김영웅 - mysetting

3:47 5/30

brunch.co.kr

mobile screenshot relative

3:47

brunch.co.kr

mobile screenshot

김영웅
https://brunch.co.kr/@youngwungkim

효과적인 테크교육 시스템을 설계합니다. 학습자의 성장에 대한 민감한 안테나를 바탕으로 UX Writing 과 행동제안을 잘 합니다. 전문성 발견과 코칭을 곧잘 해냅니다.

저작도구: Kakao Brunch

최종 피드 수집: 2026-09-09 11:46

전체 (162)

1d

AI를 쓸수록, 다시 해 보는 시간이 필요합니다. - 빠르게 끝낸 일도, 이어서 연습해야 실력이 됩니다.

금요일 오후, 밀린 보고서를 AI에게 맡깁니다. 자료를 붙여 넣고 몇 번 다듬으면 30분 만에 초안이 나와요. 다른 날 같으면 반나절은 걸렸을 일이죠. 그날은 분명히 시간을 벌었다는 기분이 듭니다. 문제는 그다음 달에 옵니다.

000

3d

AI가 늘려 준 건 지식이 아니라 지식의 조각입니다. - 근원을 파며 오래 고민하는 시간과 내공은 그만큼 줄었습니다.

작년보다 아는 게 많아졌느냐는 질문을 얼마 전에 받았습니다. 들어온 양은 늘었다고 답했어요. 요약을 받아 보고, 모르는 개념은 그 자리에서 물어보고, 논문도 초록만이라면 하루에 열 편쯤은 훑거든요. 재작년의 저라면 그 열 편 가

000

4d

AI에게 맡기더라도, 판단은 되가져와야 합니다. - 맡기는 건 쉽고, 되돌리는 건 어렵습니다.

카페 옆자리에서 지나가듯 들은 얘기입니다. 요즘은 뭘 하든 일단 창부터 연다고요. 회의록도, 자료 정리도, 메일 문안도요. 맡길지 말지는 어떻게 정하느냐고 누가 묻자, 잠깐 뜸을 들이더니 그런 걸 정해 본 지가 언제인지 모르겠다

001

10d

AI에게 시키기만 하는 걸로는 충분하지 않습니다. - 시키면 도구로 남고, 키우면 파트너가 됩니다.

옆자리에 새로 온 사람이 있다고 해 봅니다. 처음 몇 주는 하나하나 알려 줘야 해요. 이 문서는 누가 읽는지, 저 표는 왜 저 순서인지, 지난번엔 왜 그 방식이 안 됐는지. 알려 주는 시간이 우리 일을 하는 시간보다 길게 느껴지는

002

11d

AI 시대의 가르침은 대신 넘어가 주지 않는 힘입니다. - 잘 만들어진 자료가 이해까지 완결시키는 건 아닙니다.

지인들의 이야기를 들어보면 공통점이 있어요. 회의에서 새 도구를 소개하든, 후배에게 업무 순서를 알려 주든, 예전처럼 더듬지 않게 되어서 안심을 하고, 오히려 상대가 잘 이해했구나 싶은 자기 확신까지 생겼다고 해요. 미리 물어

001

12d

모두가 AI에게 시키면, 우리는 서로 닮아만 갑니다. - 맡길수록, 남겨 둔 오롯함이 가치가 됩니다.

요즘 받아 보는 문서들이 어딘가 닮아 있습니다. 각자 따로 쓴 기획서인데 목차의 결이 비슷하고, 문단을 여는 방식이 비슷하고, 근거로 드는 사례까지 겹칩니다. 하나씩 떼어 놓고 보면 다들 잘 썼어요. 흠잡을 데가 없습니다. 예전

001

14d

같은 AI를 나눠 줘도, 같은 출발선에 서지 않습니다. - 격차는 접근이 아니라, 쓸 용기와 배움의 기회에서 갈립니다.

조직에 AI 계정을 나눠 줘 본 분들의 이야기를 들은 적이 있습니다. 기대는 작지 않았다고 해요. 계정이 깔리면 일하는 방식이 달라지고, 뒤처진 사람도 도구의 힘으로 따라잡으리라고들 했답니다. 그런데 몇 달 뒤에 보니 확연히 달

001

15d

AI에게 묻기 시작한 팀은, 조용히 배우기를 멈춥니다 - 팀의 배움은 시끌벅적한 인터랙션 속에 있습니다.

회의실이 부쩍 조용해졌습니다. 다들 각자의 화면 속 AI와 이야기합니다. 탁자에 올라오는 건 이미 완성된 결과물이고, 대화는 그 결과물들을 견주는 일로 끝나요. 질문이 오가고 반박이 붙고 설명이 다시 붙던, 그 시끌벅적하고 깊숙

000

16d

제출물이 훌륭해질수록, 성장의 결은 보이지 않게 됩니다 - 제대로 봐야할 것은 결과물이 아니라, 거기까지 온 길입니다. 과정입니다.

면접관으로 앉아본 적이 꽤 있습니다. 미래를 묻는 질문에는 하나같이 훌륭한 답이 돌아옵니다. 입사하면 무엇을 하고 싶은지, 어떤 사람이 되고 싶은지. 답은 갈수록 매끄러워지는데, 이상하게도 그 훌륭한 답이 그 사람에 대해 알려

000

17d

AI가 준 답이 맞을수록, 배웠다는 착각은 깊어집니다 - 알겠다는 느낌은, 배움의 증거가 아닙니다. 오히려 착각입니다.

