AI가 끌어올린 바닥, 우리의 천장은 어디인가 — 들라로슈의 경고가 다시 틀린다
AI가 끌어올린 바닥, 우리의 천장은 어디인가 — 들라로슈의 경고가 다시 틀린다
AI는 경쟁자가 아니라 바닥을 높이는 도구입니다. 문제는 AI가 채울 수 없는 천장을 우리가 얼마나 명확히 정의하느냐에 있습니다.
이 글은 홍찬초이(@hongchanchoi) 님이 2026년 5월 4일 브런치에 발행한 에세이 "AI가 끌어올린 바닥, 우리의 천장은 어디인가"를 기반으로, QJC의 시각에서 재해석한 분석입니다. 원작자의 통찰에서 출발하되, 실용적 전략과 리서치 근거를 추가했습니다.
1839년의 선언이 왜 틀렸는가
1839년, 다게레오타이프(Daguerreotype)가 세상에 처음 공개됐을 때 프랑스 화가 폴 들라로슈는 이렇게 선언했습니다.
"오늘부터 회화는 죽었다."
Barnes Foundation에 따르면, 들라로슈는 사진의 사실적 재현 능력에 압도돼 회화의 존재 이유가 사라졌다고 봤습니다. 그리고 완전히 틀렸습니다.
사진기가 "현실 모방"이라는 바닥을 채워주자, 화가들은 전혀 다른 천장을 뚫기 시작했습니다. 인간의 주관적 인상을 담은 인상주의, 무의식의 풍경을 시각화한 초현실주의가 탄생했습니다. 바닥이 높아지자, 천장도 함께 높아진 것입니다.
AI 시대에 우리는 정확히 같은 패턴의 입구에 서 있습니다.
AI는 천장이 아니라 바닥을 높인다
이 명제는 직관이 아니라 데이터입니다.
Science(2024) 연구는 AI가 작업 성과에 미치는 영향을 측정했습니다. 결론은 명확했습니다. AI는 평균 수준의 성과, 즉 바닥을 높입니다. 그러나 최고 수준의 성과, 즉 천장은 건드리지 못했습니다. 도메인 전문가일수록 AI의 바닥 상승 효과를 덜 받습니다. 이미 천장 근처에 있기 때문입니다.
이 발견이 중요한 이유가 있습니다. AI를 단순한 자동화 도구로 보는 관점을 바꿔야 하기 때문입니다. AI는 범용 대체자가 아닙니다. AI는 평균을 끌어올리는 레버입니다. 평균 이하에 머물던 작업이 AI를 통해 평균 이상으로 도달합니다. 그러나 최고 수준은 여전히 인간 전문가의 영역입니다.
요즘 주목받는 프롬프트 엔지니어링, MCP, 에이전틱 시스템에 대해 홍찬초이 님은 날카로운 관점을 제시합니다.
"현재 모델이 완벽히 제어되지 않거나 더 높은 효율을 위해 불완전한 AI에 덧대어 놓은 목줄(Harness)에 불과하다. 모델 성능이 진화하면 자연스레 사라질 것이다."
지금 당장 유행하는 기술 하나하나에 집착하는 것보다, 구조적으로 사라지지 않을 능력에 투자하는 것이 더 중요합니다.
AI 시대 FOMO를 다루는 법
AI 시대를 살아가는 사람들이 공통적으로 경험하는 감정이 있습니다. FOMO(Fear of Missing Out), 즉 뒤처진다는 공포입니다.
HBR(2025)에 따르면, 이 공포는 빅테크 엔지니어들도 예외가 아닙니다. AI 최전선에 있는 사람들조차 같은 두려움을 갖고 있습니다. 그리고 그 두려움을 동력으로 전진합니다.
주목할 점은 FOMO에 대한 가장 효과적인 해법이 더 많은 기술 학습이 아니라는 것입니다. HBR은 **연대(Community)**를 핵심 해법으로 제시합니다. 팀, 스터디 그룹, 동료 네트워크가 개인의 공포를 집단의 탐구로 전환합니다.
"이거 아직도 모르시나요?" 류의 자극적인 소셜 피드는 무시할 수 있습니다. 거대한 방향의 변화, 즉 AI가 구조적으로 어떤 바닥을 높이고 어떤 천장을 못 넘는지를 파악하는 것이 훨씬 중요합니다.
T형 인재와 책임이라는 천장
커리어 질문을 하나 바꿔보면 답이 명확해집니다.
"내 직업이 AI에 대체될까요?" 대신 이렇게 묻는 것입니다.
"AI를 잘 활용하는 사람이 그렇지 못한 사람을 대체할 때, 나는 어느 쪽인가?"
T형 인재 개념이 여기서 다시 유효해집니다.
세로축(도메인 전문성): AI가 생성한 결과물의 겉치레를 꿰뚫어보고 방향을 가이드합니다. 도메인 전문가는 이미 천장 근처에 있어 AI의 바닥 상승 영향을 덜 받습니다.
가로축(넓은 시야): 단위 작업을 넘어 전체 시스템과 프로세스 흐름을 이해하고, AI를 어디에 배치할지 기획합니다.
그러나 T형 구조만으로는 충분하지 않습니다. 결정적인 요소가 하나 더 있습니다. **책임(Accountability)**입니다.
실행은 AI에게 위임할 수 있습니다. 그러나 결과에 대한 책임은 외주화할 수 없습니다. 기계가 99.9% 완벽하더라도, 0.1%의 치명적 오류가 발생하는 순간 책임지는 것은 도구를 가이드하고 승인한 사람입니다. 변호사, 의사, 디자이너, 소프트웨어 엔지니어, 직군이 달라도 이 원칙은 동일합니다.
