Post

AI를 다루는 사람은 권력을 배우는가?

AI를 다루는 사람은 권력을 배우는가?

명령하는 능력과 이해하는 능력은 같은가?

AI와 대화하다가 문득 재미있는 유사성을 발견했다.

사용자는 자신이 원하는 일을 설명하고, AI는 가능한 범위에서 그 요구를 반영해 결과물을 만든다. 사용자는 결과를 평가하고 다시 지시한다. 이 구조는 어딘가 조직에서 일을 위임하고 관리하는 모습과 닮았다.

물론 인간과 AI를 같은 위치에 놓을 수는 없다. 인간은 자신의 목적과 권리, 거절할 자유, 다른 사람과 맺는 관계를 가진다. 반면 오늘날의 AI 도구는 사용자의 요청에 응답하도록 설계된 시스템이다. 여기서 말하려는 것은 양쪽의 지위가 같다는 뜻이 아니라, 지시와 위임, 평가라는 과정에서 비슷한 사고가 나타난다는 것이다.

그렇다면 AI를 반복적으로 사용하면서 사람은 어떤 능력을 연습하게 될까?

AI가 원하는 결과를 내놓지 않을 때

AI에게 무언가를 요청했는데 결과가 마음에 들지 않을 때가 있다. 그럴 때 취할 수 있는 방법은 여러 가지다.

요구사항을 더 구체적으로 설명할 수도 있고, 작업을 작은 단위로 나눌 수도 있다. 중간 결과를 확인하면서 방향을 수정하거나, AI가 잘하지 못하는 부분은 직접 처리할 수도 있다.

여기에는 지시, 위임, 검증, 피드백, 업무 분담이라는 관리 행위가 들어 있다.

다만 AI는 인간과 달리 지시를 거절할 사회적 이해관계를 갖지 않으며, 사용자의 요구에 맞춰 반응하도록 설계되어 있다. 따라서 AI와의 협업에서 얻은 감각을 인간에게 그대로 적용하면 문제가 생길 수 있다. 사람에게는 업무의 타당성을 질문하고 자신의 입장을 제시할 이유가 있기 때문이다.

그 차이를 인정하더라도 남는 공통점이 있다.

다른 실행 주체가 움직일 수 있도록 자신의 의도를 설명해야 한다는 점이다.

생각보다 이것은 어려운 일이다. 무엇을 원하는지 스스로도 명확히 알지 못한 채 결과만 기대하는 경우가 많기 때문이다.

개발을 해본 사람이 AI 개발 도구를 잘 쓰는 이유

‘프로그램 하나 만들어 줘’라고 요청하는 사람과, 어떤 데이터를 다루고 어떤 예외를 처리해야 하며 어떤 기준으로 결과를 검증할지 설명하는 사람은 서로 다른 요구를 전달한다.

두 번째 사람이 반드시 더 길고 복잡한 명령을 작성해야 하는 것은 아니다. 차이는 좋은 결과물이 무엇인지 판단할 기준을 가지고 있는가에 있다.

개발 경험이 있는 사람은 AI가 작성한 코드에서 구조적인 문제를 발견하거나, 요구사항을 기능별로 나누거나, 결과물이 겉으로만 작동하는지 실제로도 안정적인지 검토하기가 상대적으로 수월하다. 경험이 없어도 AI를 통해 배울 수 있지만, 경험과 이해가 깊어질수록 무엇을 확인해야 할지도 더 잘 보인다.

조직을 운영할 때도 비슷하다.

관리자가 모든 일을 구성원보다 잘해야 한다는 뜻은 아니다. 다만 일이 어떤 원리로 돌아가는지, 어느 부분이 위험한지, 무엇을 확인해야 하는지를 모르면 단순히 결과가 나왔다는 이유만으로 성공이라고 판단하기 쉽다.

이런 의미에서 AI 활용 능력은 질문을 예쁘게 쓰는 기술만으로 설명하기 어렵다. 작업에 대한 이해와 결과를 판단하는 역량이 함께 작동한다.

AI는 작은 관리 경험을 제공할 수 있다

과거에는 다른 사람에게 일을 맡기고 결과를 검토하는 경험을 하려면 실제 협업 환경이 필요했다. 그러나 AI를 사용하면 혼자서도 비슷한 과정의 일부를 반복할 수 있다.

