AI 시대에 뭘 공부해야 하나 — 나도 답을 몰라서 같이 생각해봤다

2026-07-02 · Ascendy Engineering

TL;DR

신입 채용이 줄고(AI만의 탓은 아니지만), 세무사·변호사 같은 전문직도 인턴 자리가 귀해졌다는 얘기가 들린다. 지금 대학에 입학하거나 취업을 준비하는 사람이라면 막막할 것이다 — 뭘 공부해야 하나? 솔직히 나도 답을 확신하지 못한다. 그래서 같이 생각해봤다.
하한선은 분명해 보인다 — 비전공자라도 기본 파이썬과 바이브코딩. 이제 이건 개발이 아니라 워드·엑셀급 기본 소양이다. 사무직으로 일할 거라면 스스로 간단한 툴을 만들 줄 아는 것이 필수가 됐다.
상한선은 스펙이 아니다. 자격증·학점도 중요하지만, AI로 자기 관심 분야의 실제 문제를 풀어본 경험이 더 중요하다. 스펙 좋은 사람이, AI로 끊임없이 자기 분야를 개선하는 사람에게 역전당한다.
단, 함정이 하나 있다 — AI 맹신. “뭘 만들지”는 AI와 상의해도, “내 진로를 어떻게 할지”는 내가 정해야 한다. 스스로 고민할 영역과 맡길 영역을 구별하는 것 — 그게 어쩌면 가장 중요한 준비다.

이 글에 대하여. 답을 다 아는 척하는 글이 아니다. 나도 확신 못 하는 질문을 놓고 1인칭으로 생각을 밀어본, 베팅에 가까운 글이다(그래서 “무조건 역전한다” 같은 강한 문장은 내 견해임을 밝혀 둔다). 같은 결의 Build in studying, AI는 어떤 인력을 대체하나와 이어진다.

뭘 공부해야 하나 — 나도 잘 모르겠다

요즘 부쩍 드는 생각이다. 지금 내가 대학에 갓 입학했거나, 졸업하고 취업을 준비하는 사람이라면 — 도대체 뭘 공부해야 할까?

상황이 좋지 않다. 신입 채용은 줄고 있다(온전히 AI 때문만은 아니지만, 무관하지도 않다). 안정적이라 여겨지던 전문직 — 세무사, 변호사 — 조차 인턴 자리가 귀해졌다는 얘기가 들린다. 스펙을 쌓아 취업하는 전통적인 경로가, 예전만큼 확실하지 않다.

그래서 이 글은 정답이 아니다. 나도 답을 확신하지 못한다. 다만 몇 가지는 어렴풋이 보이고, 그걸 정직하게 적어보려 한다.

하한선: 파이썬과 바이브코딩은 새로운 워드·엑셀이다

가장 먼저, 누구든 넘어야 할 하한선이 보인다.

비전공자라도, 기본 파이썬과 바이브코딩은 공부해야 한다. C나 C++, 자바 같은 어려운 언어를 말하는 게 아니다. 기본적인 파이썬 코드를 읽고 쓰고, 바이브코딩으로 스스로 작은 툴을 만들 줄 아는 정도.

이건 이제 “개발자의 기술”이 아니라 기본 소양이다. 예전에 워드와 엑셀을 못 다루면 사무직으로 일하기 어려웠던 것처럼 — 지금은 간단한 파이썬 코드나 바이브코딩으로 자기 일을 자동화하고 툴을 만드는 게, 그 급의 기본기가 됐다고 본다. 사무직으로 일하고 싶다면, 반복 업무를 스스로 자동화할 줄 아는 건 이제 선택이 아니라 필수다.

나도 기술이라곤 거의 모르던, 완전한 비전문가 시절이 있었다. 그때의 나에게 “AI를 활용해서 뭔가 만들어봐”라고 했다면, 나는 말도 안 되는 소리라고 생각했을 것이다. 시작하기도 두렵고, 뭐부터 해야 할지 전혀 몰랐을 거다. 그래서 안다 — 이 하한선은 백지 상태에서 시작해도 넘을 수 있고, 넘어야 하는 선이라는 걸.

상한선: 스펙이 아니라, AI로 문제를 풀어본 경험

하한을 넘었다면, 그 위는 무엇으로 채우나. 여기서 스펙(자격증·학점)의 자리를, “AI로 자기 분야의 실제 문제를 풀어본 경험”이 대체한다고 본다.

