을 시킬지 알아야 합니다. 그리고 나온 결과가 쓸 만한지 판단할 수 있어야 합니다. 이 두 가지는 사용법이 아니라 업무 경험에서 나옵니다.
보고서를 써 본 사람은 AI가 만든 보고서에서 무엇이 빠졌는지 압니다. 견적을 내본 사람은 숫자가 어딘가 이상하다는 것을 알아챕니다. 고객을 상대해 본 사람은 AI가 쓴 문장이 현장에서 통할지 아닐지를 압니다. 해 본 적이 없으면 그럴듯한 결과물을 그대로 받아들이게 됩니다.
AI를 가장 잘 쓸 수 있는 사람은 도구를 빨리 배우는 신입이 아니라, 그 일을 해 봤고 어디에 어떻게 적용할지 아는 중장년입니다.
도구를 익히는 속도만 놓고 보면 젊은 세대가 빠릅니다. 그러나 AI는 속도만으로 쓰는 물건이 아닙니다. 무엇을 시킬지 정하고 결과를 검증하는 단계가 반드시 들어갑니다. 바로 그 자리에 수십 년의 업무 경험이 들어갑니다.
경력 위에 AI를 얹는다는 것
멘토링에서 확인한 이분의 진짜 강점도 특정 기술이 아니었습니다. 설계부터 개발, 구축 완료까지 제품을 끝까지 완성해 본 경험이었습니다. 금융과 제조를 비롯해 여러 산업의 프로젝트를 마무리해 본 이력도 있었습니다.
관심 분야도 그 지점과 맞닿아 있었습니다. 겉으로 보이는 화려한 AI 서비스를 만드는 쪽이 아니라, 기업 내부에서만 쓰는 폐쇄망 환경의 시스템을 다루고 싶다고 하셨습니다. 이런 일은 AI를 안다고 되는 것이 아닙니다. 그 산업이 어떻게 돌아가는지 알고, 시스템을 끝까지 구축해 본 사람이라야 설계할 수 있습니다.
AI가 줄여주는 것은 만드는 시간입니다. 무엇을 만들어야 하는지, 그 판단은 여전히 경험에서 나옵니다. 그러니 목표는 ‘AI 개발 신입’이 아니라 ‘산업을 이해하고 AI 전환을 설계할 수 있는 사람’이 되는 것입니다.
오늘부터 할 수 있는 세 가지
첫째, 경력기술서를 다시 씁니다. 해 온 일을 모두 나열하면 읽는 사람은 핵심을 찾지 못합니다. 지원하려는 분야와 연결되는 것만 골라, 맡은 역할과 한 일, 그래서 나온 결과 순으로 다시 쓰세요. 같은 경력이라도 어디에 지원하느냐에 따라 꺼내 쓸 내용이 달라집니다.
둘째, AI 포트폴리오를 한두 건 만듭니다. 교육에서 한 실습을 그대로 두면 수료 기록일 뿐입니다. 해결하려던 문제, 사용한 기술, 만든 과정, 본인이 맡은 일, 그래서 나온 결과 순으로 설명을 붙이면 비로소 자료가 됩니다. 결과물 링크만 보내는 것과는 전혀 다릅니다.
셋째, 예전에 함께 일한 사람에게 연락합니다. 중소기업의 AI 도입 수요는 채용 공고로 잘 나오지 않습니다. “요즘 이런 걸 해보고 있습니다”라는 안부 연락에서 시작되는 경우가 훨씬 많습니다.
재취업만이 길은 아닙니다
정규직으로 들어가는 것 외에 다른 길도 있습니다. 중소기업의 AI 전환을 진단하고 시스템을 만든 뒤, 실무자에게 활용법까지 알려주는 프로젝트형 전문가입니다. 기업에는 기술과 현업을 모두 아는 사람이 필요한데, 그 조건을 갖춘 사람이 많지 않습니다. 중장년의 경력이 가장 잘 쓰이는 자리이기도 합니다.
스마트폰이 들어오던 때를 다시 떠올려 봅니다. 그때 사람들은 두 갈래로 갈렸습니다. 끝까지 쓰지 않으려 한 사람과, 하던 일에 조용히 얹은 사람입니다. 몇 년 뒤 차이를 만든 쪽은 새 기기를 가장 빨리 산 사람이 아니라, 자기 일에 가장 먼저 붙여 본 사람이었습니다.
AI는 처음부터 새로 쌓는 1층이 아닙니다. 이미 올라가 있는 건물에 올리는 한 층입니다. AI 교육을 마치고 다음 걸음을 고민하고 계시다면, 수료증을 어디에 낼지보다 내가 이미 가진 것 위에 AI를 어떻게 얹을지를 먼저 정리해 보시길 권합니다.
이전 편: 50대, AI 뭐부터 배워야 할까? 구글 계정 비밀번호부터 챙기세요
다음 편: 50대 챗GPT, 질문이 안 떠오르면 “저를 인터뷰해주세요”라고 하세요
※ 이 글은 실제 진로 멘토링 사례를 바탕으로 했으며, 개인을 특정할 수 있는 내용은 덜어냈습니다.