모르는 게 나오면 이제 다들 AI에게 묻습니다. 저도 그렇습니다. 답은 금방 옵니다. 설명까지 깔끔해서, 읽고 나면 머릿속이 정리된 기분이 들어요. 알겠다, 하고 창을 닫지요. 그런데 닷새쯤 지나 비슷한 일이 혼자 제 앞에 놓이

000

18d

AI가 답을 알아도, 조직은 기억을 잃습니다 - 기록은 남기면 쌓이지만, 기억은 꺼내야 남습니다.

담당자가 나간 자리를 가까이서 본 적이 있습니다. 인수인계는 오히려 잘 되어 있었어요. 40쪽짜리 문서에 절차와 협의 부서와 지난 이력까지 정리돼 있었고, 후임은 그걸 펴 놓고 일을 시작했지요. 모르는 게 나와도 이제는 물어볼

000

20d

AI 시대의 실력은, 옮겨 붙느냐에서 갈립니다 - 빨리 끝내는 것보다, 그게 다음 문제로 옮겨붙느냐가 관건입니다.

지난달에 낸 보고서가 잘 나왔습니다. 반나절은 걸릴 일이었는데 초안을 받아 앞뒤를 고치고 숫자를 채워 넣으니 한 시간 만에 끝났어요. 읽어 본 사람이 정리가 깔끔하다고 했고 그대로 통과됐으니, 그날은 일이 잘 풀린 날이었지요.

000

21d

AI에게 일을 맡길수록, 확인할 실력이 필요해집니다 - AI 시대의 안전장치는 사람의 검토가 아니라, 검토할 수 있는 사람입니다

회의가 끝나면 문서가 올라옵니다. AI가 만든 초안 위에 담당자 의견이 붙고, 팀장 검토가 지나가고, 임원 결재가 얹혀집니다. 보고 라인 어딘가에는 늘 같은 말이 남지요. 확인했습니다. AI가 쓴 문장이니 사람이 한 번 보면 된다

002

23d

AI 시대야말로 함께 자라기가 필요합니다. - 답은 혼자서도 구할 수 있습니다. 배움은 주고받는 동안에 자라납니다.

사무실이 조용해졌습니다. 예전에는 일하다 막히면 고개부터 돌렸지요. 옆자리에 대고 이거 왜 이렇게 되느냐고 묻고, 상대는 하던 일을 잠시 멈추고 이쪽 모니터로 몸을 기울였고요. 그렇게 10분쯤 주고받다 보면 처음 물어본 것과 다

000

25d

AI 시대에 남겨야 할 건, 결론이 아니라 이유와 과정 - 결론은 복사되지만, 이유는 복원되지 않습니다. 그게 바로 암묵지입니다.

지나간 문서들을 다시 열어 본 적이 있으신가요. 결론은 또렷하게 남아 있어요. A안으로 간다, 예산은 얼마, 일정은 언제까지 같은 것들이죠. 그런데 그 문서 어디에도 왜 B안이 아니었는지가 없습니다. 그때 그 회의에 있던 사람이

002

27d

AI로 빨라진 건 맞아요. 그런데 좋아졌을까요 - 효율은 시간을 돌려주고, 효과는 방향을 바꿉니다. 그 너머를 봐야 합니다

"AI를 써서 얼마나 빨라졌습니까." 요즘 이 질문에는 대개 숫자가 돌아옵니다. 도입률, 활용률, 절감된 시간. 회의실 화면에 띄우기 좋은 형태로 이미 정리되어 있죠. 그런데 정작 중요한 확인사항들이 비어있습니다. 그렇게

000

1M

AI 쓰는 시간은 늘었는데, 일은 왜 그대로일까요? - AX의 성적표는 사용량이 아니라, 달라진 일입니다.

“우리 회사 AI 활용률은 몇 퍼센트나 됩니까.” 요즘 경영 회의에서 가장 자주 나오는 질문일 것입니다. 지난 한 해 많은 조직이 전사 교육을 돌리고, 계정을 깔고, 사용 현황판을 세웠습니다. 숫자는 분기마다 오릅니다. 도입률,

002

1M

주니어 대신 AI를 쓰면, 시니어는 어디서 오나요? - 숙련은 지루한 일의 부산물이었습니다. 그 부산물이 사라졌습니다.

어느 개발팀의 조직도를 떠올려 봅니다. 시니어들은 AI와 함께 일하면서 그 어느 때보다 많은 것을 만들어 냅니다. 신입 채용은 두 해째 미뤄져 있습니다. 뽑을 이유가 없었기 때문입니다. 이번 분기 숫자는 좋습니다. 아마 다음 분기

001

1M

AI 실력은, 끄고 난 뒤에 드러납니다. - 같은 도구를 같은 시간 써도 결과가 갈립니다. 가른 것은 양이 아닌 방식

같은 기수에 두 사람이 있었습니다. 같은 커리큘럼을 들었고, 같은 도구를 썼고, 과제에 들인 시간도 비슷했습니다. 제출물의 품질마저 나란했습니다. 그런데 몇 달 뒤 두 사람은 전혀 다른 자리에 서 있었습니다. 한 사람은 처음 보는

002

1M

말로 배울 수 없는 것은, AI로도 배울 수 없습니다. - 해 본 사람만 아는 것이 있습니다. 그것이 AI 시대의 마지막 실력입니다

자전거를 탈 줄 아는 분이라면, 한번 말로 설명해 보시기 바랍니다. 핸들이 오른쪽으로 쏠릴 때 몸은 어느 쪽으로 얼마나 기울여야 합니까. 속도가 어느 정도로 떨어지면 페달에 힘을 더 주어야 합니까. 아마 잘 되지 않을 겁니다. 설

000