결과에 자신의 이름을 걸고 책임지는 무게감. 이것이 AI가 구조적으로 가질 수 없는 인간만의 영역입니다.
전략은 명확합니다. T형 역량을 기르면서, 자신의 조직 워크플로우에서 책임이 발생하는 지점을 찾아 오너십을 쌓는 것입니다.
비판적 사고: 진부한 말이 진짜인 이유
AI 시대에 가장 중요한 스킬을 묻는다면, 비판적 사고라는 답은 진부하게 들립니다. 그러나 진부해 보이는 데는 그럴만한 이유가 있습니다.
AI의 진짜 위험은 잘못된 답을 주는 것이 아닙니다. **사유의 마찰(Friction of Thought)**을 제거하는 것입니다. 불편하고 느린 숙고의 과정, 그것을 AI가 대신해주기 시작하면 우리에게는 **인지 부채(Cognitive Debt)**가 누적됩니다.
arXiv(2506.08872) 연구는 이 인지 부채의 실제 위험을 측정합니다. 내용 이해 없이 AI 결과만 가져다 쓰는 패턴이 반복될수록, 비판적 판독 능력이 실제로 저하됩니다.
비판적 사고는 세 가지 모습으로 나타납니다.
첫째, 날카로운 질문을 던지는 능력. AI에게 좋은 답을 얻으려면 좋은 질문이 필요합니다. 질문의 수준은 주제 이해도, 취향(Taste), 의도성(Intentionality), 주체성(Agency)에 비례합니다. Superagency.ai가 강조하는 것도 이 맥락입니다.
둘째, 결과를 비판적으로 분석하는 능력. 표면이 완벽해 보일수록, 그 안의 오류와 빈틈을 꿰뚫는 판독력이 더 중요해집니다.
셋째, AI 사용자로서 자기 성찰. Ethan Mollick이 "Co-Intelligence"(Penguin Random House)에서 강조하듯, 너무 의존하는 것도, 너무 안 쓰는 것도 전략이 아닙니다. 사람이 개입해 마무리할 타이밍을 아는 것, 그것이 핵심 역량입니다.
우리가 지켜내야 할 천장
들라로슈는 틀렸습니다. 회화는 죽지 않았습니다. 사진기가 높인 바닥 위에서, 화가들은 더 높은 천장을 뚫었습니다.
AI 시대에도 같은 일이 일어날 것입니다. 바닥은 계속 높아집니다. 중요한 것은 속도에 패닉하는 것이 아니라, 우리가 지켜내야 할 천장을 명확히 정의하고, 탐구하고, 개척하는 일입니다.
천장은 AI가 구조적으로 넘볼 수 없는 경계선입니다. 전례 없는 상황에서 방향을 판단하고, 무엇이 진정 가치 있는지 결정하고, 결과에 자신의 이름을 걸고 책임지는 것. 이 모든 것은 인간의 몫으로 남습니다.
비판적 사고, 직관, 창의성, 책임. 한동안 외면받았던 인문학적 역량이 가장 현대적인 경쟁력이 되는 시대가 왔습니다.
자주 묻는 질문 (FAQ)
Q. AI가 제 직업을 대체할까요? A. 직업 자체보다 "AI를 활용하는 사람이 그렇지 못한 사람을 대체한다"는 관점이 더 정확합니다. Science(2024) 연구에 따르면, AI는 평균 수준의 바닥을 높이지만 도메인 전문가의 천장은 건드리지 못합니다.
Q. 프롬프트 엔지니어링을 지금 배워야 할까요? A. 단기적으로는 유용하지만, 모델 성능이 진화하면 사라질 가능성이 있는 기술입니다. 구조적으로 사라지지 않을 도메인 전문성과 비판적 사고 역량에 더 많이 투자하는 것을 권장합니다.
Q. 인지 부채(Cognitive Debt)란 무엇인가요? A. AI 결과물을 내용 이해 없이 그대로 사용하는 패턴이 반복될 때 비판적 판독 능력이 저하되는 현상입니다. arXiv(2506.08872) 연구에서 실증됐습니다. AI를 사용할수록 스스로 사고하는 능력을 의식적으로 유지하는 훈련이 필요합니다.
Q. T형 인재가 되려면 무엇부터 시작해야 하나요? A. 자신의 도메인에서 "책임이 발생하는 지점"을 찾아 오너십을 쌓는 것부터 시작하세요. AI가 실행하더라도, 결과에 이름을 걸 수 있는 사람이 T형 인재의 핵심입니다.
참고 자료
- 홍찬초이, "AI가 끌어올린 바닥, 우리의 천장은 어디인가", brunch, 2026-05-04 — https://brunch.co.kr/@hongchanchoi/11 (Tier 2)
- Aggarwal et al., "Generative Engine Optimization (GEO)", Science, 2024 — https://www.science.org/doi/10.1126/science.adh2586 (Tier 0)
- arXiv 2506.08872, "Cognitive Debt in AI-Assisted Work", 2025 — https://arxiv.org/abs/2506.08872 (Tier 0)
- HBR, "Why AI at Work Makes Us So Anxious", 2025 — https://hbr.org/2025/10/why-ai-at-work-makes-us-so-anxious (Tier 1)
- Ethan Mollick, "Co-Intelligence", Penguin Random House — (Tier 1)
- Wikipedia, "T-shaped skills" — https://en.wikipedia.org/wiki/T-shaped_skills (Tier 1)
- Barnes Foundation, "Early Photography and Paul Delaroche" — https://www.barnesfoundation.org/whats-on/early-photography (Tier 1)