솔직히 말하면 — 내가 만약 사람을 뽑는다면, 어떤 포지션이든 AI를 자기 분야에 활용하지 못하는 사람은 뽑지 않을 것이다. 그 사람이 기존에 아무리 유능했더라도. 그리고 반대로, 지금 스펙이나 경력이 좀 모자란 사람이라도 AI로 끊임없이 자기 분야를 개선하는 사람에게는, 스펙 좋은 사람이 무조건 역전당한다고 본다. 이건 거의 장담에 가깝다 — 물론 내 1인칭 베팅이지만.

왜 그렇게 보느냐면, 스펙은 과거의 고정된 증명이고, AI 활용은 지금도 계속 자라기 때문이다. 자격증은 딴 순간 멈추지만, AI로 자기 일을 개선하는 습관은 매달 복리로 벌어진다. 그러니 출발점의 스펙 차이는, 시간이 갈수록 줄어드는 게 아니라 뒤집힌다.

나만의 생각도 아니다. 젠슨 황도 같은 말을 한다 — “대부분의 사람은 AI에게 일자리를 잃는 게 아니라, AI를 쓰는 동료에게 잃는다.” AI를 쓰는 직원이 승진과 급여 인상 확률이 몇 배 높다는 조사도 나온다. 방향은 이미 꽤 분명해 보인다.

그럼 구체적으로 뭘 만들면 되나

여기서 학생들이 가장 막막해한다. “그래서 뭘 만들라는 건데?”

답은 이렇다 — 그것조차 AI에게 물어보면 된다. 자기 관심 분야를 정하고, “이 분야에서 아직 잘 안 풀리는 문제가 뭐가 있을까? 그걸 AI로 어떻게 풀어볼 수 있을까?”를 AI와 대화하며 아이디어를 얻으면 된다.

그리고 하한선을 낮게 잡아도 된다. 거창한 창업일 필요가 없다. 전공 공부를 하다가 불편했던 것, 반복되던 것을 작은 툴 하나로 만들어본 것 — 그 정도면 충분하다. 중요한 건 완성도 높은 제품이 아니라, “실제 문제를 AI로 풀어본 흔적” 그 자체다. 그 흔적이, 자격증 한 줄보다 많은 것을 말해준다.

가장 중요한 건 — 무엇을 맡기지 않을지를 아는 것

여기서 반드시 균형을 잡아야 한다. “다 AI에게 물어보라”고 했지만, 모든 걸 맡기라는 게 아니다.

가장 위험한 함정은 AI 맹신이다. 무슨 말을 하든 “GPT가 이게 맞대”, “제미나이가 이게 맞대” 로 판단을 통째로 넘겨버리는 것. 일본을 비롯한 여러 곳에서 생성 AI에 대한 과도한 의존이 우려로 논의되고 있고, 우리라고 다르지 않을 것이다.

핵심은 스스로 고민할 영역과 AI에게 맡길 영역을 구별하는 것이다. “내 진로를 어떻게 할까?” — 이건 내가 고민해야 할 문제지, AI에게 맡길 부분이 아니다. 하지만 진로를 정하고 나서, “이 분야에서 AI로 풀 수 있는 문제가 뭐고 어떻게 풀지”는 AI와 대화하며 얼마든지 아이디어를 얻을 수 있다.

AI는 네가 정한 방향 안에서 문제를 푸는 도구지, 방향 자체를 정해주는 신탁이 아니다. 이 구별을 못 하면, AI를 아무리 잘 써도 결국 자기 인생을 남에게 맡긴 셈이 된다.

가져갈 것 (여전히 베팅이지만)

하한: 파이썬 + 바이브코딩은 새로운 워드·엑셀이다. 비전공자·사무직도, 스스로 툴을 만들 줄 아는 게 기본 소양이 됐다.
상한: 스펙이 아니라 “AI로 자기 분야 문제를 풀어본 경험”. 스펙은 과거의 고정 증명, AI 활용은 복리로 자란다 — 그래서 역전이 일어난다.
실행: 뭘 만들지도 AI와 상의하라. 거창할 필요 없다. “실제 문제를 AI로 풀어본 흔적”이면 충분하다.
균형: 무엇을 맡기지 않을지를 알아라. 방향·진로·판단은 내가, 그 안의 문제 풀기는 AI와. AI 맹신은 자기 인생을 위임하는 것이다.

솔직히 이 글도 정답이 아니라 베팅이다. 다만 스펙을 쌓던 자리에 AI로 자기 분야를 개선하는 습관을 놓고, 무엇을 스스로 정할지 구별하는 것 — 그게 지금으로선 내가 걸 수 있는 가장 나은 패로 보인다.

저작·인용: 이 글은 Ascendy Engineering이 작성했으며 출처 표기 시 재인용 가능합니다. 잘못된 정보를 발견하면 GitHub 이슈로 알려주세요.

Tags: ai, education, career, future-of-work, students, opinion