목표를 세우고, 단계를 나누고, 일을 맡기고, 오류를 확인한다. 결과가 좋지 않다면 무엇이 잘못되었는지 생각해 본다. 이런 활동을 통해 적어도 자신의 요구를 정리하고 실행 가능한 형태로 변환하는 능력을 연습할 여지는 있다.

흥미롭게도 AI를 자주 쓰다 보면 ‘AI가 왜 내 말을 못 알아듣지?’라는 질문이 ‘내가 원하는 것을 제대로 설명했나?’라는 질문으로 바뀌기도 한다.

이 변화는 꽤 중요하다.

지시하는 사람이 자신의 요구를 돌아보기 시작했기 때문이다. AI가 실패할 수도 있고 설명이 부족했을 수도 있다. 어느 쪽인지 확인하는 과정에서 사용자는 결과뿐 아니라 지시의 품질도 평가하게 된다.

이런 사고는 조직 운영에도 도움이 될 수 있다. 일이 제대로 진행되지 않았을 때 무조건 실행한 사람을 탓하기보다 요구사항, 전달 과정, 작업 환경을 함께 검토하는 태도와 연결되기 때문이다.

물론 AI 사용량이 많다고 이런 태도가 자동으로 생기는 것은 아니다. 단순히 같은 지시를 반복하며 더 강하게 요구하는 습관이 생길 수도 있다.

명령에 능숙해지는 것과 사람을 이해하는 것은 다르다

여기서 권력의 문제로 돌아가 보자.

권력자는 다수의 사람을 다뤄야 하므로 사람의 행동을 어느 정도 패턴으로 이해할 필요가 있다. 그런데 그런 능력만 있으면 사람을 잘 이끌 수 있을까?

AI와 달리 인간은 지시를 받는 입장이면서 동시에 자기 삶의 주체다. 보상이 충분하지 않다고 느낄 수도 있고, 결정이 부당하다고 판단할 수도 있다. 당장의 성과보다 관계나 신뢰를 더 중요하게 여길 수도 있다.

따라서 AI에게 효율적으로 명령하는 경험은 인간을 이해하는 능력을 일부 보조할 수 있을지언정, 대신할 수는 없다.

오히려 AI와 인간의 차이를 제대로 이해한다면 다른 교훈을 얻을 수 있다.

내가 원하는 대로 움직이지 않는 상대를, 단순히 고장 난 도구처럼 취급해서는 안 된다는 것이다.

인간과의 협업에서는 명령을 개선하는 것만큼 상대의 관점과 권한을 이해하는 일이 중요하다. 때로는 상대가 거절하는 이유를 듣고 목표 자체를 수정해야 한다.

자신이 내린 명령을 의심하는 능력

AI를 사용하면서 발전할 수 있는 능력은 크게 두 방향으로 나뉘는 것 같다.

하나는 원하는 결과를 더 정확히 얻어내는 능력이다. 요구사항을 세분화하고, 평가 기준을 만들고, 실행 과정을 효율화하는 기술이다.

다른 하나는 원하는 결과가 나오지 않았을 때 자신의 판단을 되돌아보는 능력이다. 목표가 잘못되었는지, 설명이 빠졌는지, 도구에 무리한 일을 요구했는지 검토하는 태도다.

첫 번째가 권력을 행사하는 기술과 닮았다면 두 번째는 스스로의 권력을 견제하는 기술과 닮았다.

둘 중 하나만 갖추어서는 충분하지 않을 수 있다. 명령에만 능숙하면 타인의 입장을 놓치기 쉽고, 의심만 거듭하면 일을 진행하기 어려울 수 있다.

어쩌면 AI 시대에 중요한 것은 단순히 AI를 얼마나 능숙하게 조종하는가가 아닐 것이다.

자신의 요구를 실행 가능한 형태로 만들되, 그 요구 자체가 틀릴 수 있다는 사실을 잊지 않는 것.

AI에게 명령하는 법을 배운 사람이 반드시 좋은 지도자가 되는 것은 아니다. 하지만 자신의 명령이 왜 실패했는지를 이해하려는 사람은, 적어도 좋은 지도자에게 필요한 능력 하나를 연습하고 있는 것일지도 모른다.

This post is licensed under CC BY 4.0 by the author.